نمایان ساختن خودکار شکستگی استخوان مندیبل در رادیوگرافی پانورامیک با استفاده از یک سیستم شبکه عصبی پیچشی عمیق

Abstract

هدف: امروزه استفاده از هوش مصنوعی و شبکه های عصبی کانولوشن در امور پزشکی مانند شناسایی و تشخیص بیماریها و اختلالات بالینی بسیار گسترده شده است. مطالعه حاضر با هدف تشخیص و تعیین محل شکستگی های استخوان مندیبل در تصاویر رادیوگرافی پانورامیک به کمک شبکه عصبی کانولوشن انجام گرفت. مواد و روش ها: در این پژوهش، ۲۷۵ تصویر پانورامیک موجود در آرشیو بخش رادیولوژی دهان، فک و صورت دانشکده دندانپزشکی تبریز مورد بررسی قرارگفت. از این تعداد تصاویر، ۱۲۴ تصویر دارای شکستگی استخوان مندیبل و ۱۵۱ تصویر بدون شکستگی استخوان مندیبل می باشد.ابتدا محل شکستگی استخوان مندیبل در تصاویر دارای شکستگی توسط رزیدنت رادیولوژی دهان، فک و صورت مشخص و علامت گذاری شده، سپس تمام موارد مشخص و علامت گذاری شده توسط متخصص رادیولوژی دهان، فک و صورت مجددا بررسی شد. سپس نویز تصاویر پانورامیک توسط فیلتر چبی شف نوع دو حذف گردید. جهت یکسان سازی تصاویر پانورامیکرزولوشن اولیه اصلاح و به رزولوشن ۲۲۷ × ۲۲۷ تبدیل شد. جهت آموزش و دسته¬بندی اولیه تصاویر، ازشبکه عصبی کانولوشن مدل Alexnet ۳۲ لایه استفاده شد. در مرحله بعدی جهت تشخیص محل شکستگی ها از شبکه عصبی کانولوشن مدل Alexnet ۵۳ لایهاستفاده شد. از تعداد کل تصاویر موجود: ۶۰% برای آموزش شبکه، ۲۰% برای ارزیابی اولیه و ۲۰% برای تست نهایی شبکه به صورت تصادفی انتخاب شدند. نتایج: در این مطالعه جهت مشاهده و تعیین میزان عملکرد الگوریتم در شناسایی محل شکستگی های استخوان مندیبل مقادیر Precision، Recall‌و F1 score اندازه گیریشد و به ترتیب ۰.۹۶۸، ۰.۸۳۴ و ۰.۸۹۶ بدست آمد. نتیجه گیری:مطالعه و الگوریتم پیشنهادی با موفقیت توانسته محل شکستگی های استخوان مندیبل را با صحت بالا آشکار نماید. بنابراین انتظار می رود مدل های متکی بر شبکه های عصبی کانولوشن بتوانند به عنوان عاملی کمک کننده در بهبود تشخیص محل شکستگی در فک پایین در جامعه پزشکی و دندانپزشکی باشد.