بخش‌بندي تصاوير دهانه حنجره با استفاده از يادگيري عميق

اصفهان : دانشگاه صنعتي اصفهان

مهندسي كامپيوتر

كارشناسي ارشد

بخش‌بندي دقيق ناحيه دهانه حنجره در تصاوير ويدئوآندوسكوپي پرسرعت، گامي بنيادين در تحليل كمي عملكرد تارهاي صوتي و تشخيص آسيب‌شناسي‌هاي حنجره محسوب مي‌شود. با وجود پيشرفت‌هاي اخير، چالش‌هايي نظير تنوع بالاي تجهيزات تصويربرداري، تغييرات شديد نورپردازي و وجود اغتشاشات تصويري در مجموعه داده‌هايي نظير مجموعه‌داده BAGLS، دستيابي به دقت و پايداري بالا را دشوار ساخته است. در اين پايان‌نامه، رويكردهاي نويني مبتني بر يادگيري عميق جهت بهبود بخش‌بندي خودكار دهانه حنجره ارائه شده است. در گام نخست، با تمركز بر ارتقاي كيفيت داده ورودي، يك روش پيش‌پردازش جهت حذف حاشيه‌هاي سياه زائد و يك راهبرد افزايش داده هدفمند مبتني بر تحليل حساسيت دوربين‌ها طراحي شد. هم‌زمان، اصلاح معماري شبكه SA-UNet و بهره‌گيري از الگوريتم بهينه‌سازي مناسب، منجر به بهبود استخراج ويژگي‌هاي ساختاري شد. در گام دوم، به منظور بهره‌گيري از نقاط قوت معماري‌هاي مختلف، يك چارچوب يادگيري گروهي انتخابي پيشنهاد شده است. در اين روش، يك شبكه دسته‌بند هوشمند طراحي گرديده كه با دريافت تصوير و برخي مؤلفه‌هاي نوآورانه، به صورت پويا تشخيص مي‌دهد كه براي هر تصوير ورودي، كدام‌يك از مدل‌هاي پايه عملكرد دقيق‌تري ارائه مي‌دهد. در گام سوم، به منظور كاهش مثبت‌هاي كاذب در پس‌زمينه، بهبود مكان‌يابي مدل و تمركز دقيق‌تر بر ناحيه هدف، يك روش دومرحله‌اي بخش‌بندي هدايت‌شده پيشنهاد شده است. در اين روش ابتدا از يك شبكه تشخيص شيء (مانند YOLOv5) براي يافتن كادر محدودكننده دهانه حنجره استفاده مي‌شود. سپس، يك معماري جديد با نام BBox-UNet طراحي شده است كه اطلاعات كادر محدودكننده را به عنوان ورودي كمكي با تزريق به لايه‌هاي رمزگشا دريافت كرده و فرآيند بخش‌بندي را به انجام مي‌رساند. در نهايت، با استفاده از روش‌هاي خرد جمعي مدل‌ها و رأي‌گيري، خروجي‌هاي حاصل تركيب شده‌اند. نتايج ارزيابي‌ها نشان مي‌دهد كه روش‌هاي پيشنهادي توانسته‌اند با غلبه بر چالش‌هاي ناهمگوني داده‌ها، دقت بخش‌بندي را به طور معناداري ارتقا دهند و به امتياز اشتراك بر اجتماع (IoU) 87/02 درصد و ضريب تشابه دايس (DSC) برابر با 93/06 درصد دست يابند. اين دستاورد نشان‌دهنده برتري روش پيشنهادي نسبت به روش‌هاي پيشين بوده و قابليت اطمينان آن را براي كاربردهاي باليني و كمك‌تشخيصي تأييد مي‌كند.

237807

هوش مصنوعي و رباتيكز

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان