طبقه بندي واريكوسل بر روي تصاوير حرارتي به كمك شبكه هاي عصبي كانولوشن

classification of varicocele on thermal images using convolutional neural networks

واريكوسل اتساع و پيچ خوردگي غيرطبيعي شبكه وريدي (سياهرگي) بالاي بيضه‌ها است. الگو توزيع حرارتي غيرطبيعي را مي توان در كيسه بيضه توسط تصويربرداري حرارتي تشخيص داد. تصويربرداري حرارتي روشي از راه دور، بدون تماس و غيرتهاجمي است. در اين مقاله با استفاده از دوربين مادون قرمز غيرتماسيSDS Hotfind L و عكسبرداري از تعداد 50 نفر از بيماران ارجا شده به بيمارستان 501 ارتش (آجا) كه مبتلا به واريكوسل بودند، به كمك شبكه هاي عصبي كانولوشن به طبقه بندي گريدينگ واريكوسل اقدام شده است. ميزان حساسيت روش ارايه شده برابر با 70% و ويژگي 88.23% مي باشد. نتايج حاصل از اين پژوهش حاكي از مناسب بودن روش شبكه هاي عصبي كانولوشن در جهت طبقه بندي واريكوسل است.

Varicocele is the abnormality of the vaginal vein over the testicles. An abnormal thermal distribution pattern can be detected in the scrotum by thermal imaging. Thermal imaging is a non-contact and non-invasive method. In this paper, the SDS Hotfind L infrared camera were used to take thermographic images of the 50 patients referred to the 501 Army Hospital (AJA) who were suffering from varicocele, they were classified by using convolutional neural networks. The sensitivity of the proposed method is 70% and the specificity is 88.23%. The results of this study indicate that the method of convolutional neural networks is suitable for classification of varicocele.