تشخیص تومور مغزی در تصاویر رزونانس مغناطیسی با استفاده از شبکه عصبی کانولوشنی عمیق

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 36

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JCDSA-1-4_001

تاریخ نمایه سازی: 26 فروردین 1403

چکیده مقاله:

در این مقاله، تشخیص تومور مغز از طریق به کارگیری تکنیک های پیشرفته یادگیری عمیق مورد بررسی قرار گرفته است. رویکرد این مطالعه شامل توسعه و آموزش یک معماری جامع از شبکه عصبی کانولوشنی (CNN) با بهره گیری از یک مجموعه داده گسترده از تصاویر رزونانس مغناطیسی مغز (MRI) می باشد، مدل پیشنهادی در طبقه بندی بافت معمولی مغز و مناطق تحت تاثیر تومور بسیار توانمند است. این معماری شامل لایه های متعدد از جمله لایه های کانولوشنی، نرمال سازی دسته ای و لایه های پولینگ است که در نهایت به یک لایه قوی طبقه بندی منجر می شود. از طریق آموزش دقیق و بهینه سازی، شبکه عصبی کانولوشنی معرفی شده توانسته است در طبقه بندی تومور مغز به دقت بالایی دست یابد. اثربخشی این مدل پیشنهادی از طریق آزمایشات جامع به نمایش گذاشته شده که نشان دهنده قابلیت آن در تشخیص دقیق تومور مغز است.

نویسندگان

میترا افسری نژاد

دانشگاه آزاد اسلامی، واحد شیراز

نبی اله شیری

دانشگاه تبریز

رامین براتی

دانشگاه صنعتی امیرکبیر