سعید یارمحمدی - دانشجوی دکترای مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه آزاد اسلامی واحد تهران مرکز، تهران، ایران
فرزانه والی - کارشناسی مهندسی پزشکی بالینی، دانشگاه ابن سینا، تهران، ایران
مهدیس پارسافر - دانشجوی دکترای مهندسی پزشکی، گرایش بیومتریال، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران
علی صمیمی فرد - کارشناسی ارشد مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه آزاد اسلامی واحد مشهد، خراسان رضوی، ایران

تومور مغزی یکی از بیماری های تهدید کننده زندگی است که میلیون ها نفر را به چالش می کشد. یکسیستم تشخیص و طبقه بندی تومور مغز برای اطمینان از تشخیص اولیه و طبقه بندی تومورمغزی ضروریاست. از آنجا که شناسایی اشتباه منجر به نتایج وحشتناک و مهلک می شود، تکنیک های طبقه بندی وقطعه بندی باید دقت زیادی را در حین انجام طبقه بندی تومور فراهم کنند. بنابراین، تشخیص تومور مغزیو طبقه بندی انها از جمله وظایف حیاتی برای ارزیابی تومورها و اتخاذ یک تصمیم درمانی بر این اساسهستند. از طرف دیگر تاثیر یادگیری ماشینی در زندگی و جامعه ما بیشتر و بیشتر میشود، هوش مصنوعینیز ممکن است نقش مهمی در تشخیص پزشکی و حمایت از پزشکان و جراحان ایفا کند. بسیاری ازروش های یادگیری ماشین برای تشخیص تومورهای مغزی در حال حاضر ایجاد شده اند. با این حال، اینروش ها، حتی اگر نتایج خوبی ارائه دهند، هنوز مورد استفاده قرار نگرفته اند. بنابراین، این موضوع تحقیقاتیمهم باقی می ماند و هنوز نیاز به بررسی دارد.

تومور مغزی، تصویربرداری تشدید مغناطیسی، قطعه بندی، الگوریتم یادگیری ماشین