logo
دوره 23، شماره 1 - ( 3-1405 )                   جلد 23 شماره 1 صفحات 60-51 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Motamed S, Eghdami Arabani M. Detection of intelligence from MRI images using a combination of long short-term memory network (LSTM) and fuzzy logic (FL). JSDP 2026; 23 (1) : 4
URL: http://jsdp.rcisp.ac.ir/article-1-1443-fa.html
معتمد سارا، اقدامی عربانی مجید. تشخیص بهرههوشی از روی تصاویر MRI با استفاده از ترکیب شبکه حافظه کوتاه مدت بلند و منطق فازی. پردازش علائم و داده‌ها. 1405; 23 (1) :51-60

URL: http://jsdp.rcisp.ac.ir/article-1-1443-fa.html

تشخیص بهرههوشی از روی تصاویر MRI با استفاده از ترکیب شبکه حافظه کوتاه مدت بلند و منطق فازی
سارا معتمد* ، مجید اقدامی عربانی
واحد فومن
چکیده:   (8 مشاهده)
بهره هوشی از دیرباز موضوعی جذاب و مهم در روان‌شناسی و علوم شناختی بوده است. این یک معیار اساسی برای توانایی‌های شناختی یک فرد در نظر گرفته می‌شود که شامل جنبه‌های مختلف استدلال، حل مسئله، حافظه و توانایی کلی فکری است. با توجه به اهمیت این موضوع، در این مقاله، ما به تحلیل و توسعه یک مدل ترکیبی از شبکه‌های LSTM و لایه استنتاج فازی به منظور تشخیص بهره هوشی با استفاده از تصاویر MRI مغزی پرداخته‌ایم. مدل پیشنهادی ما با ترکیب قدرت یادگیری عمیق LSTM در درک الگوهای زمانی و قابلیت‌های استنتاج فازی در مدیریت عدم‌قطعیت، موفق به افزایش دقت در شناسایی سطح بهره هوشی نسبت به روش‌های پایه شد. نتایج آزمایش‌ها نشان داد که دقت مدل به طور معناداری بهتر از تکنیک‌های سنتی بوده و با نرخ تشخیص 83 درصد بهتر از سایر روش‌ها جواب داده است.
 

شماره‌ی مقاله: 4
واژه‌های کلیدی: بهره هوشی، یادگیری عمیق، تصاویر MRI مغزی، شبکه LSTM، موتور استنتاج فازی.
متن کامل [PDF 843 kb]   (11 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش تصویر
دریافت: 1403/7/19 | پذیرش: 1404/11/19 | انتشار: 1405/3/31 | انتشار الکترونیک: 1405/3/31
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.