شناسایی تومورهای مغزی در تصاویر MRI با استفاده از طبقه بندی منطق فازی و ماشین بردار پشتیبان

هدف از این پژوهش ، بررسی تکنیک های طبقه بندی درجه تومور از تصاویر تشدید مغناطیسی (MRI) مغزی می باشد. ضرورت این کار تشخیص زودهنگام تومور مغزی و درجه آن می باشد. در تصویربرداری تشدید مغناطیسی، ممکن است تومور موجود در مغز به صورت شفاف دیده شود اما پزشکان به منظور درمان بیشتر و یا برای پیش بردن درمان نیاز به اندازه گیری تومور دارند. برای این منظور روش های پردازش تصویر دیجیتالی همراه با یادگیری ماشین کمک شایانی برای تشخیص هرچه سریعتر تومور و همچنین درمان و نوع جراحی می کند. این تکنیک های ترکیبی در درک تصاویر پزشکی برای محققان یک ابزار مهم برای افزایش دقت تشخیص می باشد. روش های استفاده شده در این پژوهش برای طبقه بندی تومور مغزی شامل مراحل پیش پردازش، پنجره بندی، استخراج ویژگی های بافتی و آماری تومور با استفاده از دو نوع از تصاویر MRI مغزی T۱-w و Flair و همچنین روش کاهش ابعاد ویژگی های استخراج شده و نحوه آموزش آن به طبقه بندی توضیح داده شده است. با استفاده از سه طبقه بندی کننده منطق فازی میانگین-(FCM)C، شبکه های عصبی احتمالی (PNN) و ماشین بردار پشتیبان (SVM) ناحیه تومور تعیین می شود.

کلیدواژه ها:

تومور مغزی ، تصاویر MRI ، طبقه بندی ، منطق فازی میانگین ، شبکه عصبی احتمالی ، ماشین بردار پشتیبان.