رسا ایروانچی - دانشجوی دکترای مهندسی کامپیوتر- معماری سیستمهای کامپیوتری، گروه کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران،
کامبیز مجیدزاده - استادیار، گروه کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران،
احمد حبیبی زادنوین - استادیار، دانشگاه آزاد اسلامی، واحد تبریز، گروه کامپیوتر، تبریز، آذربایجان شرقی، ایران

امروزه قطعه بندی تصاویر پزشکی با هدف بخش بندی نواحی و ساختارهای آناتومیکی تصویر و تشخیص بیماریها با دقت بالا و در سریع ترین زمان ممکن انجام میشود. امروزه با توجه به افزایش حجم روزافزون این تصاویر، قطعه بندی تصاویر پزشکی کاری د شوار و دور از دسترس انسان است. با پیشرفت علوم پردازش تصویر میتوان به طور خودکار از علوم کامپیوتری در این زمینه استفاده کرد. رویکردهای متفاوتی توسط محققان برای قطعه بندی تصاویر ارائه شده است. با توجه به اینکه بسیاری از رویکردهای ارائه شده، از دقت و سرعت کافی برای قطعه بندی و ت شخیص بیماری های پزشکی برخوردار نیستد، لذا در این مقاله یک رویکرد قطعه بندی تصاویر پز شکی مبتنی بر شبکه های عصبی جهت تشخیص تومورهای مغزی ارائه میشود که معایب رویکردهای موجود را پوشش داده و دقت و سرعت قطعه بندی را افزایش می دهد. نتایج حاصل از ارزیابی راهکار پیشنهادی نشان داد که روش دارای عملکرد بالایی در قطعه بندی تصاویر بوده و تا حد قابل توجهی میزان دقت در قطعه بندی تصاویر را افزایش میدهد. بر اساس نتایج به دست آمده، میزان دقت در روش پیشنهادی به اندازه 96,2 درصد نسبت به رویکردهای مقایسه شده، بیشتر است. همچنین نرخ خطا در روش پیشنهادی به اندازه 2,1 درصد در مقایسه با راهکارهای موجود، از سطح پایین تری برخودار است.

قطعه بندی تصاویر، شبکه عصبی، تومور مغزی، پرسپترون چندلایه ای، تشخیص سرطان