بسمه تعالی

گروه کامپیوتر

دانشکده برق و کامپیوتر

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد

پيش بيني روند بيماري آلزايمر حين درمان با استفاده از روش هاي يادگيري عميق

ارائه دهنده: احمد موحدی

زمان:      02/07/1403     ساعت 8 صبح                                                       مکان: کلاس 205

استاد راهنما: خانم دکترمه لقا افراسیابی     مرتبه علمی:  استادیار       دانشگاه: صنعتی همدان

استاد داور داخلی:   آقای دکتر حسن بشیری  مرتبه علمی:   استادیار    دانشگاه: صنعتی همدان

استاد داور خارجی آقای دکتر علیرضا فلاحی    مرتبه علمی: استادیار    دانشگاه: صنعتی همدان

چکیده:

بیماری آلزایمر[1] شایع ترین شکل زوال عقل که با اختلال خفیف حافظه شروع میشود و به از دست دادن کامل توانایی های ذهنی و جسمی منجر میشود. اختلال شناختی خفیف [2]MCI مرحله پیش از شروع بیماری آلزایمر است. شناسایی افراد اختلال شناختی خفیف (MCI) که در معرض خطر بالای تبدیل به آلزایمر هستند برای درمانهای موثر بسیار مهم است و به طور خاص تکنیکهای تصویربرداری عصبی پیشرفته مانند MRI وPET برای شناسایی نشانگرهای زیستی ساختاری و مولکولی مرتبط با آلزایمر استفاده شده است. پیشرفتهای سریع در تکنیکهای تصویربرداری عصبی، ادغام داده های تصویربرداری عصبی چند وجهی در مقیاس بزرگ و با ابعاد بالا را چالش برانگیز کرده است. بنابراین علاقه به رویکردهای یادگیری ماشین به کمک رایانه برای تجزیه و تحلیل یکپارچه به سرعت رشد یافته است، اما تقسیم بندی ساختار مغز و طبقه بندی آلزایمر با استفاده از رویکردهای یادگیری عمیق[3] توجه را به خود جلب کرده است زیرا میتواند نتایج موثری را در مجموعه بزرگی از داده ها ارایه کند، از این رو روشهای یادگیری عمیق در حال حاضر بر روشهای پیشرفته یادگیری ماشین[4] ترجیح داده میشوند. هدف اصلی این پژوهش درحوزه تصاویر MRI ، ساخت دیتاست متفاوت با نمونه های موجود است که بیماران بر اساس مراجعات دوم دسته بندی شده اند تا بتوان بیماری را برای 6 ماه آینده پیش بینی کند که نتیجه این پژوهش با شبکه VGG16 به دقت 0.99 دست یافت.

کلید واژه ها: بیماری آلزایمر، اختلال خفیف حافظه، یادگیری عمیق​​​​​​​