CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

طبقه بندی و بخش بندی تشخیص تومور مغزی و تکنیک پردازش تصویر به روش تصویربرداری رزونانس مغناطیسی، با استفاده از شبکه های کانولوشنال

عنوان مقاله: طبقه بندی و بخش بندی تشخیص تومور مغزی و تکنیک پردازش تصویر به روش تصویربرداری رزونانس مغناطیسی، با استفاده از شبکه های کانولوشنال
شناسه ملی مقاله: EMAECONF01_036
منتشر شده در اولین کنفرانس برق، مکانیک ، هوافضا، کامپیوتر و علوم مهندسی در سال 1401
مشخصات نویسندگان مقاله:

شقایق سیفی - گروه مهندسی پزشکی، موسسه آموزش عالی آفرینش علم گستر ایران، لرستان، بروجرد
امین الهیاری - عضو هیات علمی گروه مهندسی برق، موسسه آموزش عالی آفرینش علم گستر ایران، لرستان، بروجرد

خلاصه مقاله:
تومورهای مغزی، شایع ترین و تهاجمی ترین بیماری هستند که منجر به کوتاهی عمر می شوند. امید به زندگی در بالاترین درجه خود قرار دارد و بنابراین، برنامه ریزی درمانی، یک مرحله کلیدی برای بهبود است. تکنیک های مختلف برای درمان وجود دارد؛ مانند: توموگرافی کامپیوتری، تصویربرداری رزونانس مغناطیسی و تصویر اولتراسوند برای ارزیابی تومور در مغز، ریه، کبد، سینه، پروستات و... که برای درمان از این تکنیک ها استفاده می کنند. در این کار بیشتر از تصویربرداری رزونانس مغناطیسی برای تشخیص استفاده می شود. تومور در مغز، حجم عظیمی از داده های تولیدشده توسط اسکن تصویربرداری رزونانس مغناطیسی را خنثی می کند. نتایج تجربی نشان می دهد، پرونده های طبقه بندی شده شبکه های عصبی کانولوشن با دقت۹۶.۹۷درصد با پیچیدگی کم انجام شده است و در مقایسه با سایر روش های هنری بهتر است. پردازش تصویر یک حوزه تحقیقاتی فعال و گسترده است؛ که در آن پردازش تصویر پزشکی یک کار وسیع و چالش برانگیز است. تومور مغزی یک تغییر جدی زندگی است؛ در این مقاله ما از تصاویر پزشکی، استفاده از الگوریتم خوشه بندی و تقسیم بندی، تصویربرداری رزونانس مغناطیسی مغز را پیشنهاد کرده ایم.

کلمات کلیدی:
شبکه های عصبی کانولوشن، تصویربرداری رزونانس مغناطیسی، تصویر مغز، تقسیم بندی تصویر، خوشه بندی، فیلتر مورفولوژیکی، تومور مغزی، سی تی اسکن، اشعه ایکس

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1625539/