• AR
  • EN

پایــگاه خبــری

  • فهرست اخبار
  • آموزشی
  • پژوهشی
  • دانشجویی و فرهنگی
  • اداری
  • دستاوردها
  • نشست‌ها
  • انتصاب‌ها
  • خبرنامه‌ها
    > فهرست اخبار > جلسه دفاع پایان نامه: اسيه قدسي فاروجي، گروه مهندسی صنایع
تاریخ: 1403/12/14
ساعت: 10:24
بازدید: 217
شماره خبر: 24654

چاپ خبر
ارسال خبر

اخبار مرتبط

گالری

برچسب‌ها

    به اشتراک بگذارید

     
    جلسه دفاع پایان نامه: اسيه قدسي فاروجي، گروه مهندسی صنایع

    جلسه دفاع پایان نامه: اسيه قدسي فاروجي، گروه مهندسی صنایع

    خلاصه خبر:

    عنوان پايان نامه: طراحي مدلي براي تحليل تصاوير پرتو مغناطيسي براي تعيين محل و نوع پارگي منيسك خارجي

    ارائه کننده: اسيه قدسي فاروجي
    استاد راهنما: دكتر توكتم خطيبي
    استاد راهنماي دوم: دكتر محمد ايتي فيروزآبادي
    استاد داور داخلي: دكتر محمدمهدي سپهري
    استاد داور خارج از دانشگاه: دكتر ساناز زرگر
    نماينده تحصيلات تكميلي: دكتر محمدمهدي سپهري
    تاریخ: 1403/12/18  
    ساعت: 09:00
    مكان: اتاق 123 دانشكده فني و مهندسي

    چکیده:
    آسیب دیدگی مفصل زانو از مهم­ترین آسیب­ های رایج در زندگی روزمره می­باشد. هر مفصل زانو دارای دو ساختار غضروفی هلالی است که منیسک خارجی و داخلی را تشکیل می دهد. منیسک داخلی در قسمت داخلی زانو و منیسک خارجی در سمت بیرونی زانو قرار دارد. هر دو ساختار به عنوان ضربه گیر داخل مفصل، بین استخوان ران و تیبیا عمل می کنند. از شایع ترین آسیب­ ها در مفصل زانو می­توان آسیب­های منیسک، رباط صلیبی و پارگی این اعضا را عنوان نمود. تشخیص ­های پارگی منیسک عموماَ به صورت بالینی و با استفاده از تصاویر پرتو مغناطیسی می­باشد. درمان به موقع ممکن است عواقب پارگی مینیسک را کاهش دهد، کیفیت زندگی را بهبود بخشد و هزینه های مراقبت های بهداشتی را کاهش دهد. بنابراین تشخیص دقیق پارگی مینیسک از اهمیت زیادی برخوردار است. در سال‌های اخیر، استفاده از هوش مصنوعی در زمینه تصویربرداری پزشکی به یک کانون تحقیقاتی تبدیل شده است و اعتقاد بر این است که هوش مصنوعی پتانسیل کمک به تشخیص و درمان دقیق را دارد. هدف این پزوهش ارائه مدلی برای تحلیل تصاویر MRI زانو جهت تشخیص پارگی و نوع پارگی در منیسک خارجی است. در این پژوهش چهار سناریو بررسی شد. ابتدا یک شبکه عصبی کانولوشنی ساده طراحی شد که به عنوان مدل پایه برای شناسایی پارگی منیسک خارجی استفاده گردید. سپس بهینه سازی پارامترهای مدل انجام شد تا بهترین عملکرد ممکن حاصل شود. برای این منظور تنظیمات مختلفی از جمله تعداد لایه­ ها، اندازه فیلترها و نرخ یادگیری مورد آزمایش قرار گرفت و بهترین ترکیب پارامترها شناسایی شد. همچنین از مدل­ های از پیش آموزش دیده شامل معماری­هایی مانند ResNet, VGG که به طور گسترده در مسائل تحلیل تصاویر پزشکی مورد استفاده قرار می­گیرند استفاده شد. همچنین از یکی از مدل­ های ترانسفورمر  به نام SWIN Transformer برای اموزش تصاویر استفاده کردیم. که مدل SWIN با صحت 0.92،0.94،0.95 به ترتیب در وجه های Axial ,Coronal, Sagittal برای تشخیص پارگی و صحت 0.93،0.95،0.91به ترتیب دروجه های Axial ,Coronal, Sagittal بهترین عملکرد را داشت. از مدل­ های طراحی و پیاده ­سازی شده میتوان در موارد مختلفی ازقبیل ارائه سیستم کمک یار پزشک و پلتفرم ­های آنلاین و اینترنت اشیا استفاده کرد.

    خبر بعدی خبر قبلی

    ما را در شبکه‌های اجتماعی دنبال کنید

    © تمامی حقوق سایت برای دانشگاه تربیت مدرس محفوظ است.