مطالعه و ارزیابی روشهای تشخیص تومور مغزی مبتنی بر شبکه های عصبی کانولوشنی
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 93
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BECE02_082
تاریخ نمایه سازی: 2 مرداد 1403
چکیده مقاله:
تشخیص و طبقه بندی تومور مغزی یکی از کارهای مهم در زمینه ی پردازش تصویر پزشکی است. تشخیص زودهنگام تومورهای مغزی دراحتمال بهبود با درمان و افزایش نرخ زنده ماندن بیماران نقش مهمی ایفا می کند. طبقه بندی تومورهای مغزی برای تشخیص سرطان بهصورت دستی، از میان تعداد زیادی از تصاویر MR تولید شده در روتین های پزشکی کاری دشوار و وقت گیر است. یک نیاز اساسی برایتشخیص و طبقه بندی تصویر تومور مغزی به صورت خودکار وجود دارد. به تازگی، استفاده از روش های یادگیری عمیق برای تشخیصخودکار محبوبیت پیدا کرده اند، چرا که این روش ها به نتایج پیشرفته و جدیدی دست می پابند و می توانند بهتر از روش های دیگر به اینمسئله رسیدگی کنند. روش های یادگیری عمیق همچنین می توانند پردازش کارآمد را فعال کنند و ارزیابی قابل مشاهده و هدفمندی ازحجم عظیمی از داده های تصوبری مبتنی بر MRI را ممکن سازند. در این مقاله ضمن مطالعه تشخیص تومور مغزی مبتنی بر الگوریتم-های شبکه های عصبی کانولوشنی به مطالعه و ارزیابی روش های پیشنهادی در این حوزه پرداخته شده است.
کلیدواژه ها:
نویسندگان
فاطمه صادقی بیله سوار
دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، موسسه آموزش عالی غیرانتفاعی غیردولتی مقدس اردبیلی، اردبیل، ایران
فرناز حسینی
گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای، تهران، ایران
شیوا رزاق زاده
گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران