شماره مدرك
21150
شماره راهنما
18129
پديد آورنده
السبع، محمد امين
عنوان
چارچوب يادگيري عميق چندوجهي قابلتبيين براي پيشبيني زودهنگام بيماري انسدادي مزمن ريه (COPD) با استفاده از تصاوير فوندوس شبكيه و دادههاي باليني
مقطع تحصيلي
كارشناسي ارشد
گرايش تحصيلي
هوش مصنوعي و رباتيك
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع
1405
صفحه شمار
سيزده، 75 ص.
توصيفگر ها
بيماري انسدادي مزمن ريه , تصويربرداري فوندوس شبكيه , يادگيري عميق چندوجهي , هوش مصنوعي قابلتبيين , پشتيباني از تصميمگيري باليني
تاريخ ورود اطلاعات
1405/04/07
كتابنامه
كتابنامه
رشته تحصيلي
مهندسي كامپيوتر
دانشكده
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات
1405/04/09
كد ايرانداك
23232968
چكيده فارسي
بيماري انسدادي مزمن ريه (COPD) يكي از مهمترين علل جهاني ابتلا به بيماري و مرگومير محسوب ميشود و نياز به طبقهبندي زودهنگام خطر آن در رويههاي معمول باليني بهشدت احساس ميشود. اين پاياننامه به توسعه، ارزيابي و پيادهسازي يك چارچوب يادگيري عميق چندوجهيِ قابلتبيين ميپردازد كه تصاوير فوندوس شبكيه را با متغيرهاي ساختاريافته باليني براي پيشبيني شدت بيماري انسدادي مزمن ريه تركيب ميكند. در اين چارچوب، يك شاخه پردازش تصوير مبتني بر معماري كانولوشني با ساختار مشابه ResNet با يك شاخه ويژگيهاي باليني شامل بيش از بيست متغير منتخب ادغام شده و نمايش مشترك حاصل براي پيشبيني چهار رده شدت بيماري (خفيف، متوسط، شديد و بسيار شديد) آموزش داده ميشود.
مجموعهداده مورد استفاده از 1,994 تصوير شبكيه مرتبط با سوابق باليني ايجاد شد و از طريق بيشنمونهگيري هدفمند به 3,228 نمونه (807 نمونه براي هر رده) متعادل گرديد. مدل به مدت 25 دوره آموزشي با استفاده از بهينهساز AdamW و كاهش وزن آموزش داده شد. بهترين دقت اعتبارسنجي برابر با 73.99% به دست آمد و در ارزيابي نهايي، دقت 0.74 و ضريب كاپاي كوهن 0.6532 حاصل شد. همچنين تحليل عملكرد در سطح هر رده نشان داد كه مدل در شناسايي رده «بسيار شديد» داراي يادآوري بالايي بوده و در ساير ردهها نيز رفتار پايداري از خود نشان ميدهد.
قابليت تبيينپذيري مدل از طريق بصريسازيهاي Grad-CAM براي شاخه تصويري و نيز گزارشدهي ساختاريافته در سطح ويژگيها براي شاخه باليني فراهم شده است. مدل آموزشديده در يك برنامه تحت مرورگر مبتني بر Flask و پشتيبانيشده توسط پايگاه داده SQLAlchemy يكپارچهسازي شد كه امكاناتي نظير احراز هويت پزشك، بارگذاري تصاوير فوندوس، ورود دادههاي باليني، پيشبيني، بصريسازي نتايج، توليد گزارش PDF و نگهداري تاريخچه سوابق بيماران را فراهم ميكند.
آزمونهاي انجامشده در سطح مرورگر تأييد كردند كه نمونه اوليه توسعهيافته قادر به توليد نتايج انتها به انتها، شامل تشخيص مبتني بر هوش مصنوعي، برچسب شدت بيماري، امتياز اطمينان، نماهاي تحليل شبكيه، تحليل نشانگرهاي زيستي و گزارش قابل دانلود است. همچنين پيشبينيها براي بازبينيهاي بعدي در پايگاه داده ذخيره ميشوند. ازاينرو، اين پاياننامه يك خط لوله كامل از پژوهش تا نمونه اوليه را ارائه ميدهد كه مدلسازي عميق چندوجهي، استدلال باليني، تبيينپذيري و يك رابط وب كاربردي را براي غربالگري غيرتهاجمي بيماري انسدادي مزمن ريه در كنار يكديگر قرار ميدهد.
چكيده انگليسي
Chronic obstructive pulmonary disease (COPD) is a major global cause of morbidity and mortality, and earlier risk stratification is needed in routine clinical practice. This thesis develops, evaluates, and deploys an explainable multimodal deep learning framework that combines retinal fundus images with structured clinical variables for the prediction of COPD severity. A convolutional image branch based on a ResNet-style backbone is fused with a clinical feature branch over twenty selected variables, and the joint representation is trained to predict four severity classes (mild, moderate, severe, and very severe). The dataset was constructed from 1,994 retinal images linked to clinical records and balanced through targeted upsampling to 3,228 samples (807 per class), and the model was trained for 25 epochs using AdamW with weight decay. The best validation accuracy was 73.99%, with a final evaluation accuracy of 0.74 and a Cohen’s kappa of 0.6532, and per-class analysis shows strong recall on the very-severe class, together with stable behaviour across the other classes. Explainability is addressed through Grad-CAM visualizations for the image branch and through structured feature-level reporting for the clinical branch. The trained model is integrated into a Flask browser application backed by an SQLAlchemy database, providing doctor authentication, fundus upload, clinical data entry, prediction, visualization, PDF report generation, and patient-record history. Browser-level testing confirms that the prototype produces end-to-end results, including AI diagnosis, severity label, confidence score, retinal-analysis views, biomarker analytics, and a downloadable report, with predictions persisted to the database for later review. The thesis therefore contributes a complete research-to-prototype pipeline that aligns deep multimodal modelling, clinical reasoning, explainability, and a practical web interface for non-invasive COPD screening.
استاد راهنما
محمدرضا احمدزاده , محمد داورپناه جزي
استاد داور
الهام محمودزاده , مينا اميري