• شماره مدرك
    21170
  • شماره راهنما
    18147
  • پديد آورنده

    عبدالعظيم، زينب باسم عبدالعظيم

  • عنوان

    كاربرد شبكه هاي عصبي مصنوعي و شبكه هاي عصبي كانولوشن در تشخيص تصاوير پزشكي: تمركز بر رتينوپاتي ديابتي

  • مقطع تحصيلي
    كارشناسي ارشد
  • گرايش تحصيلي
    هوش مصنوعي و رباتيك
  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • سال دفاع
    1405
  • صفحه شمار
    105ص
  • توصيفگر ها

    رتينوپاتي ديابتي , درجه بندي , شبكه عصبي عميق , معماري خودتوجه , معماري كانولوشن

  • تاريخ ورود اطلاعات
    1405/04/27
  • كتابنامه
    كتابنامه
  • رشته تحصيلي
    مهندسي كامپيوتر
  • دانشكده
    مهندسي برق و كامپيوتر
  • تاريخ ويرايش اطلاعات
    1405/04/27
  • كد ايرانداك
    23236769
  • چكيده فارسي
    با توجه به شيوع فزاينده بيماري ديابت در سطح جهان، رتينوپاتي ديابتي به يكي از اصلي‌ترين علل نابينايي قابل پيشگيري در ميان بزرگسالان تبديل شده است. درجه‌بندي به‌موقع و دقيق شدت اين بيماري بر اساس تصاوير فوندوس شبكيه، نقشي حياتي در تعيين راهبردهاي درماني به‌هنگام و جلوگيري از آسيب غيرقابل‌برگشت بينايي ايفا مي‌كند. با اين حال، روش‌هاي سنتي غربالگري دستي توسط متخصصان چشم‌پزشكي، فرآيندي زمان‌بر، پرهزينه و مستعد خطاي بينا-فردي است كه با كمبود نيروي متخصص در مناطق محروم تشديد مي‌شود. در سال‌هاي اخير، سيستم‌هاي مبتني بر يادگيري عميق، به‌ويژه شبكه‌هاي عصبي كانولوشني و معماري‌هاي ترنسفورمر، به‌عنوان ابزارهاي اميدبخش براي خودكارسازي تشخيص و درجه‌بندي رتينوپاتي ديابتي مطرح شده‌اند. اگرچه اين مدل‌ها پيشرفت‌هاي چشمگيري داشته‌اند، چالش‌هايي همچون تشخيص ضايعات ريز (ريزآنوريسم‌ها، خونريزي‌ها و ترشحات سخت)، عدم تعادل شديد در توزيع كلاس‌هاي شدتي، شباهت بصري بين مراحل مجاور و ضعف تعميم‌پذيري بين مجموعه‌داده‌هاي مختلف، كارايي آن‌ها را در كاربرد باليني محدود مي‌سازد. در اين پايان‌نامه، رويكردي نوين مبتني بر يادگيري عميق به‌منظور درجه‌بندي دقيق رتينوپاتي ديابتي ارائه و ارزيابي شده است. در راستاي دستيابي به اين هدف، يك مدل كانولوشني ساده در مقايسه با شش معماري شاخص پيش‌آموزش‌ديده، شامل VGG16، ResNet50، ResNeXt50، ConvNeXt-Tiny، ViT-B/16، Swin-T و MNv4-Conv-L، مورد سنجش قرار گرفت. نتايج تحليل مقايسه‌اي حاكي از آن است كه مدل MobileNetV4-Conv-L با دستيابي به بالاترين ميزان دقت (75٪)، برتري چشمگيري نسبت به ساير مدل‌ها داشته است. اين معماري توانست بهبود عملكردي معادل 20 تا 23 درصد نسبت به مدل‌هاي پايه و قديمي‌تر نظير Simple-CNN (دقت 55٪) و VGG16 (دقت 52٪) ارائه دهد. همچنين، معماري‌هاي مبتني بر ترانسفورمر مانندViT-B/16 با دقت 59٪ نسبت به شبكه‌هاي كانولوشني سنتي عملكرد بهتري نشان دادند. اين ميزان از پيشرفت عددي اثبات مي‌كند كه به‌كارگيري مدل‌هاي پيش‌آموزش‌ديده‌ي نوين در اين حوزه، ضمن ارائه‌ي عملكرد قابل‌قبول، قابليت تبديل‌شدن به ابزاري ارزشمند در فرآيند تشخيص باليني را داراست و مي‌تواند پزشكان متخصص را در ارتقاي دقت تشخيص اين بيماري ياري نمايد.
  • چكيده انگليسي
    With the rapidly increasing global preva‎lence of diabetes mellitus, diabetic retinopathy (DR) has emerged as one of the leading causes of preventable blindness among working-age adults. Timely an‎d accurate severity grading of DR using retinal fundus images plays a critical role in determining appropriate treatment strategies an‎d preventing irreversible vision loss. However, conventional manual screening by ophthalmologists is time-consuming, costly, prone to inter-observer variability, an‎d is further exacerbated by the shortage of specialists, particularly in underserved regions. In recent years, deep learning systems—particularly convolutional neural networks (CNNs) an‎d transformer-based architectures—have shown considerable promise for the automated detection an‎d grading of diabetic retinopathy. Despite notable advances, several challenges persist, including the reliable detection of subtle lesions (such as microaneurysms, hemorrhages, an‎d hard exudates), severe class imbalance, visual similarity between adjacent severity stages, an‎d limited generalization across diverse datasets. These limitations hinder their widespread clinical adoption. This thesis presents an‎d eva‎luates a novel deep learning approach for the accurate grading of diabetic retinopathy. To this end, a simple three-layer convolutional neural network was systematically compared with six state-of-the-art pre-trained architectures: VGG16, ResNet50, ResNeXt50, ConvNeXt-Tiny, ViT-B/16, Swin-T, an‎d MNv4-Conv-L. The results of the comparative analysis indicate that the MobileNetV4-Conv-L model, achieving the highest accuracy rate (75%), demonstrated a significant superiority over the other models. This architecture achieved a performance improvement of approximately 20–23% compared with baseline an‎d older models, such as Simple-CNN (55% accuracy) an‎d VGG16 (52% accuracy). Furthermore, transformer-based architectures, such as ViT-B/16, with an accuracy of 59%, showed better performance than traditional convolutional neural networks. This quantitative improvement demonstrates that the application of modern pre-trained models in this field can provide acceptable performance while having the potential to become a valuable tool in the clinical diagnosis process. Such models can assist medical specialists in improving the accuracy of disease diagnosis.
  • استاد راهنما
    محمدرضا احمدزاده , محمد داورپناه جزي
  • استاد داور
    الهام محمودزاده , مينا اميري