به گزارش پایگاه خبری حیات به نقل از آنا، تیم جوانان ایرانی موفق شدند مقام قهرمانی، مدال طلا و جایزه ویژه برترین اختراع در مسابقات بینالمللی ایده و اختراع در شهر آنکارا با عنوان پروژه «پاتولوژی تشخیص تومورهای مغز، تشخیص نوع سرطان، ناحیه سرطان و میزان حادبودن سرطان» با استفاده از هوش مصنوعی همراه با دقتی بسیار بالا و بینظیر را اخذ کنند.
مسابقات بینالمللی ایده و اختراع در شهر آنکارای ترکیه برگزار شد و کشورهایی ازجمله ایران، چین، آمریکا، انگلیس، کره جنوبی و... حضور داشتند و این موفقیت جهانی، نشان از توانمندی و شایستگی جوانان ایران سرفرازمان دارد.
تیم ایران متشکل از احمدرضا افشاری (سرپرست تیم)، آرمان جمشیدی، سیده سارا معصومی و حسین رضانژاد بیاره بودند. سیده سارا معصومی از دانشجویان نخبه و بااستعداد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد یاسوج است.
پروژه «پاتولوژی تشخیص تومورهای مغز، تشخیص نوع سرطان، ناحیه سرطان و میزان حاد بودن سرطان» روی تشخیص سه نوع تومور مغزی با استفاده از تکنیکهای یادگیری عمیق متمرکز است. این سیستم؛ نوع، شکل، اندازه و حجم تومور و ناحیه سرطان را شناسایی کرده و به پزشکان در تصمیمگیریهای آگاهانه کمک میکند
معصومی دانشجوی ترم چهار کارشناسی رشته مهندسی کامپیوتر از دانشگاه آزاد اسلامی واحد یاسوج مخترع دهه هشتادی که از ترم یک دانشگاه هوش مصنوعی را تحت نظر احمدرضا افشاری دنبال کرده در این پروژه با افشاری و آرمان جمشیدی و حسین رضانژاد بیاره همراه بوده است.
معصومی درباره اینکه جرقه اولیه اختراع چه زمانی ایجاد و چه چیزی باعث ساخت آن شد به خبرنگار خبرگزاری آنا گفت: ایده اصلی طرح و طراح اصلی، احمدرضا افشاری استاد و دانشمند نخبه جهانی و کشوری است و تفکر درمورد نیاز روز جامعه و مردم باعث پدید آمدن این نوآوری شد.
دانشجوی دانشگاه آزاد اسلامی واحد یاسوج هدف از این نوآوری را شرکت در مسابقات بینالمللی «یک ایده و یک جهان» مطرح کرد و افزود: پروژهای که بتواند در حوزه بهروز پزشکی مورد استقبال قرار بگیرد و به بشریت کمک کند از دیگر اهداف این فعالیت بوده است.
به گفته مخترع جوان، این پروژه هوش مصنوعی در حوزه پزشکی، بخش تشخیص بیماریهای سرطانی بوده که دردنیا سر زبانها افتاده است.
وی تشریح کرد: تومورهای مغزی از خطرناکترین انواع تومورها هستند که تهدید جدی برای سلامت انسان محسوب میشوند؛ بنابراین تشخیص زودهنگام و دقیق برای درمان مؤثر و افزایش نرخ بقای بیماران بسیار مهم است. روشهای سنتی تشخیص مانند تحلیل MRI توسط رادیولوژیستها، زمانبر هستند و ممکن است دچار خطای انسانی شوند یا به عبارتی در اثر کمتجربگی یا اشتباه پزشکان جان بیمار را به خطر بیندازند از اینرو ضروری است که راهکاری پیشرفته و خودکار توسعه داده شود تا دقت و کارایی تشخیص و سرعت درمان را افزایش دهد.
معصومی توضیح داد: پروژه «پاتولوژی تشخیص تومورهای مغز، تشخیص نوع سرطان، ناحیه سرطان و میزان حاد بودن سرطان» روی تشخیص سه نوع تومور مغزی با استفاده از تکنیکهای یادگیری عمیق متمرکز است. ما یک مدل شبکه عصبی عمیق (CNN) توسعه دادهایم که میتواند تصاویر MRI را تحلیل کرده و تومورهای مغزی Glioma , Pituitary,Meningioma و همچنین تصاویر فاقد تومور (Normal brain) را با دقت بالای ۹۸ درصد طبقهبندی کند. این سیستم؛ نوع، شکل، اندازه و حجم تومور و ناحیه سرطان را شناسایی کرده و به پزشکان در تصمیمگیریهای آگاهانه کمک میکند.
به گفته دانشجوی مخترع، از این سیستم به عنوان یک راه حل کارآمد، میتوان در مراکز درمانی به ویژه در محیطهای با منابع محدود استفاده کرد و هزینههای تشخیصی را کاهش داد.با این حال، اگر دادههای موجود برای هر کلاس ناکافی باشد، ممکن است عدم تعادل کلاس رخ دهد که میتواند بر دقت مدل تأثیر منفی بگذارد. اکنون، این سیستم دارای نرخ خطای تقریباً ۱.۵ درصد در پیشبینیهاست که با استفاده از مجموعه دادههای متنوعتر و معماریهای پیشرفته، میتوان عملکرد آن را به طور قابل توجهی بهبود بخشید.
دانشجوی رشته مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد یاسوج یادآور شد: نمونه این پروژه در ابعاد بسیار ضعیفتر وجود دارد و مدلها دقت خوبی ندارند و از هر جهت پروژه «پاتولوژی تشخیص تومورهای مغز، تشخیص نوع سرطان، ناحیه سرطان و میزان حادبودن سرطان» با استفاده از هوش مصنوعی در عملکرد و آموزش و یادگیری بهتر است و هیچ پروژهای در این زمینه با این دقت چه نمونه خارجی چه ایرانی وجود ندارد.
معصومی با بیان اینکه پروژه با ارائه ابزاری سریع و دقیق برای تشخیص تومور کمک قابل توجهی به حوزه پزشکی میکند به آنا گفت: تیم ما قصد دار که این پروژه را در آینده به صورت اپلیکیشن پیادهسازی کند و ان را بیش از پیش گسترش دهد و با افزایش دیتاها و معماریهای گستردهتر دقت را تا حدودی بیشتر کنیم و عملکرد را بهبود ببخشیم.
نظر شما