استفاده از هوش مصنوعی در تصویربرداری دامپزشکی
کد مقاله : 1471-MVTCONF
نویسندگان
الهام مکاری *1، محمد پارسا بیات پور2، عباس وشکینی3
1دپارتمان علوم دامپزشکی، دانشگاه ازاد واحد بابل، بابل، ایران
2دپارتمان علوم دامپزشکی، دانشگاه ازاد واحد علوم تحقیقات، تهران، ایران
3استادیار بازنشته دانشکده دامپزشکی، دانشگاه تهران، تهران ، ایران
چکیده مقاله
الگوریتم های هوش مصنوعی (AI)، به ویژه deep learning، پیشرفت قابل توجهی را در وظایف تشخیص تصویر نشان داده اند. روش‌های مختلف از شبکه‌های عصبی کانولوشن تا رمزگذارهای خودکار متغیر، کاربردهای بی‌شماری را در زمینه تجزیه و تحلیل تصاویر دامپزشکی پیدا کرده‌اند و آن را با سرعتی سریع به جلو می‌برند.
از لحاظ تاریخی، در علم رادیولوژی، دامپزشکان آموزش دیده تصاویر را برای تشخیص، شناسایی و نظارت بر بیماری ها ارزیابی می کردند. روش‌های هوش مصنوعی در تشخیص خودکار الگوهای پیچیده در داده‌های تصویربرداری و ارائه ارزیابی‌های کمی، به جای کیفی، از ویژگی‌های هوش مصنوعی می باشد. در این مقاله هدف ما ایجاد یک درک کلی از روش‌های استفاده از هوش مصنوعی، به‌ویژه تکنیک‌هایی که به عملکرد مبتنی بر تصویربرداری مربوط می‌شوند، می باشد.
ما بررسی می‌کنیم که چگونه این روش‌ها می‌توانند بر جنبه‌های مختلف رادیولوژی تأثیر بگذارند، با تمرکز کلی بر برنامه‌های کاربردی در انکولوژی نشان می‌دهیم که این روش‌ها چگونه باعث پیشرفت در این زمینه می شوند. در نهایت، چالش‌های پیش روی اجرای بالینی را مورد بحث قرار می‌دهیم و دیدگاه خود را در مورد چگونگی پیشرفت این موضوع ارائه می‌کنیم.
کلیدواژه ها
هوش مصنوعی، رادیولوژی، تصویربرداری, deeplearning, دامپزشکی
وضعیت: پذیرفته شده برای ارائه شفاهی