قطعه‎بندی تومورهای مغزی گلیوما مبتنی بر تصاویر mri با استفاده از یادگیری عمیق

تومورهای مغزی گلیوما، اصلی‌ترین نوع تومورهای مغزی اند که از رشد غیرطبیعی سلول‌های گلیال ایجاد می‎شوند. این سلول‌ها در لابه‌لای نورون‌ها قرار ‎داشته و نقش محافظتی دارند. روش تصویربرداری mri یکی از رایج‌ترین روش‌های مورد استفاده برای تشخیص و قطعه‎بندی تومورهای مغزی است. تشخیص مکان و ناحیه گسترش تومور، به‌ طورمعمول به ‌صورت دستی انجام‌ می‎شود که کاری بسیار وقت‌گیر و طاقت‌فرسا است. از این‎رو، وجود روش‌هایی برای قطعه‎بندی خودکار تومورهای مغزی ضروری است. در این مقاله ساختاری مبتنی بر شبکه عصبی عمیق، برای قطعه‎بندی خودکار تومورهای مغزی گلیوما پیشنهاد شده است. ارزیابی روش پیشنهادی بر روی پایگاه داده استاندارد brats2013 حاوی چهار نوع اسکن flair، t1، t1c و t2 تصاویر mri، نشان می‎دهد که الگوریتم پیشنهادی می‎تواند با دقت % 35/96 مکان تومورهای مغزی را آشکار کند. همچنین اندازه سه معیار ضریب شباهت دایس، حساسیت و ویژگی، برای نتیجه‎ی قطعه‎بندی حاصل از روش پیشنهادی، به ترتیب %23/81، %11/91 و %84/96 به­دست آمد.