عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
شماره کتابشناسی ملی
شماره
۹۸۷۸۱پ
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
فارسی
عنوان و نام پديدآور
عنوان اصلي
بررسی ارزش تشخیصی ترکیبی کرایتریاهای سونوگرافی B-mode و الاستوگرافی ندول های تیروییدی در پیش بینی بدخیمی از خوش خیمی ندول های تیرویید با استفاده از هوش مصنوعی
نام عام مواد
[پایان نامه]
نام نخستين پديدآور
زهرا گوهری
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
دانشگاه علوم پزشکی تهران، دانشکده پزشکی
تاریخ نشرو بخش و غیره
۱۴۰۱
مشخصات ظاهری
نام خاص و کميت اثر
۴۲ص.
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
دکتری تخصصی
نظم درجات
رادیولوژی
زمان اعطا مدرک
۱۴۰۱/۰۹/۳۰
امتياز متن
۱۸
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
مقدمه: امروزه استفاده از هوش مصنوعی در پزشکی و در تحلیل تصاویر رادیولوژی روز به روز در حال افزایش است .سونوگرافی gray scale و الاستوگرافی در تشخیص ندول های تیروییدی مفید هستند اما دقت آنها تا حدود زیادی به تجربه رادیولوژیست بستگی دارد .لذا برآن شدیم در این مطالعه یک مدل تشخیصی در تشخیص بدخیمی گره های تیرویید با استفاده از هوش مصنوعی طراحی کنیم.روش کار: این مطالعه آینده نگر تعداد 181 ندول تیروییدی وارد مطالعه شده و تحت سونوگرافی و الاستوگرافی قرار گرفته و در مرحله بعد از ندول ها تحت گاید سونگرافی FNA به عمل آمد .نتایج پاتولوژی بیماران پیگیری شده و در نهایت متغیرها از جمله یافته های سونوگرافی gray scale و الاستوگرافی به عنوان لایه ورودی و نتایج پاتولوژی به عنوان لایه خروجی برای طراحی مدل مناسب هوش مصنوعی به کار برده شد . و در نهایت صحت ، حساسیت ،اختصاصیت،ارزش اخباری مثبت و ارزش اخباری منفی بین مدل های مختلف طراحی شده مقایسه شدیافته ها : از مجموع 181 ندول، 56 ندول بد خیم بودند حساسیت ، ویژگی ، ارزش اخباری مثبت ،ارزش اخباری منفی و صحت بر اساس معیار های TIRADS و ATAبه ترتیب برابر با 66.2 در صد ، 84.5 درصد ، 70.5 درصد ، 81.7 درصد و 77.9 درصد، و با .Q box ratio برابر و مساوی با 1.2 به عنوان cut off به ترتیب برابر با 75.4در صد ، 73.7درصد ، 62 درصد ، 84 درصد و 74.3 در صد می باشد. بر اساس یکی از مدل طراحی شده میزان حساسیت ، ویژگی ، ارزش اخباری مثبت ،ارزش اخباری منفی و صحت به ترتیب برابر با 89 درصد ، 94 در صد ،98 درصد،94.2 درصد و 95 در صد محاسبه گردید که بالاترین صحت ،حساسیت ،ویژگی ارزش اخباری مثبت ،ارزش اخباری منفی را در بین تمامی موارد داشت .نتایج: استفاده از هوش مصنوعی بر اساس gray scale و الاستوگرافی در تشخیص ندول های بدخیم یا خوش خیم تیرویید دارای ارزش تشخیصی بالایی است . هوش مصنوعی عملکرد تشخیصی بهتری از سونوگرافی gray scale و الاستوگرافی دارد و می تواند عملکرد تشخیصی رادیولوژیست ها را بهبود ببخشد .
موضوع (اسم عام یاعبارت اسمی عام)
عنصر شناسه ای
هوش مصنوعی
عنصر شناسه ای
Artificial intelligence
داده رابط بین فیلدها
a09
داده رابط بین فیلدها
a09
موضوع مستند نشده
ندول های تیرویید
موضوع مستند نشده
سونوگرافی gray scale
موضوع مستند نشده
الاستوگرافی
موضوع مستند نشده
سونوگرافی B mode
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
کد نقش
، پدیدآور
مستند نام اشخاص تاييد نشده
گوهری، زهرا
نام شخص - ( مسئولیت معنوی درجه دوم )
کد نقش
، استاد راهنما
کد نقش
، استاد راهنما
مستند نام اشخاص تاييد نشده
محمدزاده، مریم
مستند نام اشخاص تاييد نشده
داوودی، محمد
شناسه افزوده (تنالگان)
عنصر شناسه اي
دانشگاه علوم پزشکی تهران، دانشکده پزشکی
مبدا اصلی
کشور
ایران
تاريخ عمليات
20230108
شماره دستیابی
شماره بازیابی
۱۴۰۴۳ت
داده هایی که از فرمت مبدا برگردانیده نشده است
شماره فيلد فرمت مبدا
دانشگاه علوم پزشکی تهران، کتابخانه دانشکده پزشکی
وضعیت انتشار
فرمت انتشار
p
اطلاعات رکورد کتابشناسی
نوع ماده
TF
کد کاربرگه
92029
اطلاعات دسترسی رکورد
سطح دسترسي
a
تكميل شده
Y
