سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

صفحه اصلی / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

ارائه یک مدل ترکیبی برای تشخیص بیماری آلزایمر با استفاده از هوش مصنوعی و منطق فازی

نویسندگان :

مصطفی کامل گاطع¹

1- دانشگاه کبانگ‌سآن مالزی (UKM)، مالزی

کلمات کلیدی :

هوش مصنوعی،تشخیص زود هنگام،الزایمر،هوشمند

چکیده :

بیماری آلزایمر (AD) یک مسأله مهم سلامت جهانی است و تشخیص زودهنگام آن برای بهبود مراقبت از بیماران و نتایج درمانی حیاتی محسوب می‌شود. روش‌های سنتی تشخیص آلزایمر، مانند ارزیابی‌های بالینی و تصویربرداری‌های عصبی، اغلب پرهزینه و زمان‌بر هستند. با این حال، فناوری‌های یادگیری ماشین (ML) پتانسیل چشمگیری برای خودکارسازی و ارتقای دقت تشخیص زودهنگام از طریق تحلیل مجموعه داده‌های بزرگ مانند تصاویر MRI و نتایج آزمون‌های شناختی نشان داده‌اند.نوآوری این پژوهش در ادغام داده‌های تصویربرداری MRI و نتایج آزمون‌های شناختی در یک مدل تشخیصی مبتنی بر یادگیری ماشین نهفته است. این ترکیب، رویکردی جامع‌تر برای شناسایی آلزایمر ارائه می‌دهد، در حالی‌که روش‌های سنتی معمولاً تنها بر یک نوع داده تکیه دارند. این رویکرد، یک راه‌حل کل‌نگر و قابل اعتمادتر برای تشخیص زودهنگام آلزایمر فراهم می‌کند.در این مطالعه، ما یک مدل یادگیری ماشین توسعه دادیم که با استفاده از الگوریتم‌های پیشرفته، داده‌های ترکیبی MRI و آزمون‌های شناختی را تحلیل می‌کند. مدل طراحی‌شده با استفاده از اعتبارسنجی متقابل به‌طور سخت‌گیرانه ارزیابی شد تا پایداری و استحکام آن تضمین شود.نتایج نشان داد که مدل به دقت ۹۱.۹٪، دقت پیش‌بینی ۹۲.۵٪، حساسیت ۹۱.۱٪ و نمره F1 معادل ۹۱.۸٪ دست یافته است. علاوه بر این، مساحت زیر منحنی (AUC) برابر با ۰.۹۴ به‌دست آمد که نشان‌دهنده توانایی بالای مدل در تمایز میان موارد آلزایمر و غیر آلزایمر است.

لیست مقالات

لیست مقالات بایگانی شده

بازاریابی محتوایی هوشمند: بازآفرینی تعامل کاربران و برندها با کمک هوش مصنوعی در رسانه‌های اجتماعی

پریسا جعفری - سیروس فخیمی آذر - سلیمان ایرانزاده - حسین بوداقی خواجه نوبر

A Comprehensive Review of Machine Learning Techniques for Automatic Skin Disease Detection

Mahdie Naseri - Azita Shirazipour - Seyed Javad Mirabedini

TransFuse++: A Hybrid CNN-Transformer Architecture with Cross-Attention, Temporal Modeling, and Uncertainty Estimation for Medical Image Segmentation

Masoud Noroozi - Sayna Jamaati - Hamed Aghapanah - Ali Saeeidi Rad - Mahsa Asadi Anar - Ali Darzi - Mahla Shokouhfar - Helia Sadat Kazemi - Mohammadreza Ghahari - Mohammad Saeed Soleimani Meigoli - Jafar Majidpour - Hossein Arabi - Ali Reza Karimian

تاثیر هوش مصنوعی بر عملکرد شرکت با میانجیگری چابکی مشتری و ظرفیت جذب و تعدیلگری چابکی سازمان شرکت عامر اندیش هوشمند

مریم مقرب صمدی