تشخیص تومور مغزی گلیوما با استفاده از تصاویر تصویربرداری تشدید مغناطیسی با روش های یادگیری عمیق: یک مرور سیستماتیک

مقدمه: گلیوما یکی از شایع ترین تومورهای مغزی است که تشخیص به موقع و دقیق آن منجر به درمان صحیح و افزایش عمر بیمار می شود. در این مطالعه به بررسی و تحلیل پژوهش های انجام شده در زمینه تشخیص گلیوما با استفاده از تصاویر تصویربرداری تشدید مغناطیسی با روش های یادگیری عمیق پرداخته شد. روش: این مطالعه مروری نظامند است که در آن پایگاه های اطلاعاتی PubMed، ScienceDirect، Springer، IEEE،Arxiv در بازه زمانی سال های ۲۰۱۰ تا ۲۰۲۰ به منظور بازیابی مطالعات انگلیسی زبان با استفاده از کلمات کلیدی مورد جستجو قرار گرفتند. سپس مقاله ها بر اساس معیارهای ورود و خروج و در راستای هدف پژوهش، انتخاب و اطلاعات مورد نیاز جهت بررسی استخراج گردید. نتایج: در نهایت ۳۵ مقاله پژوهشی اصیل انتخاب گردید. بررسی مقاله ها نشان داد که از یک خط مشی واحد شامل جمع آوری تصاویر، پیش پردازش، طراحی و پیاده سازی مدل و ارزیابی نتایج مدل، جهت آشکارسازی، دسته بندی و بخش بندی تومور مغزی گلیوما استفاده کرده اند. اکثر مطالعه ها از مجموعه تصاویر عمومی و مدل های از پیش آموزش دیده  استفاده کرده اند. در اغلب پژوهش ها معیار ضریب تشابه دایس در بخش بندی و معیار صحت در دسته بندی به عنوان معیار های ارزیابی کننده مدل استفاده شده اند. نتیجه گیری: یافته های این مطالعه نشان می دهد که در اکثر مقاله ها بخش بندی گلیوما نسبت به آشکارسازی و دسته بندی بیشتر مورد توجه پژوهشگران بوده است؛ بنابراین پیشنهاد می گردد مطالعات بیشتری در زمینه آشکارسازی و به خصوص درجه بندی گلیوما به منظور تعبیه در سیستم های کمک تشخیص پزشکی ، انجام شود.

Keywords:

Deep Learning , Glioma Brain Tumor , Magnetic Resonance Imaging , یادگیری عمیق , تومور مغزی گلیوما , تصویربرداری تشدید مغناطیسی