تشخیص و طبقه بندی تومور های مغزی با استفاده از الگوریتم های مبتنی برcnn

تومور مغزی یک توده غیر طبیعی از سلول هاست که ممکن است در مغز یا در بخش هایی از بدن تشکیل و سپس به مغز برسد. این بیماری رشد سریعی نسبت به بیماری های دیگر دارد و اگر به این بیماری توجه نشود، می تواند کشنده باشد یا آسیب های زیادی به بدن وارد کند. در این زمینه متخصصان مقالات زیادی ارائه داده اند، ولی همچنان تشخیص دقیق و طبقه بندی تومور های مغزی با ابهامات زیادی روبرو است، در این مقاله تشخیص و طبقه بندی تومور مغزی با استفاده از تکنیک های پردازش تصویر روی داده های mri مغز انجام می شود که برای بالا بردن دقت از روش های مبتنی بر کانوولوشن استفاده شده است. همچنین الگوریتم yolov8 در طبقه بندی و تشخیص تصاویر کمک شایانی به مدل کرده است، به کارگیری این مدل توانسته با دقت حدود 99 درصد تومورهای مغزی را به درستی تشخیص و طبقه بندی کند.

detection and classification of brain tumors using cnn-based algorithm

a brain tumor is an abnormal mass of cells that may form in the brain or in parts of the body and then reach the brain. this disease has a rapid growth compared to other diseases, and if this disease is not paid attention to, it can be fatal or cause a lot of damage to the body. in this field, experts have presented many articles, but the accurate diagnosis and classification of brain tumors still faces many uncertainties. in this article, the diagnosis and classification of brain tumors is performed using image processing techniques on brain mri data. convolution-based methods have been used to increase accuracy. also, the yolov8 algorithm has greatly helped the model in the classification and recognition of images, the application of this model has been able to accurately recognize and classify about 99% of brain tumors.