بررسی الگوریتم های تشخیص و طبقه بندی تومور مغزی مبتنی بر روش های کلاسیک و عمیق یادگیری

شناسایی زودهنگام و موفقی تآمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد . در حال حاضر، تشخیصناهنجاری از طریق تصاویر MR عمدتا به صورت دستی است و نیازمند صرف زمان زیادی است. همچنین تکنیک دستی تشخیص نیزمستعد خطا و فرآیند دشواری است که میتواند زندگی بیمار را با خطر روبرو بکند. بنابراین، نیاز اساسی به روشهای کامپیوتری با دقتبهتر برای تشخیص زودهنگام تومور وجود دارد. برای حل این مسائل، مطالعات بر روی تکنیکهای مختلف یادگیری ماشین و یادگیریعمیق برای تشخیص تومور مبتنی بر کامپیوتر متمرکز شده اند. یادگیری عمیق در مقایسه با الگوریتم های کلاسیک یادگیری ماشینیعملکرد بهتری داشته است که از چند سال گذشته به طور گسترده برای ساخت یک مدل اتوماتیک یا ترکیبی برای شناسایی موثر توموردر زمان کمتر و حداکثر دقت مورد استفاده قرار گرفته است. هدف اصلی شناسایی کامپیوتری تومور مغزی به دست آوردن اطلاعاتبالینی مهم در مورد حضور، محل، نوع و تقسیم بندی دقیق زیرگونه های تومور است . در این مقاله روشهای کلاسیک و عمیق یادگیریجهت طبقه بندی خودکار تومور مغزی مورد مطالعه و ارزیابی قرار گرفته که هدف شناسایی روشهایی با قابلیت بالا برای افزایش دقت درطبقه بندی تومور مغزی است.

Keywords:

تشخیص تومور مغزی , شبکه عصبی عمیق , تصاویر MRI , طبقه بندی