پاورپوینت Artificial network application in diagnosis of oral diseases کاربرد سیستم هوشمند در تشخیص بیماریهای دهان

بخشی از پاورپوینت

اسلاید 1 :

بسم الله الرحمن الرحيم

اسلاید 2 :

Artificial network application in diagnosis of oral diseases
کاربرد سیستم هوشمند در تشخیص بیماریهای دهان

اسلاید 3 :

مقدمه واهميت موضوع

اسلاید 4 :

آزمون تورینگ

آزمونی است که توسط آلن تورینگ در سال ۱۹۵۰ در نوشتهای به نام «محاسبات ماشینی و هوشمندی» مطرح شد. در این آزمون شرایطی فراهم میشود که شخصی با ماشینی تعامل برقرار کند و پرسشهای کافی برای بررسی اقدامات هوشمندانه ماشین، از آن بپرسد. چنانچه در پایان آزمایش نتواند تشخیص دهد که با انسان و یا با ماشین در تعامل بوده است، تست تورینگ با موفقیت انجام شده است. تا کنون هیچ ماشینی از این آزمون با موفقیت کامل بیرون نیامده است. کوشش این آزمون برای تشخیص درستی هوشمندی یک سیستم است که سعی در شبیه سازی رفتار و عملکرد انسان دارد.

اسلاید 5 :

به طور خلاصه می توان علم جوان هوش مصنوعی را به چند شاخه اصلی تقسیم کرد، که شامل:

زبانشناسی محاسباتی
پردازش زبانهای طبیعی
استدلال خودکار
یادگیری ماشین
پردازش تصویر
محاسبات تکاملی
رباتیک

اسلاید 6 :

یادگیری ماشین

شبکه های عصبی(MLP, RBF)
ماشین های بردار پشتیبان(SVMs)
درخت های تصمیم(Decision Trees)
شبکه های بیزی(Bayesian Networks)
سیستم­های فازی
الگوریتم بهینه سازی گروهی ذرات(PSO)
الگوریتم استخراج قوانین انجمنیAppriori

اسلاید 7 :

تجزیه و تحلیل داده ها توسط شبکه های عصبی مصنوعی
MATLAB
WEKA

اسلاید 8 :

مروري بر منابع

اسلاید 9 :

Sharma N.,Om H. Early Detection and Prevention of Oral Cancer: Association Rule Mining on Investigations. Wseas Transactions on Computers,2014;13;1-8.
در سال 2014 Sharma N و Om H در یک مطالعه گذشته نگر به استخراج الگوهای قابل توجه برای شناسایی سرطان دهان با استفاده از الگوریتم Apriori پرداختند.
33متغیر کامل با تکنیک استخراج قوانین در 1025 بیمار مورد آنالیز قرار گرفت.
FNACحاصل از گرههای لنفی گردنی، اولتراسونوگرافی(USG) و CT Scan/MRI مثبت باشد، شانس بقای بیماران کاهش می یابد.
اگر تست عملکرد کبدی(LFT) نرمال باشد، بقا بالا خواهد بود

اسلاید 10 :

نتایج نشان داد که استفاده از سيستم نرم افزاري طراحي شده جهت تشخيص ضايعات استخواني فكين قابل اعتماد و مفيد بود
در يك مطالعه توصيفي اكتشافي که در سال 1388 توسط عزیزی و همکاران انجام گرفت، بر اساس منابع معتبر موجود، الگوريتم هاي تشخيصي طراحي و سپس وارد سيستم نرم افزاري کمک تصمیم گیری شد. در مرحله مطالعه تجربي براي ارزيابي سيستم طراحي شده، 61 نمونه از ضايعات موجود در كتاب WOOd&GOAZ و ضايعات راديولوژيك بخش بيماري هاي دهان و بخش راديولوژي دانشكده دندانپزشكي اهواز كه تشخيص قطعي آنها با بيوپسي مورد تأیید قرار گرفته بود، همراه با اطلاعات تشخيصي لازم انتخاب و به سه مشاهده گر به ترتیب شامل متخصص بيماريهاي دهان، دندانپزشك عمومي و دانشجوي سال آخر دندانپزشكي نشان داده شد.
عزیزی،آ.، محمدی خراسانی،م ."طراحی و ارزیابی کارایی سیستم کمک تصمیم گیری (نرم افزاری کامپیوتری) جهت تشخیص ضایعات استخوانی فکین". مجله دانشكده دندانپزشكي دانشگاه علوم پزشكي شهيد بهشتي،1388، دوره 27 ، شماره 1، ص: 31-35.

اسلاید 11 :

نتیجه گیری
سیستم هوشمند دارای خطای بسیار ناچیز و قابل اغماض بود و توانایی فوق العاده ای در تشخیص و پیش بینی بیماری ها نشان داد
در سال 2013 مقصودی و همکاران به پیش بینی وجود بیماریهای لیکن پلان، لکوپلاکیا و کارسینوم سلولهای سنگفرشی دهان با استفاده از سیستم هوشمند MLP پرداختند.
نمونه های 150 بیمار مورد بررسی قرار گرفتند که برخی از آنها از مجلات خارجی و برخی دیگر نمونه ها به صورت مصنوعی ساخته شدند
چهار ویژگی(ویژگیهای سطحی ضایعه سفید، محل درگیری در دهان، سن و جنس) که به تشخیص این ضایعات کمک می کند، انتخاب و کدگذاری شده و برای یادگیری سیستم هوشمند به عنوان ورودی به آن داده شد،120 بیمار را برای آموزش سیستم هوشمند و 30 بیمار باقیمانده را برای تست و اعتبار سنجی سیستم هوشمند انتخاب نمودند
Maghsoudi R., Bagheri A., Maghsoudi MT. Diagnosis Prediction of Lichen Planus, Leukoplakia and Oral Squamous Cell Carcinoma by using an Intelligent System Based on Artificial Neural Network. Journal of Dentomaxillofacial Radiology, Pathology and Surgery, 2013;2(2);1-8.

اسلاید 12 :

در مطالعه ای که در سال 2005 توسط He H و همکاران صورت گرفت، از یک تصویر سه بعدی اولیه و جدید پروتئوم های بهینه سازی سرم، بزاق و نمونه بافت برای افتراق بین OSCC, OLK بود، استفاده شد.
آنالیز الگوی پروتئوم های فوق با استفاده از ماشین بردار پشتیبان صورت گرفت.
He H., Sun G., Ping F., Cong Y. A new and preliminary three dimensional perspective: proteomes of optimization between OSCC and OLK . J Biomed Opt, 2005; 10;24-34.

اسلاید 13 :

این مطالعه نشان داد که روش ارائه شده در مقایسه با چشم انسان از دقت بسیار بالاتری در تشخیص ضایعات استخوانی اطراف ایمپلنت برخوردار است
حاجی و همکاران در سال 1384 علائم ضایعات پاتولوژیک اطراف ایمپلنتهای دندانی ناحیه دهان، فک و صورت را به کمک تکنیک های تصویرپردازی دیجیتالی مورد بررسی قرار دادند
پس از قرار دادن Fixture ایمپلنت دندانی بر روی آرواره جسد ، تعدادی تصویر رادیوگرافی به طور متوالی قبل از ایجاد ضایعه پاتولوژیک (گروه کنترل) و بعد از ایجاد ضایعه پاتولوژیک توسط اسید نیتریک (گروه مورد) تهیه می گردیدد
آزمایشها نشان دادند که مشاهده گرها نتوانستند وجود ضایعه را از مراحل اولیه و همچنین در اکثر مواقع توالی مراحل را به درستی تشخیص دهند. اما در مقابل، به کمک برنامه کامپیوتری، وجود رادیولوسنسی از اولین مرحله تشخیص داده شد که با بررسی مراحل بعدی مورد تأیید قرار گرفت
حاجی، م، م.، جزایری، م.، فراغت، ا. "تشخیص زودهنگام علایم ضایعات پاتولوژیک ناحیه دهان،فک و صورت به کمک تکنیک های تصویرپردازی دیجیتالی". یازدهمین کنفرانس سالانه انجمن کامپیوتر ایران : 1384

اسلاید 14 :

نتیجه گیری

اسلاید 15 :

استفاده از سیستم هوشمند اگرچه نمی تواند جایگزین متخصصین متبحر شود، به عنوان یک ابزار مفید می تواند در تشخیص بیماریهای دهان مورد استفاده قرار گیرد. البته نیاز به مطالعه بیشتر با ایجاد پایگاه جامع داده ها در زمینه بیماریهای دهان و ارتقا و اموزش بیشتر سیستم های هوشمند وجود دارد

اسلاید 16 :

Special Thanks
for
your attention

اسلاید 18 :

فیلتر کردن تصاویر :
بهبود کیفیت تصاویر با استفاده از فیلترهای تیزکننده
فیلترهای تیزکننده ی لاپلاس برای نمایان کردن بیشتر جزئیات تصویر به کار می روند.

اسلاید 19 :

*PPV
*NPV
*LR+
*LR-