طور باحثو كلية الهندسة الكهربائية وهندسة الحاسبات في هذه الجامعة، تحت إشراف حميد سلطانيان زاده ، رئيس مختبر الهندسة الطبية، طريقة آلية للتصنيف التلقائي للصور المقطعية بالتماسك البصري في مرضى التنكس البقعي المرتبط بالعمر. (AMD).
وأوضح سلطانيان زاده أهمية هذا الاكتشاف الطبي: الكشف التلقائي عن أمراض العيون هو أحد المجالات النشطة للبحث في تحليل الصور الطبية والتنكس البقعي المرتبط بالعمر هو أحد أنواع أمراض العيون وأكثر أسباب العمى شيوعًا. في البلدان المتقدمة ، وخاصة في الأشخاص الذين تزيد أعمارهم عن 60 عامًا. أدى استخدام التصوير على نطاق واسع في السنوات الأخيرة، وزيادة عدد المسنين، فضلاً عن الطبيعة المزمنة لهذا المرض إلى زيادة عبء العمل على أطباء العيون والنظام الصحي. من ناحية أخرى ، خلقت التطورات في الذكاء الاصطناعي والتعلم العميق فرصة مناسبة لتصميم أنظمة التشخيص التلقائي.
وأضاف: في هذا المشروع، تم تصميم خوارزمية جديدة تستخدم بنية تلافيفية متعددة المقاييس تعتمد على شبكات هرمية مميزة لفصل الأشخاص الأصحاء وحالتين مرضيتين، مثل دروزن وتكوين الأوعية الدموية المشيمية. وتم استخدام هذه الشبكات في تطبيقات تجزئة الصور والتعرف على الأشياء، ولكن في هذا البحث، من خلال إجراء تغييرات هيكلية، استخدمناها للتصنيف. إن استخدام البنية متعددة المقاييس في تصميم هذه الشبكة يجعل الميزات غير المعروفة في مقياس واحد يتم فحصها في مقياس آخر ما يزيد من دقة التصنيف.
وصرح رئيس مختبر الهندسة الطبية بجامعة طهران أن هذه النتيجة هي ثمرة تعاون متعدد التخصصات وذكر: لتدريب وتقييم أداء الهيكل المقترح، تمت إحالة مجموعة من البيانات الوطنية بما في ذلك أكثر من 20000 صورة شبكية لـ 441 مريضًا إلى مستشفى متخصص في طب وجراحة العيون في طهران ووسمها طبيب عيون. ومن أجل حل مشكلة التوزيع غير المتكافئ للبيانات استخدمنا دالة تكلفة الانتروبيا الموزونة متعددة الفئات وتم تصميم هيكل متعدد المقاييس للحصول على دقة تصنيف أعلى من النموذج الأساسي.
وتابع سلطاني زاده: لقد قمنا أيضًا بزيادة الدقة عن طريق تعديل عدد أهرامات المعالم المدمجة. كما استخدمنا التأثير الإيجابي للتدريب المسبق التدريجي على أداء النموذج الأفضل ووصلنا أخيرًا إلى دقة عالية بلغت 93٪. وأوضح: من أجل جعل النتائج قابلة للتفسير قمنا برسم خرائط حرارية. يساعد رسم خرائط الحرارة في تحديد منطقة القرار في الشبكة ويزيد من ثقة المريض والطبيب الخبير في الأساليب القائمة على الذكاء الاصطناعي.
