مطالعه و ارزیابی روش های طبقه بندی تومور مغزی در تصاویر MRI مبتنی بر الگوریتم های یادگیری ماشین

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 17

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

INDEXCONF06_018

تاریخ نمایه سازی: 19 مرداد 1404

چکیده مقاله:

تصویربرداری پزشکی یک تکنیک غیر تهاجمی می باشد که باعث توسعه قابل توجه در تشخیص و شناسایی بیماری های انسان شده است. ارزیابی تومورهای مغزی با روش های تصویربرداری پزشکی درحال حاضر یکی از مسائل کلیدی از بخش های رادیولوژی است. اما همواره پزشکان در تشخیص دقیق مکان تومور مشکل دارند. این مشکل معمولا ناشی از خستگی زیاد رادیولوژیست، تصاویر با نویز زیاد و سایر عوامل محیطی می باشد. بنابراین یک سیستم تشخیصی هوشمند بر پایه بینایی کامپیوتر می تواند به رادیولوژیست در تشخیص کمک شایانی کند. اگرچه تلاش های متعددی در حوزه طبقه بندی تومورهای مغزی صورت گرفته و نتایج امیداوار کننده ای را نیز در بر داشته، ولی همچنان طبقه بندی تصاویر به دلیل وجود اشکالات و موانع مختلف از جمله مکان و شدت تصاویر از انواع مختلف تومورها، به عنوان یک کار چالش برانگیز در بین محققین این حوزه مطرح است. در این مقاله یک مطالعه جامع جهت بررسی روش های طبقه بندی تومور مغزی در تصاویر MRI مبتنی بر الگوریتم های یادگیری ماشین صورت گرفته که هدف شناسایی روش های کارآمد در طبقه بندی تومور مغزی است، تا با زمان کمتر و افزایش دقت قطعه بندی تومورهای مغز با استفاده از الگوریتم های یادگیری ماشین است.

کلیدواژه ها:

طبقه بندی تومور مغزی ، الگوریتم های یادگیری ماشین ، استخراج ویژگی ، دقت تشخیص

نویسندگان

زهره شاهوردی

گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد بروجرد