چکیده مقاله
تومورهای مغزی به عنوان یکی از شایعترین و مرگبارترین انواع سرطانها شناخته می شوند تشخیص به موقع و دقیق این تومورها برای مدیریت بیماری و پیش بینی موفقیت درمان بسیار حیاتی است این مقاله به بررسی مدلهای مختلف یادگیری عمیق نظیر RNN، CNN، و VGG۱۶ برای تشخیص نوع تومور مغزی می پردازد نتایج این تحقیق بر اساس معیارهای مختلف و تست های آماری نشان می دهد که مدلهای یادگیری عمیق می توانند به طور موثری در تشخیص تومورهای مغزی به کار گرفته شوند به طور خاص، مدل پیشنهادی مبتنی بر VGG۱۶ توانسته است دقت ۹۷ ۴۶ در تشخیص چهار نوع تومور معرفی شده را به دست آورد این مطالعه پتانسیل بالای یادگیری عمیق در بهبود دقت تشخیص تومورهای مغزی را نشان می دهد
کلیدواژهها
نویسندگان
هانیه السادات اظهری لمراسکی
کارشناسی مهندسی برق، دانشکده مهندسی و فناوری، دانشگاه مازندران، بابلسر، ایران
سمیرا مودتی
استادیار گروه مهندسی برق، دانشکده مهندسی و فناوری، دانشگاه مازندران، بابلسر، ایران
شیوه ارجاع
�ظهری لمراسکی، هانیه السادات و مودتی، سمیرا،1403،تشخیص و طبقه بندی تومورهای مغزی مبتنی بر مدل VGG۱۶ با استفاده از تصاویر MRI،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