تشخیص نوع تومور مغزی از روی تصاویر MRI مبتنی بر روش ترکیبی ماشین بردار پشتیبان و شبکه های عصبی فازی

رشد نامحدود و غیرقابل کنترل سلول ها در مغز، باعث پیدایش تومورها در مغز میشود. اگر تومورهای مغزی به سرعت تشخیص داده و به درستی درمان نشوند، ممکن است باعث آسیب مغزی دائم و یا حتی مرگ بیمار شوند. در سالهای اخیر، تصویربرداری تشدید مغناطیسی (MRI) نسبت به سایر روشهای تصویربرداری پزشکی، برای معاینه و تشخیص تومورهای مغزی به صورت گسترده استفاده میشود. پزشکان با تحلیل تصاویر MRI مغز، میتوانند اطلاعاتی درباره موقعیت و اندازه تومور را بدست آورده و با استفاده از تجربه و دانش خود، برنامه درمانی مناسب برای بیمار تعیین کنند. اما قطعه بندی دستی بر روی حجم عظیمی از تصاویر MRI ، کاری زمانبر و خسته کننده است و ممکن است باعث اشتباه در تشخیص مرزهای تومور توسط پزشک شود. علاوه بر این، این فرایند به تجربه و اطلاعات پزشک بستگی دارد. بنابراین، توسعه یک سیستم تشخیصی اتوماتیک یا نیمه اتوماتیک با کمک کامپیوتر در درمان های پزشکی امری ضروری است تا بتواند حجم کاری پزشکان را کاهش داده و با ارائه نتایج عینی، دقت را بهبود بخشد. در این تحقیق، روشی کاملا اتوماتیک برای قطعه بندی وتشخیص تومورهای مغزی خوش خیم و بدخیم از یکدیگر ارائه شده است که نیازی به دخالت انسان در طول فرآیند ندارد . در این تحقیق، پس از انجام پیش پردازش روی تصاویر، ویژگی های مختلف از تصاویر تومور استخراج میشوند و سپس داده ها به دو بخش آموزش و آزمایش تقسیم می شوندو بعد از ترکیب دو روش ماشین بردار پشتیبان و شبکه های عصبی فازی برای طبقه بندی استفاده می شود ودر نهایت در مورد نوع تومور تشخیص داده شده تصمیم گیری نهایی انجام گیرد.