طبقه بندی واریکوسل بر روی تصاویر حرارتی به کمک شبکه های عصبی کانولوشن

چکیده مقاله

واریکوسل اتساع و پیچ خوردگی غیرطبیعی شبکه وریدی سیاهرگی بالای بیضه ها است الگو توزیع حرارتی غیرطبیعی را میتوان در کیسه بیضه توسط تصویربرداری حرارتی تشخیص داد تصویربرداری حرارتی روشی از راه دور، بدون تماس و غیرتهاجمی است در این مقاله با استفاده از دوربین مادون قرمز غیرتماسیSDS Hotfind L و عکسبرداری از تعداد 50 نفر از بیماران ارجا شده به بیمارستان 501 ارتش آجا که مبتلا به واریکوسل بودند، به کمک شبکه های عصبی کانولوشن به طبقه بندی گریدینگ واریکوسل اقدام شده است میزان حساسیت روش ارایه شده برابر با %70 و ویژگی %88,23 می باشد نتایج حاصل از این پژوهش حاکی از مناسب بودن روش شبکه های عصبی کانولوشن در جهت طبقه بندی واریکوسل است

کلیدواژه‌ها

نویسندگان

حسین قیومی زاده

استادیارمهندسی پزشکی، گروه مهندسی برق، دانشگاه ولی عصر عج ، رفسنجان، ایران

علی فیاضی

عضو هیات علمی گروه مهندسی برق، دانشگاه ولی عصر عج ، رفسنجان، ایران

مصطفی داناییان

استادیار گروه مهندسی برق، دانشگاه ولی عصر عج رفسنجان، ایران

قیومی زاده، حسین و فیاضی، علی و داناییان، مصطفی،1396،طبقه بندی واریکوسل بر روی تصاویر حرارتی به کمک شبکه های عصبی کانولوشن،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران

ارائه‌شده در

مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی19 بهمن 1396 · تهران