تشخیص تومور مغزی با شبکه عصبی

رشد نامحدود و غیر قابل کنترل سلول ها باعث پیدایش تومور در مغز می شود. اگر تومورهای مغزی به سرعت شناسایی و به طور مناسب درمان نشوند می توانند باعث آسیب مغزی دایم و یا حتی مرگ بیمار شوند. ایجاد روشی که اندازه و ناحیه ی ضایعه را مشخص کند، می تواند به رادیولوژیست ها در تشخیص کمک نماید. پردازش تصاویرپزشکی یکی از چالش برانگیزترین و ضروری ترین حوزه ها در تحقیقات امروزی است. در حال حاضر روش تصویر برداری MRI به دلیل وضوح و کیفیت بالا از مهمترین ابزار تشخیص و ارزیابی تومورهای غیر قابل لمس مغز می باشد. تجزیه و تحلیل تومورهای موجود در تصاویر MRI توسط متخصصین پزشکی و بر مبنای ویژگی های استخراج شده توسط الگوریتم های مختلف انجام می شود. تصاویر MRI تحت تاثیر حضور نویز در تصویر، اثرحجمی جزیی، گرایش زمینه ای و همچنین الگوهای بسیار متفاوت در تو رفتگی ها و شیارهای مغز سختی کار را به صورت قابل ملاحظه ای افزایش داده است. در این مقاله هدف استفاده از روش ماشین های بردار پشتیبان (SVMs) جهت تشخیص تومور مغزی می باشد. رویکرد پیشنهادی در این پروژه ابرصفحه ی جداکننده ای است که داده ها را از هم جدا می نماید. صفحه ای که بیشترین حاشیه را با داده ها داشته باشد بهترین انتخاب است. درواقع SVM دسته بندی کننده ای است که بهترین ابرصفحه را انتخاب می کند. اگر داده ها به طور خطی جداپذیر نباشند, کرنل ها مورد استفاده قرار می گیرند[1].

Keywords:

رادیوگرافی , تومور مغزی , ماشین بردار شتیبان , ابر صفوه