پديد آورنده :
سبحاني نيا، زهرا
عنوان :
بخش بندي تصاوير اولتراسوند جنين مبتني بر شبكه هاي عصبي عميق چند وظيفه اي
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
هوش مصنوعي
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
دوازده،108 ص.: مصور، جدول
استاد راهنما :
نادر كريمي
استاد مشاور :
شادرخ سماوي
توصيفگر ها :
بخش بندي تصاوير پزشكي , اولتراسوند , تومور مغزي , بخش بندي ديسك چشم , يادگيري عميق , يادگيري چند وظيفه اي
استاد داور :
محمد علي خسروي فرد
تاريخ ورود اطلاعات :
1399/12/18
رشته تحصيلي :
مهندسي كامپيوتر
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1399/12/18
چكيده فارسي :
1 چكيده گسككترش روزافزون اسككتفاده از تصككويربرداري پزشكككي به منظور تشككخيص و درمان بيماريها از يك سككو و پيچيده و زمانبر بودن تحلي ت صاوير پز شكي تو سط متخ ص صين از سويي ديگر به ارائهي روشهاي خودكار به منظور تحلي ت صاوير پزشكي ضرورت بخشيده است يكي از رويكردهايي كه اخيرا در طبقهبندي و بخشبندي تصاوير پزشكي مورد توجه بسياري از محققان قرار گرفته اسكككت يادگيري عميق مي باشكككد اين روش يادگيري را ميتوان به رويكردهاي مبتني بر يادگيري تك وظيفهاي و چند وظيفهاي دستهبندي نمود در يادگيري چندوظيفهاي با به اشتراك گذاري ويژگيهاي استخراج شدهي وظيفهها سككعي در يادگيري همزمان آنها داشككته و موجب بهبود عملكرد حداق يكي از آنها ميشككود در اين تحقيق با بررسككي سككه مجموعه دادهي متفاوت بهبود عملكرد شككبكههاي عميق مبتني بر يادگيري چند وظيفهاي نسككبت به شككبكههاي عميق مبتني بر يادگيري تك وظيفهاي بررسككي شككده اسككت بدين منظور در ابتدا روشهاي پيشككنهادي مبتني بر يادگيري تك وظيفهاي جهت بهبود عملكرد وظائف بخشبندي و طبقهبندي مطرح مي شوند در اين را ستا با اعمال تغييراتي در ساختار شبكهي LinkNet استفاده از رويكرد آبشاري روشهايي با هدف بخشبندي و طبقهبندي در مجموعه دادههاي تحت بررسي پيشنهاد مي شود در گام بعدي تحقيق نيز به رويكردهايي مبتني بر يادگيري چندوظي فهاي پرداخته ميشكككود مجموعه داده هايي كه در اين تحقيق مورد بررسي قرار گرفته اند شام تصاوير اولتراسوند شكمي از سر جنين تصاوير MRI مغزي و تصاوير فوندوس شبكيه چشم ميباشكند وظيفههايي كه بر هر يك از اين مجموعه دادهها تعريف شكده نيز به ترتيب بخشبندي ناحيهي سكر جنين و اسكتخراج ك ك ك ك عوام زيسككتسككنجي آن طبقهبندي و بخشبندي ناحيهي تومور مغزي و بخشبندي نواحي ديسككك و كاپ نوري ميباشككد ارزيابيهاي انجام شده نشان ميدهند شبكههاي پيشنهادي با يادگيري همزمان وظايفي مانند بخشبندي و رگرسيون طبقهبندي و بخشبندي و بخش بندي دو ناحيه به صكككورت همزمان عملكرد حداق يكي از وظيفه ها را به صكككورت چشكككمگيري ارتقا ميدهند كلمات كليدي 1 بخشبندي تصاوير پزشكي 2 اولتراسوند 3 تومور مغزي 4 بخشبندي ديسك چشم 5 يادگيري عميق 6 يادگيري چند وظيفهاي
چكيده انگليسي :
109 Segmentation of Fetal Ultrasound Images Based on Multi Task Deep Neural Networks Zahra Sobhaninia z sobhaninia@ec iut ac ir Date of Submission Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language FarsiSupervisor Dr N Karimi nader karimi@cc iut ac irAdvisor Dr S Samavi samavi96@cc iut ac irAbstractThe increasing use of medical imaging to diagnose and treat diseases on the one handand the complexity and time consuming analysis of medical images by specialists on the other hand has necessitated the approaches provision of automated methodsfor the medical images analysis Recently many researchers have focused on deeplearning which plays a significant role in the classification and segmentation ofmedical images This method of learning can be classified into single task and multi task based learning approaches In multitasking learning by sharing the extractedfeatures of the tasks tries to learn them simultaneously and improves theperformance of at least one of them In this thesis three different datasets for classification and segmentation tasks hasinvestigated and some approaches are presented based on single task learning andmultitask learning For this purpose at first methods based on single task learning are proposed toimprove segmentation and classification tasks In this regard by applying changes inthe LinkNet network structure utilizing the cascaded approach and methods tosegmentation and classify improvements on the datasets are proposed In the next step of the research approaches based on multitask learning are discussed The data set examined in this study includes abdominal ultrasound images of fetalheads brain MRI images and retinal fundus images The tasks defined on each ofthese datasets are also segmentation of the fetal head area and extraction of itsbiometric parameters classification and segmentation of the brain tumor area andsegmentation Disk and optical cup areas Evaluations show that by offeringsimultaneous learning of tasks such as segmentation and regression classificationand segmentation and segmentation of two regions simultaneously the proposednetworks improve dramatically at least one of the tasks Keywords Medical images segmentation Deep learning Multitask learning Ultrasound Brain tumor Optic disk Segmentation
استاد راهنما :
نادر كريمي
استاد مشاور :
شادرخ سماوي
استاد داور :
محمد علي خسروي فرد
