طراحی و تدوین نرم افزارهای تشخیصی پزشکی مبتنی بر یادگیری ماشین بر اساس ام آر آی ساختاری جهت افراد مبتلا به اختلالات عصبی و بیماری های روانی

روش های بر پایه ی یادگیری ماشین بخصوص یادگیری عمیق قادر هستند کمک شایانی را به کاهش زمان مورد نیاز برای بررسی تصاویر و همچنین افزایش دقت تشخیص در نواحی و شبکه های درگیر بکنند. چنین سیستم هایی به عنوان Computer-Aided Diagnosis (CAD) شناخته می شوند؛ و توانایی این را دارند که به سرعت داده ها و تصاویر را تحلیل کنند و با کاهش خطاهای موجود، تخمین دقیق تری از احتمال ابتلا به یک بیماری و شدت ابتلا ارائه دهند. در سال های اخیر، سیستم های CAD از توانایی زیاد تکنیک های بر پایه ی یادگیری ماشین بخصوص یادگیری عمیق در پیدا کردن الگوهای موجود در داده ها و تصاویر استفاده می کنند تا الگوریتم های جدیدی برای تشخیص بیماری ها طراحی و پیاده سازی کنند. در این طرح، با هدف کمک به افراد مبتلا به اختلالات عصبی و بیماری های روانی در کشور با بهره گیری از تجربه ای منحصر به فرد، برنامه ای جامع و مدون در قالب توسعه مجموعه ای از ابزارهای نرم افزاری تشخیصی پزشکی ارایه خواهد شد. این برنامه جامع در حوزه تشخیص های پزشکی تخصصی بر اساس ارزیابی های تصویربرداری ام آر آی از سیستم مغز و اعصاب جهت ارایه خدمات درمانی دقیق و قابل اطمینان می باشد که به عنوان ابزار دستیار تشخیصی برای معاینه ضایعات و ناهنجاری ها در بیماران خاص در خدمت رادیولوژیست ها و متخصصان مغز و اعصاب خواهد بود. این بسته تشخیصی با هدف شناسایی ضایعات و ناهنجاری های احتمالی و آگاهی رادیولوژیست ها و متخصصین مغز و اعصاب و حوزه سلامت روان که در حال بررسی تصاویر بیمار هستند، بر اساس داده های تصویربرداری ام آر آی مغز از قبیل تصاویر ساختاریT1 و DTI (تصویربرداری انتشار مغناطیسی)  طراحی و توسعه می یابند. هدف این پروژه توسعه و راه اندازی یک استاندارد تشخیصی اتوماتیک جامع در تصویربرداری عصبی برای نقشه برداری از نواحی کورتکس و نواحی سابکورتیکال و شبکه های ساختاری مغزی در ارزیابی های بیماریها و اختلالات عصبی و روانی از جمله در ارزیابیهای قبل و پس از عمل جراحی مغز می باشد.