توضیحات
تشخیص تومور مغزی با استفاده از شبکه عصبی کانولوشن با تمرکز بر روی تصاویر تشدید مغناطیسی با اتکا بر فرایند کریسپ انجام شده است به این ترتیب که روش پیشنهادی از سه گام مختلف پیش پردازش، سگمنت بندی، یادگیری و پیشبینی با شبکه عصبی کانولوشن و در نهایت پیش پردازش تشکیل شده است(سگمنت بندی تصویر، شبکه عصبی کانولوشن، فرایند کریسپ) در حقیقت در فاز اول دادههای مستخرج از تصاویر پیشپردازش و یکپارچه شده اند در حقیقت نویزگیری و غربال صورت میگیرد سپس به کمک سگمنت بندی ناحیه هدف مشخص شده است و دادههای موثر در تشخیص به عنوان یادگیری و در نهایت پیشبین مورد استفاده قرار گرفته اند در نهایت به کمک فاز پیش پردازش نواحی غیر ضروری حذف شده اند. شبیه سازی انجام شده در قالب یک مدل قابل اجرا در ابزار متلب توسعه و پیاده سازی شده است. نتایج حاصل از دید دقت، صحت و بازیابی بیانگر مطلوب بودن رویکرد مورد نظر در مقایسه با روش های مشابه می باشد(سگمنت بندی تصویر، شبکه عصبی کانولوشن، فرایند کریسپ).
نتايج بدست آمده در اين شبیه سازی را مي توان چنين ذکر کرد:
- افزایش دقت تشخیص تومور مغزی به کمک آنالیز تصاویر MRI با شبکه عصبی کانولوشن
- سگمنت بندی تصاویر تشدید مغناطیسی مغزی با جداسازی ناحیه جمجمه
- بخشبنــدی تصــویر با امکــان تشــخیص تومــور مغــزی به صورت خودکار و بدون دخالت انسان
- ارائه مدلی قابل اجرا و پویا قیل از فاز پیاده سازی و اجرا در سیستم مورد پیشنهادی
نقد و بررسی‌ها
هیچ دیدگاهی برای این محصول نوشته نشده است.