محمدامین پیربنیه - استادیار گروه برق، دانشکده فنی و مهندسی، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران
محمدحسن پزشکیان - گروه هوش مصنوعی، دانشکده فنی و مهندسی، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران

تومورهای مغز ممکن است در هر قسمتی از مغز تشکیل شوند. با اندازه و مورفولوژی گسترده ای که شناسایی ودسته بندی آن ها را دشوار می کند. دسته بندی تومورهای مغز برای توسعه برنامه های درمان شخصی سازی حائزاهمیت است. انواع مختلف تومورهای مغز پاسخ های مختلفی به درمان دارند و یک دسته بندی دقیق می تواند بهیزشکان کمک کند تا برنامه های درمانی را به صورت سفارشی برای نیازهای هر بیمار توسعه دهند. بنابراین، اینمطالعه موردی به هدف دسته بندی تصاویر تقویت شده با وزن T۱ سه نوع تومور از طریق رویکردهای مختلفه ازشبکه های عصبی سطحی تا شبکه های عمیق آموزش دیده با تنظیم دقیق. می پردازد. مقایسه رویکردهایشبکه های عصبی سطحی و عمیق می تولند به درک تعادل عملکرد، تعاملی بودن، تفسیرپذیری مزلیا،محدودیت ها، دامنه کاربرد، و در کل انتخاب بهترین روش برای یک مساله خاص کمک کند.

تومور مغزی، شبکه های عصبی مصنوعی، پردازش تصویر، یاد گیری عمیق، انتقال یاد گیری