ناحیه‌بندی دندان با کمک بینایی کامپیوتر [Persian Thesis]

محمد اسلام

شناسگر رکورد: ۵۲۵۴۰
رشته تحصیلی: رایانش امن
عنوان: ناحیه‌بندی دندان با کمک بینایی کامپیوتر
نويسنده: محمد اسلام
استاد راهنما : دکتر شیوا کامکار
دکتر بابک مجیدی
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۴۰۴
چکیده: هوش مصنوعی در سلامت عمومی جایگاه ویژه‌ای یافته است، زیرا امکان تشخیص سریع‌تر، دقیق‌تر و کم‌هزینه‌تر را فراهم می‌سازد. در این میان، یادگیری عمیق به عنوان یکی از زیرشاخه‌های مهم یادگیری ماشینی، نقش مؤثری در تحلیل تصاویر پزشکی ایفا می‌کند. در حوزه دندان‌پزشکی، ناحیه‌بندی دقیق دندان‌ها در تصاویر رادیوگرافی پانورامیک، گامی اساسی در مسیر تشخیص خودکار بیماری‌ها محسوب می‌شود، زیرا استخراج صحیح مرز دندان‌ها زمینه را برای تحلیل‌های بالینی دقیق‌تر فراهم می‌کند. در این پژوهش، یک مدل ناحیه‌بندی مبتنی بر معماری U-Net طراحی و پیاده‌سازی شد. در مرحله پیش‌پردازش، عملیات تغییر اندازه تصاویر، نرمال‌سازی شدت روشنایی و افزایش داده به منظور بهبود تعمیم‌پذیری انجام گرفت. آموزش مدل با استفاده از تابع هزینه Dice Loss، بهینه‌ساز Adam و تکنیک Early Stopping صورت پذیرفت. ارزیابی عملکرد مدل بر روی مجموعه آزمون مستقل انجام شد و نتایج کمی شامل ضریب Dice برابر با ۲/۹۴٪ و IoU برابر با ۸۹٪ نشان‌دهنده هم‌پوشانی بالا و مرزبندی دقیق دندان‌ها می‌باشد. همچنین مقادیر Precision و Recall مناسب، بیانگر قابلیت اعتماد مدل در شناسایی صحیح نواحی دندانی است. فراتر از توسعه یک مدل آزمایشگاهی، این پژوهش منجر به پیاده‌سازی یک سامانه تحت وب عملیاتی مبتنی بر ASP.NET Core و ONNX گردید که امکان بارگذاری تصویر، انجام پردازش در کمتر از دو ثانیه و نمایش خروجی ناحیه‌بندی را برای کاربر فراهم می‌کند. در این سامانه، نتایج کمی مدل شامل مقادیر شاخص‌های ارزیابی به صورت شفاف به کاربر نمایش داده می‌شود. همچنین سامانه قابلیت تولید لینک یکتا برای هر نتیجه و امکان یکپارچه‌سازی با سامانه‌های تصویربرداری پزشکی را دارا می‌باشد. نتایج این پژوهش نشان می‌دهد که ترکیب یادگیری عمیق با مهندسی نرم‌افزار می‌تواند فاصله میان پژوهش آکادمیک و کاربرد عملی در محیط‌های درمانی را کاهش داده و بستری برای توسعه سامانه‌های هوشمند پشتیبان تصمیم‌گیری در دندان‌پزشکی فراهم آورد.
Register Number Part3 Version Volume Part Part2 Reference Call Number lended Date Back Description
284990 1
Copyright 2026 by Payam Hannan co ltd. PayamLib.com