قطعهبندی تومورهای مغزی گلیوما مبتنی بر تصاویر MRIبا استفاده از یادگیری عمیق
Publish place: 5th Conference on Signal Processing and Intelligent Systems
Publish Year: 1398
Type: Conference paper
Language: Persian
View: 1,581
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
SPIS05_027
Index date: 27 January 2020
قطعهبندی تومورهای مغزی گلیوما مبتنی بر تصاویر MRIبا استفاده از یادگیری عمیق abstract
تومورهای مغزی گلیوما، اصلی ترین نوع تومورهای مغزی اند که از رشد غیرطبیعی سلول های گلیال ایجاد میشوند. این سلول ها در لابه لای نورون ها قرار داشته و نقش محافظتی دارند. روش تصویربرداری MRI یکی از رایج ترین روش های مورد استفاده برای تشخیص و قطعهبندی تومورهای مغزی است. تشخیص مکان و ناحیه گسترش تومور، به طورمعمول به صورت دستی انجام میشود که کاری بسیار وقت گیر و طاقت فرسا است. از اینرو، وجود روش هایی برای قطعهبندی خودکار تومورهای مغزی ضروری است. در این مقاله ساختاری مبتنی بر شبکه عصبی عمیق، برای قطعهبندی خودکار تومورهای مغزی گلیوما پیشنهاد شده است. ارزیابی روش پیشنهادی بر روی پایگاه داده استاندارد BRATS2013 حاوی چهار نوع اسکن Flair، T1، T1c و T2 تصاویر MRI، نشان میدهد که الگوریتم پیشنهادی میتواند با دقت % 35/96 مکان تومورهای مغزی را آشکار کند. همچنین اندازه سه معیار ضریب شباهت دایس، حساسیت و ویژگی، برای نتیجهی قطعهبندی حاصل از روش پیشنهادی، به ترتیب %23/81، %11/91 و %84/96 به دست آمد.
قطعهبندی تومورهای مغزی گلیوما مبتنی بر تصاویر MRIبا استفاده از یادگیری عمیق Keywords:
قطعهبندی تومورهای مغزی گلیوما مبتنی بر تصاویر MRIبا استفاده از یادگیری عمیق authors
مطهره آقالری
دانشجوی کارشناسی ارشد مهندسی برق و کامپیوتر، گروه آموزشی مخابرات، دانشگاه صنعتی نوشیروانی، بابل،
علی آقاگل زاده
استاد دانشکده مهندسی برق و کامپیوتر، گروه آموزشی مخابرات، دانشگاه صنعتی نوشیروانی، بابل
مهدی ازوجی
استادیار دانشکده مهندسی برق و کامپیوتر، گروه آموزشی الکترونیک، دانشگاه صنعتی نوشیروانی، بابل