یك كارشناس مهندسی هسته ای :

هوش مصنوعی با روش یادگیری عمیق به کمک تشخیص بیماریهای پستان آمد

هوش مصنوعی با روش یادگیری عمیق به کمک تشخیص بیماریهای پستان آمد

به گزارش فیت استور، کارشناس ارشد مهندسی هسته ای از طراحی نرم افزاری برای تشخیص هوشمند بیماریهای پستان با یادگیری عمیق در هوش مصنوعی خبرداد.



خبرگزاری مهر- گروه استان ها- مهتاب خیری: سرطان سینه یا سرطان سینه، سرطانی است که در سلول های سینه ایجاد می شود. سرطان سینه یکی از شایع ترین انواع سرطان در میان بانوان ایرانی است. سرطان سینه می تواند هم در زنان و مردان به وجود آید اما در بین زنان شایع تر است.
آگاهی زنان از سرطان سینه و همین طور تحقیقات انجام شده در ارتباط با سرطان سینه سبب شده تا تشخیص و درمان این بیماری سریع تر صورت گیرد و میزان بهبود یافتگی از بیماری سرطان سینه بالا رفته و تعداد مرگ و میرهای ناشی از سرطان سینه درحال کاهش است.
غربالگری و تشخیص زود هنگام سرطان سینه می تواند به بیمار کمک کند؛ گاهی اوقات، تشخیص سرطان سینه بعد از ظاهر شدن علایم و نشانه های آن کشف می شود اما خیلی از زنان مبتلا به سرطان سینه هیچ نوع علائمی ندارند. به همین دلیل، غربالگری مداوم سرطان سینه بسیار اهمیت دارد.
از آنجا که اصفهان در سالهای اخیر همیشه در رتبه های اول تا سوم سرطان سینه قرار داشته با معصومه سادات علوی کارشناس ارشد مهندسی هسته ای که در حوزه تشخیص هوشمند بیماریهای پستان از روی تصاویر ماموگرافی به کمک روش های یادگیری عمیق تحقیقاتی انجام داده است گفت وگویی داشتیم که متن آنرا در ادامه می خوانید؛
خانم علوی بیماریهای پستان در زنان تا چه اندازه خطرناک است؟
ببینید پستان همچون سایر اندام ها می تواند دستخوش بیماری شود طیف این بیماریها از موارد ساده ای همچون درد پستان تا سرطان های کشنده امتداد دارد.
یکی از ترسناک ترین اتفاقات برای زنان، سرطان سینه است که بزرگترین عوارض آن، ناامیدی مرگ و در بهترین حالت مبتلا به اختلال شدن است میزان گسترش این بیماری سیر صعودی دارد و تعداد مبتلایان هر سال بیشتر می شود.
آمارهای IARC نشان میدهد که سرطان سینه عامل ۲۵% از کل موارد سرطان تشخیص داده شده در زنان در سراسر جهان است. حدود ۵۳% از این موارد مربوط به کشورهای درحال توسعه است که ۸۲% از جمعیت جهان را می سازند.
علائم هشدار دهنده سرطان سینه چیست؟
زنان باید علایم هشدار دهنده سرطان سینه را به طور کامل بشناسند، تعدادی از این علایم را احساس توده در سینه یا زیر بغل، تغییرات پوست سینه به طور تورفتگی، زخم، پوسته ریزی و برجسته شدن عروق، غیر قرینه بودن سینه ها، ترشحات سینه از یک مجرا به طور خونی و آبکی و تغییرات نوک سینه هستند.
سرطان سینه به رشد کنترل نشده سلول های پوشش داخلی مجرای شیری یا لوبول گفته می شود از نشانه های آن می توان به وجود توده در هر ناحیه از سینه و زیر بغل، درد یا حساسیت در سینه، هرگونه تغییر شکل، رنگ و اندازه در سینه و هرگونه ترشح روشن یا خونی از سینه اشاره نمود.
چرا تشخیص بموقع بیماریهای پستان اهمیت دارد؟
بیماری های پستان هر ساله سلامت تعداد زیادی از زنان را به خطر انداخته و یافتن راه هایی برای تشخیص و درمان بموقع بیماریهای پستان به یک چالش مهم در سلامت جامعه بشری تبدیل گشته است.
سرطان های شایع در بین زنان ایران می توان به پوست، معده، تخمدان، تیروئید، رحم، خون، مغز و مثانه اشاره نمود ولی سرطان سینه در بین زنان اصفهانی بالاتر از استانداردهای معمول کشور است بدین جهت تشخیص بموقع این بیماری بسیار اهمیت دارد.
نقش ماموگرافی در تشخیص بموقع بیماریهای پستان چیست؟
توجه داشته باشید روش های مختلفی بمنظور غربالگری پستان در زنان معرفی شده همچون سونوگرافی، ماموگرافی، ام آر آی (MRI) و نمونه برداری (بیوپسی) را می توان نام برد ولی ماموگرافی نخستین روش جهت بررسی ضایعات پستان نام برد.
عکسبرداری با دوز کم اشعه ایکس از پستان ها بمنظور مشخص ساختن ساختارهای داخلی پستان به انجام می رسد. این روش در اصطلاح پزشکی به ماموگرافی مشهور است و در سالهای اخیر، این روش یکی از معتبرترین ابزارها برای غربالگری و یک روش مهم برای تشخیص زود هنگام بیماریهای پستان شناخته شده است.
بسیار حائز اهمیت می باشد که حتی کسانی که هیچ علائمی ندارند بعد از چهل سالگی به شکل منظمی برای انجام ماموگرافی مراجعه کنند. در کشورهایی که ماموگرافی بطور معمول انجام می گردد، میزان مرگ و میر ناشی از سرطان ۳۰% کاهش پیدا کرده است.
اهمیت تشخیص بیماریهای پستان با بهره گیری از هوش مصنوعی چیست؟
متأسفانه افزایش تقاضا برای منابع غربالگری در زمانی اتفاق می افتد که عرضه رادیولوژیست واجد شرایط کم است و وظایف آنها بیش از اندازه بالاست.
روش های هوش مصنوعی می توانند در خودکار کردن روش های تشخیصی و حتی کاهش خطای انسانی در تشخیص و تعیین محدوده بیماریهای پستان بسیار کمک کننده باشند. همچون روش هایی که می تواند در تشخیص این نوع تصاویر و باتوجه به بافت نسبتاً همگن پستان دراین زمینه موفق عمل کند، مدلهای یادگیری عمیق است.
به کمک این مدلها می توان شبکه ای را آموزش داد که بتواند بصورت خودکار و از روی تصاویر ماموگرافی بیمار، ضایعه های مختلف پستان همچون سرطان سینه، کیست ها و کلسیفیکاسیون را تشخیص و نواحی آنرا با دقت ناحیه بندی کند.
لطفاً در مورد تشخیص هوشمند بیماریهای پستان از روی تصاویر ماموگرافی به کمک روش های یادگیری عمیق توضیح دهید.
خطراتی که زنان را از جانب بیماریهای پستان تهدید می کرد و تشخیص بموقع این بیماریها ما را بر آن داشت نرم افزاری را طراحی نماییم تا با بهره گیری از یک شبکه مصنوعی عمیق از پیش آموزش داده شده و آموزش و بهینه سازی آن متناسب با داده های این مطالعه، الگوریتمی ایجاد و بهینه شود که بتواند همزمان چند بیماری پستان همچون کیست، کلسیفیکاسیون و توده های خوش خیم و بدخیم را از روی تصاویر ماموگرافی پستان تشخیص دهد.
به طور کلی نرم افزار بتواند بجای پزشک یا رادیولوژیست تصویر را پالایش و انواع بیماریهای پستان را تشخیص دهد و در نتیجه خطاهای انسانی که ممکنست از چشم رادیولوژیست دور بماند در روش هوشمند ممکنست تا حد زیادی بروز نکند.
با توجه به این که داده های ما محدود بودند، می توان با افزایش داده ها، قدرت یادگیری شبکه را افزایش دهیم و این تحقیق امکان پذیری و قابلیت انجام کار را نشان میدهد. در این تصویر نمونه ای از پیش بینی شبکه رو مشاهده می کنید و شبکه تا ۸۵% به خوبی توانسته برچسب ها را پیش بینی نماید.



منبع:

1402/02/15
12:38:01
5.0 / 5
450
تگهای خبر: آموزش , استاندارد , بیماری , تیم
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۷ بعلاوه ۵
FitStore