سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

تشخیص تومورهای مغزی مبتنی بر ویژگی های عمیق بهینه شده توسط شبکه عصبی کانولوشن

Publish Year: 1403
Type: Conference paper
Language: Persian
View: 24

This Paper With 12 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ICTBC08_049

Index date: 18 March 2025

تشخیص تومورهای مغزی مبتنی بر ویژگی های عمیق بهینه شده توسط شبکه عصبی کانولوشن abstract

تومور مغزی یک توده غیرطبیعی در مغز است که با توجه به ماهیت سلول های تشکیل دهنده، می تواند خوش خیم یا بدخیم باشد. متاثر بافت تومور از یک محل دیگر به مغز منتشر شود اصطلاحا متاستاز ایجاد شود بیماران یا قطعه بندی تومور در تصاویر می تواند اطلاعات مفیدی برای موقعیت اندازی تومور بدست آورند و با استفاده از تجربه و دانش خود برنامه ای درمانی مشخص کنند. قطعه بندی به صورت دستی برای حجم طبیعی با استفاده از تصاویر ای حرفه ای زمان بر و خسته کننده بوده و اطلاعات پزشک است. از طرفی این کار عملی ذهنی است و ممکن است باعث اشتباه در تشخیص مرزهای تومور توسط پزشک گردد. بنابراین توسعه یک سیستم تشخیصی نیمه اتوماتیک یا تمام اتوماتیک در کمک کامپیوتر در درمان های پزشکی مورد نیاز است تا بتواند حجم کاری پزشکان را کاهش داده و دقت را با دادن نتایج عینی بهبود بخشند. در این مقاله با استفاده از شبکه عصبی کانولوشن و با یادگیری عمق ۱۰۰۰ ویژگی را از تصاویر MRI استخراج کرده سپس با استفاده از انتخاب ویژگی های بهینه ۲۰ ویژگی را به عنوان ورودی طبقه بندی کننده ها می شود و در طبقه بندی SVM با دقت ۹۹.۸۷ تومورهای مغزی را از هم تفکیک می کنند. در نتیجه روش فوق برای تشخیص تومور مغزی مناسب می باشد.

تشخیص تومورهای مغزی مبتنی بر ویژگی های عمیق بهینه شده توسط شبکه عصبی کانولوشن Keywords:

تشخیص تومورهای مغزی مبتنی بر ویژگی های عمیق بهینه شده توسط شبکه عصبی کانولوشن authors

محمد نجفی

گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد کازرون، ایران.

امیرحسین ابراهیمی

گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد کازرون، ایران.

امید مهدی یار

گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد کازرون، ایران.

محدثه نجفی

گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه شیراز، ایران.

مقاله فارسی "تشخیص تومورهای مغزی مبتنی بر ویژگی های عمیق بهینه شده توسط شبکه عصبی کانولوشن" توسط محمد نجفی، گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد کازرون، ایران.؛ امیرحسین ابراهیمی، گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد کازرون، ایران.؛ امید مهدی یار، گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد کازرون، ایران.؛ محدثه نجفی، گروه مهندسی پزشکی، دانشکده فنی مهندسی، دانشگاه شیراز، ایران. نوشته شده و در سال 1403 پس از تایید کمیته علمی هشتمین همایش بین المللی مهندسی فناوری اطلاعات، کامپیوتر و مخابرات ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله تومور مغزی, شبکه عصبی کانولوشن, AlexNet, پردازش تصویر هستند. این مقاله در تاریخ 28 اسفند 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 24 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که تومور مغزی یک توده غیرطبیعی در مغز است که با توجه به ماهیت سلول های تشکیل دهنده، می تواند خوش خیم یا بدخیم باشد. متاثر بافت تومور از یک محل دیگر به مغز منتشر شود اصطلاحا متاستاز ایجاد شود بیماران یا قطعه بندی تومور در تصاویر می تواند اطلاعات مفیدی برای موقعیت اندازی تومور بدست آورند و با استفاده از ... . برای دانلود فایل کامل مقاله تشخیص تومورهای مغزی مبتنی بر ویژگی های عمیق بهینه شده توسط شبکه عصبی کانولوشن با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.