CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ناحیه بندی تومور در تصاویر MRI مغز با استفاده از مدل شبکه عمیق کانولوشنی

عنوان مقاله: ناحیه بندی تومور در تصاویر MRI مغز با استفاده از مدل شبکه عمیق کانولوشنی
شناسه ملی مقاله: SPIS06_010
منتشر شده در ششمین کنفرانس پردازش سیگنال و سیستم‌های هوشمند در سال 1399
مشخصات نویسندگان مقاله:

شبنم جعفرپورنشلی - دانشجوی کارشناسی ارشد، گروه برق، دانشگاه علم و فرهنگ ، تهران
حمیدرضا صادق محمدی - دانشیار پژوهش، پژوهشکده برق جهاد دانشگاهی، تهران

خلاصه مقاله:
ناحیه بندی تومورهای مغزی در تصويربرداری با تشديد مغناطيسی (MRI) چند حالته از جمله چالش برانگیزترین امور در تجزیه و تحلیل تصاویر پزشکی است. در این مقاله روشی خودكار بر پایه شبکه های عمیق عصبی جهت ناحیه بندی تومور مغزی در تصاویر تشدید مغناطیسی دو بعدی ارائه شده است. این روش شامل مراحل پیش پردازش، انتخاب معماری شبکه، آموزش و آزمایش شبکه است. شبکه عمیق پيشنهادی در این پژوهش برپايه مدل یونت همراه با ساختار درونی اینسبشن نت و دنست نت است. دادگان مورد استفاده در اين پژوهش برتس 2019(MICCAI BraTS 2019) است. ارزیابی عملکرد شبکه پيشنهادي با استفاده از معیار دایس نشان می دهد، برای ناحیه بندی تومور مغزی، با استفاده از داده افزایی، این شبکه به ترتيب به دقت های 79%، 76% و 85% برای نواحی کل تومور، هسته تومور و بافت فعال تومور دست يافته است.

کلمات کلیدی:
تومور مغزی، شبکه عصبی کانولوشنی، تصاویر تشدید مغناطیسی، ناحیه بندی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1143230/