زهره نادری اسرمی - دانشجوی کارشناسی ارشد، گروه الکترونیک، دانشگاه صنعتی نوشیروانی بابل، بابل
محمدرضا حسن زاده - استادیار، گروه الکترونیک، دانشگاه صنعتی نوشیروانی بابل، بابل
مهدی ازوجی - استادیار، گروه الکترونیک، دانشگاه صنعتی نوشیروانی بابل، بابل

در این مقاله، روشی مبتنی بر شبکه عصبی کانولوشن (CNN) برای آشکارسازی خودکار خونریزی های بسیار کوچک مغزی (CMBs) ارائه شده است. CMB تجمع های کوچکی از خون در مغز است که با افزایش سن، بیماری های مغزی-عروقی، فشار خون بالا و بیماری مزمن کلیوی در ارتباط است و همچنین خطر بروز سکته مغزی را افزایش می دهد. تشخیص CMB در روش بالینی فعلی به صورت دستی توسط متخصص انجام می شود که کاری دشوار، وقت گیر و مستعد خطا است. در این تحقیق، از 20 تصویر SWI شامل 3276 پچ با انداره 61×61 استفاده شده است. طی آزمایش های گوناگون، معماری شبکه عصبی کانولوشن پیشنهادی به صورت سه لایه کانولوشن، دو لایه پولینگ و یک لایه تماما متصل در نظر گرفته شده است. نتایج اعتبارسنجی متقابل 10 پوشه ای بر روی پایگاه داده ی مربوطه نشان می دهد که الگوریتم پیشنهادی در مقایسه با کارهای پیشین عملکرد بهتری دارد.

آشکارسازی خودکار، شبکه عصبی کانولوشن، خونریزی کوچک مغزی(CMB)، تصاویر تشدید مغناطیسی، یادگیری عمیق