طبقه بندی تصاویر پرتو مغناطیسی مغزی با استفاده از ترکیب الگوریتم یادگیری عمیق و یادگیری انتقال جهت افزایش دقت در تشخیص

این مطالعه نگاهی به یک تکنیکی برای طبقه بندی تصاویر پرتو مغناطیسی مغزی با استفاده از ترکیب الگوریتم یادگیری عمیق و یادگیری انتقال کرده است. هدف اولیه این مطالعه توسعه یک مدلی برای شناسایی تومورهای مغزی با استفاده از تکنیکهای ترکیب روش یادگیری عمیق و یادگیری انتقال و تکنیکهایی برای پردازش و طبقه بندی تصاویر پرتو مغناطیسی بوده است. سیستم تشخیصی پیشنهادی از یک مدل از پیش آموزش دیده مانند CNN استفاده می کند و روش یادگیری عمیق و یادگیری انتقال را می ترکیب می نماید. برای نشان دادن عملکرد مدل و نتایج از شاخصهای اندازه گیری مانند معیار امتیاز، بازخوانی و دقت استفاده شده است. با استفاده از انواعی از استراتژیهای بهینه سازی، مدل دقت مدل افزایش داده شده است. این مدل تصاویر را به درستی به دسته هایی از تصاویر سالم و تصاویر حاوی تومور با ۹۹.۵% = Acc یا دقت ۹۹.۲% = TNR و ۹۹.۶% = TPR دسته بندی کرده است.

کلیدواژه ها:

تومور مغزی ، معیار ، دقت ، یادگیری عمیق و یادگیری انتقال