Shahroud University of Medical Masoume Miri journalofknowledgeandhealth@gmail.com mEDRA 202207160410 This dataset was exported with ojs2, version 3.0.0.0.

06 10.22100/jkh.v17i2.2727 https://example.com/index.php/site/article/view/2727 Abstraction Shahroud University of Medical Sciences mEDRA 01 1-71-2727 01 مجله دانش و تندرستي در علوم پایه پزشکی IR 01 1 07 23453753 JD 01 Open Journal Systems (OJS) 07 1735577 JB 17 2 Vol 17, No 2:2022 06 1401 5 7 1 A01 Hossein Beigi Harchegani* Beigi Harchegani*, Hossein - گروه آموزشی کامپیوتر، موسسه آموزش عالی جهاد دانشگاهی خوزستان، اهواز، ایران.   2 A01 Hamid Moghaddasi Moghaddasi, Hamid - استاد مدیریت اطلاعات سلامت و انفورماتیک پزشکی، گروه مدیریت فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران.   3 A01 Mahtab Shaebani Shaebani, Mahtab - استادیار، بیمارستان لقمان حکیم، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران.   01 per 01 مقدمه: از آنجايی‌که سرطان کولورکتال یکی از مهمترین انواع سرطان در جهان است که غالباً منجر به مرگ می‌شود و سیستم‌های کمک تشخیصی کامپیوتری می‌تواند نقش به سزایی در تشخیص زودهنگام این بیماری داشته باشد لذا هدف این پژوهش بررسی تأثیر سیستم کمک تشخیصی کامپیوتری پیشنهادی ایجاد شده بر صحت تشخیص رادیولوژیست در تصاویر CT کولورکتال می‌باشد. مواد و روش‌ها: ابتدا یک سیستم تشخیصی کامپیوتری بر اساس شبکه عصبی مصنوعی MLP برای تشخیص پولیپ در تصاویر CT کولورکتال ایجاد گردید سپس نتایج حاصل از سیستم ایجاد شده با نظر رادیولوژیست بر روی تصاویر CT کولورکتال 35 بیمار بیمارستان لقمان حکیم تهران و بیمارستان الزهرای اصفهان که به توصیه پزشک خود کولونوگرافی را انجام داده و سپس به‌دلیل احتمال وجود پولیپ کولونوسکوپی متعارف را نیز انجام داده بودند با نظر کولونوسکوپیست مقایسه گردید و نتایج برای بررسی صحت تشخیص روش CTC-CAD و رادیولوژیست نسبت‌به نظر کولونوسکوپیست در آزمون آماری دو جمله‌ای شرکت داده شدند. نتایج: نتیجه مقدار P حاصل از آزمون دو جمله‌ای مقایسه تشخیص‌های درست روش CTC-CAD و رادیولوژیست در مورد وجود پولیپ از بیمارستان لقمان حکیم و الزهرا به‌ترتیب 001/0 و 02/0 به‌دست آمد و در آزمون دو جمله‌ای مقایسه تشخیص‌های درست روش CTC-CAD و رادیولوژیست در مورد نبود پولیپ از بیمارستان لقمان حکیم و الزهرا به‌ترتیب 262/0 و 367/0 به‌دست آمد. نتیجه‌گیری: با توجه به یافته‌های پژوهش می‌توان نتیجه‌گیری نمود که CTC-CAD در تشخیص وجود پولیپ نسبت به تشخیص رادیولوژیست بهتر عمل نموده و در تشخیص نبود پولیپ نسبت‌به تشخیص رادیولوژیست تفاوت معناداری دیده نشد. 01 Introduction: Colorectal cancer is one of the most important types of cancer in the world that often leads to death. Computer-aided diagnostic systems can play an important role in the early diagnosis of this disease. The aim of this study was to investigate the effect of the proposed computer-aided diagnostic system on the accuracy of radiologist diagnosis in colorectal CT images. Methods: A computer-aided diagnostic system based on MLP artificial neural network was developed to diagnose polyps in colorectal CT images. To validate the developed model, colorectal CT images of 35 patients of Loghman Hakim Hospital in Tehran and Al-Zahra Hospital in Isfahan were collected. These patients underwent colonography on the recommendation of their doctor and then underwent conventional colonoscopy due to the possibility of polyps. The results of the CTC-CAD method and the radiologist according to the Colonoscopy specialist opinion, participated in a Binominal statistical test to check the accuracy of diagnosis. Results: The result of p-value obtained from the binomial test comparing the correct diagnoses of CTC-CAD method and radiologist about the presence of polyps from Loghman Hakim and Alzahra hospitals were 0.001 and 0.02, respectively. In the binomial test comparing correct diagnoses, CTC-CAD and radiologist methods for the absence of polyps from Loghman Hakim and Alzahra hospitals were 0.262 and 0.367, respectively. Conclusion: According to the findings of this study, it can be concluded that CTC-CAD performed better in diagnosing the presence of polyps than the radiologist and in the absence of polyps compared to the radiologist. 20220716 81 01 1-71