چکیده مقاله
بخش بندی دقیق تومورهای مغزی از تصاویر MRI برای تشخیص، برنامه ریزی درمان و پیگیری وضعیت بیماران حیاتی است در این مقاله، یک مدل مبتنی بر شبکه عصبی پیچشی سه بعدی برای بخش بندی خودکار تومورهای مغزی معرفی شده است این مدل با استفاده از مجموعه داده ۲۰۲۰ BraTS که شامل تصاویر MRI چندوجهی T۲، Tice، T۱ و FLAIR است، آموزش دیده و مورد ارزیابی قرار گرفته است تصاویر MRI پیش پردازش شده و به ابعاد ۱۲۸x۱۲۸x۱۲۸ برش داده شدند تا پردازش سریعتر و متمرکز بر نواحی مهم انجام شود مدل پیشنهادی با استفاده از ترکیبی از انتروپی متقاطع و ضرایب Dice به عنوان تابع هزینه، توانست به ضرایب Dice به ترتیب ۰ ۷۲ برای نواحی نکروز، ۰ ۷۸ برای آدم و ۰ ۷۳ برای تومور فعال دست یابد نتایج نشان دهنده دقت بالای مدل در بخش بندی نواحی مختلف تومور بوده و قابلیت به کارگیری آن در برنامه های بالینی را تایید می کند
کلیدواژهها
نویسندگان
امیرمحمد گرمهای علی خزائی
کارشناسی ارشد مهندسی برق مخابرات؛ دانشگاه بجنورد
شیوه ارجاع
گرمهای علی خزائی، امیرمحمد،1403،بخش بندی معنایی تومورهای مغزی به کمک معماری ۳D U-Net،ششمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع،اسفراین
ارائهشده در
مجموعه مقالات ششمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع15 آبان 1403 · اسفراین