استفاده از واقعیت مجازی و شبکه های عصبی عمیق برای افزایش میزان بهبودی و رضایتمندی بیماران از روند درمان کایروپرکتیک

مجله فناوری اطلاعات در طراحی مهندسی

دوره 15، شماره 1، شهریور 1401   

نوع مقاله: مقاله پژوهشی

نویسندگان

نونا حلمی¹؛ گلاره ویسی^{* 2}

¹دانشگاه آزاد اسلامی، واحد نیشابور

²دانشگاه آزاد اسلامی مشهد،دانشکده فنی و مهندسی، گروه کامپیوتر

چکیده

امروزه به دلیل سبک زندگی نادرست، اختلالات اسکلتی شیوع بسیار بالایی پیدا کرده است. با کمک روش های کایروپرکتیک، بدون عمل جراحی و با هزینه کمتر می توان به بهبود بسیاری از این اختلالات کمک کرد. اما اغلب بیماران به این روش درمان اطمینان ندارند. در این مقاله، هدف ما آموزش و آگاهی بخشی به بیماران و افزایش اطمینان به حصول نتیجه درمان کایروپرکتیک با استفاده از واقعیت مجازی است. بدین منظور، داده‌های بیماران مراجعه‌کنندگان، شامل عکس ام آرآی و اطلاعات شخصی بیماران و شرایط آنها جمع‌آوری شده و سطح رضایت بیمار و پزشک، از روند درمان نیز ثبت می‌شود. به کمک این داده‌ها و با استفاده از تکنیک یادگیری عمیق، مدل مناسبی برای پیش‌بینی میزان بهبودی بیمار، بعد از روند درمان ارائه می‌گردد. به علاوه، به کمک نقشه برجستگی، نشان می دهیم که کدام بخش از تصاویر برای تشخیص بیماری از اهمیت بیشتری برخوردار هستند. هم‌چنین با کمک داده های ثبت شده و مدل پیش‌بین پیشنهادی دراین مقاله، یک اپلیکیشن اندروید توسعه داده می شود که بیمار را برای ادامه درمان ترغیب کرده و حرکات اصلاحی مناسب بیمار را نیز به وی آموزش می‌دهد. مقایسه نتایج نشان می دهد استفاده از این اپلیکیشن کمک بزرگی برای بیماران خواهد بود.

کلیدواژه‌ها

کایروپرکتیک؛ واقعیت افزوده؛ یادگیری عمیق؛ واقعیت مجازی؛ نقشه برجستگی