مجله مهندسی برق و الکترونیک ایران - جلد 22 شماره 4
برگشت به فهرست مقالات |
برگشت به فهرست نسخه ها
گروه مهندسی کامپیوتر- دانشکده مهندسی و فناوری ـ دانشگاه مازندران ـ بابلسرـ ایران
چکیده: (64 مشاهده)
شکستگیهای استخوان از جمله آسیبهای شایع اسکلتی هستند که در محیطهای ورزشی پرفشار و اورژانسهای پرمراجعه تشخیص سریع و دقیق آنها اهمیت ویژهای دارد؛ زیرا تأخیر یا اشتباه در شناسایی میتواند به تاخیر در التیام، ناتوانی حرکتی و افزایش هزینههای درمانی منجر شود. در این پژوهش سامانهای سبک مبتنی بر نسخه اصلاحشده MobileNetV3 معرفی میشود که تصاویر رادیوگرافی را با دقت و سرعت بالا در دو گروه شکستگی و غیرشکستگی طبقهبندی میکند. برای آموزش از ۱۰۵۸۰ تصویر رادیوگرافی مربوط به نواحی مختلف بدن استفاده شد و دادهها پس از تغییر اندازه به ۲۲۴×۲۲۴ و نرمالسازی به شبکه داده شدند. معماری با بهکارگیری میانگینگیری سراسری، لایههای تماممتصل و روشهای کاهش بیشبرازش بازطراحی شد و در آموزش از AdamW با نرخ یادگیری ۰.۰۰۰۱ استفاده گردید؛ لایههای ابتدایی فریز و لایههای انتهایی بهصورت هدفمند تنظیم شدند تا عملکرد مدل بهبود یابد. ارزیابی بر روی ۵۰۶ تصویر آزمون نشان داد دقت 99.21% حاصل شده است و این مقدار با برخی معماریهای سنگینتر قابل رقابت یا برتر است. ماهیت سبک سامانه، اجرای آن را بر روی دستگاههای کممنبع مانند تلفن هوشمند و تبلت پزشکی ممکن میسازد و میتواند بهعنوان دستیار سریع رادیولوژیستها در اورژانس، کلینیکها و محیطهای شلوغ بالینی بهکار گرفته شود.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است. |
