نوع مدرک: | متون چاپی |
سرشناسه | اختری ، علیرضا، نویسنده |
ردهبندی کنگره : | COM A 17 1400 |
عنوان : | تشخیص بیماری آلزایمر با استفاده از شبکه عصبی عمیق U-Net بهینهیافته با الگوریتم ملخ |
عنوان موازی : | Diagnosis Of Alzheimer's Disease Using U-Net Deep Neural Network Optimized By Grasshopper Algorithm |
ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
سال نشر : | 1400 |
صفحه شمار: | 71ص |
شابک/شاپا | 23862 |
یادداشت | پایان نامه کارشناسی ارشد: رشته مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیکز |
شناسه افزوده : | کلینی ، مینا، استاد راهنما |
توصیفگرها | بیماری آلزایمر یادگیری عمیق شبکه U-NET الگوریتم ملخ Alzheimer's disease deep learning u-net network locust algorithm |
چکیده : | بیماری آلزایمر، شایعترین نوع زوال عقل است که هنوز درمان مؤثری برای آن وجود ندارد. طبقهبندی دقیق بیماری آلزایمر میتواند به تشخیص و انتخاب مؤثرترین گزینههای درمانی کمک نماید. هدف این پایان نامه، ارائه یک روش تشخیص خودکار و دقیق بیماری آلزایمر با استفاده از تصاویر MRI میباشد. به همین منظور قطعهبندی تصاویر مغزی با استفاده از الگوریتم یادگیری عمیق U-Net توسعه یافته، پیشنهاد شده است. در روش پیشنهادی جهت بهبود عملکرد شبکه U-NET، مقدار بهینه هایپرپارامترهای این شبکه توسط الگوریتم ملخ بدست آمده است. جهت ارزیابی روش پیشنهادی از مجموعه داده ADNI استفاده شده است. نتایج اولیه نشان دهنده اثربخشی سیستم تشخیص آلزایمر است. همچنین نتایج ارزیابیها نشان میدهد که در مدل پیشنهادی ضریب دایس9504/0 و دقت 953/0 میباشد که در مقایسه با روشهای دیگر به عملکرد بهتری دست یافته است |
لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=13077 |
زبان مدرک : | فارسی |