مهدیه سلطانی، سیده زهره سیدصالحی، ریحانه مهدوی،
دوره 82، شماره 9 - ( 9-1403 )
چکیده
با گسترش هوشمصنوعی، از انواع شبکههای عصبی مصنوعی بهعنوان ابزاری برای ایجاد قدرت تحلیل در سیستمهایکامپیوتری استفاده شد. مطالعاتی که با این هدف در حوزه دهان و دندان انجام شدهاند، عموما با تجزیهوتحلیل دادههای حجیم سروکار دارند. در این مطالعه روشهای مورد استفاده در تحلیل هوشمند و خودکار دادههای دندانپزشکی، موردبررسی قرارگرفتهاست. مطالعات بررسی شده به صورت مشترک از تصاویر رادیوگرافی سراسرنما (Ortho Pantoma Gram, OPG) استفاده و با سه هدف کلی تشخیص دندان (تفکیک هر دندان از دندانهای قبل و بعد)، بخشبندی نمونهای (تجزیه اطلاعات بصری تصویر بهصورت قطعه قطعه) و بخشبندی معنایی (تحلیل و فهم اطلاعات استخراجشده از تصویر) انجام شدهاند. برای حصول این موارد، وابسته به هدف پژوهش از مدلهای مختلف شبکههای عصبی مصنوعی استفاده شده است. در این مطالعه، به مقایسه عملکرد شبکههای عصبی مصنوعیِ به کار گرفته شده، پرداخته شده است. بهطورکلی تصاویر ورودی، ابتدا جهت آمادهسازی دادگان برای خوانش توسط سیستم، پیشپردازش و سپس به شبکه عصبی تعلیم داده شدهاند. در برخی موارد خروجی شبکه عصبی، به جهت بهبود نتایج، مجدد وارد چرخه پردازششدهاست. در مقالات موردبررسی بهمنظور تحلیل دادههای دندانپزشکی، بهطورکلی دو رویکرد دنبال شدهاست. در رویکرد حل مسئله به روش هوشمند، بیشتر از شبکههای عصبی پیچشی و در رویکرد خودکار، از روشهای کلاسیک و بدون یادگیری استفاده شده است، در مطالعاتی که بر مبنای شبکههای عصبی مصنوعی انجام شده است سیستم با درک تصویر، بخشبندی، استخراج ویژگی، طبقهبندی ویژگیها و مدلسازی شبکه و تنظیم متغیرهای آن، به یادگیری آنچه در هدف مطالعه تعیین شده پرداخته است.
