کاربرد هوش‌مصنوعی در تصویربرداری تشخیصی دامپزشکی
کد مقاله : 1542-MVTCONF
نویسندگان
مرضیه صاکی *1، امید بهروزی نسب2، نازنین جلیلی1، فردوس گرجیان3، علی تیمار1، آناهیتا رباهی1
1دانشجوی دکترای عمومی دامپزشکی، دانشگاه آزاد اسلامی، واحد شوشتر، شوشتر، ایران
2بخش علوم درمانگاهی، دانشکده دامپزشکی، دانشگاه فردوسی مشهد، مشهد، ایران
3دانشجوی دکتری عمومی دامپزشکی دانشگاه آزاد شوشتر
چکیده مقاله
هوش‌مصنوعی شاخه‌ای از علوم کامپیوتر است که در آن سیستم‌های رایانه‌ای به نحوی طراحی شده‌اند که درک، یادگیری و عملکردی مشابه هوش انسان داشته باشند. امروزه، هوش‌مصنوعی در حال تغییر شکل زندگی روزمره بوده و کاربردهای طبی نوظهور متعددی دارد که می‌تواند علوم مرتبط با پزشکی و دامپزشکی را نیز مورد تاثیر قرار دهند. هوش‌مصنوعی این پتانسیل را دارد که درمانگر را قادر ساخته تا وظایف را با کارایی بیشتری انجام داده و در عین حال بینش جدیدی را برای مدیریت، تشخیص و درمان اختلالات ارائه دهند. در حوزه تصویربرداری پزشکی، بیشتر نرم‌افزارهای هوش‌مصنوعی فعلی محدود به تخمین احتمال یا خطر وجود یک الگوی رادیوگرافی خاص همچون ضایعه، تغییر شکل و ناهنجاری بوده و همانطور که می‌دانیم الگوریتم‌ها تفسیر کامل تصویر رادیوگرافی را ارائه نمی‌دهند. تفسیر کامل تصویر رادیوگرافی یک کار پیچیده است که شامل ارزیابی کیفیت تصویر رادیوگرافی، تشخیص الگوی ناهنجاری و وزن‌دهی تاریخچه بیمار و نشانه‌های بالینی است و آنها را در فهرستی از تشخیص‌های افتراقی قرار می‌دهد. بنابراین، برای دامپزشک ضروری است که از الگوریتم هوش‌مصنوعی به عنوان یک دستیار و یک سیستم پشتیبانی تصمیم‌گیری، و نه به عنوان جایگزین بر تصمیم بالینی کمک بگیرد. کاربردهای هوش‌مصنوعی این پتانسیل را دارند که انقلابی در پیش‌بینی و تشخیص بیماری‌های حیوانات ایجاد کنند و در نتیجه سلامت حیوانات را ارتقا بخشند. هوش‌مصنوعی شامل الگوریتم‌های مختلفی است که در این مطالعه الگوریتم های یادگیری ماشین و یادگیری عمیق بررسی شدند و تلاش بر این قرار گرفت که بهترین الگوریتم برای تصویربرداری تشخیصی انتخاب شود.
کلیدواژه ها
تصویربرداری تشخیصی، دامپزشکی، رادیولوژی، هوش‌مصنوعی
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر