ارائۀ یک روش مبتنی بر یادگیری عمیق برای تشخیص تومور مغزی از تصاویر تشدید مغناطیسی

یکی از چالش‌های اصلی درمان تومور مغزی تشخیص دقیق اندازه و مکان تومور در مغز با استفاده از تصویر تشدید مغناطیسی می‌باشد. تشخیص تومور مغزی به‌صورت دستی توسط اپراتور کاری زمان‌بر می‌باشد و به تجربه و تخصص اپراتور بستگی دارد. از این رو در سالیان اخیر محققان روش‌های نیمه خودکار و خودکار بسیاری را پیشنهاد داده‌اند که در این میان روش‌های مبتنی بر یادگیری عمیق توانسته‌اند عملکرد مطلوبی از خود نشان دهند و توجه همگان را به سوی خود جلب کنند. در این تحقیق یک روش مبتنی بر یادگیری عمیق برای تشخیص تومور مغزی ارایه گردیده است. شبکه پیشنهادی مبتنی بر شبکه U-Net می‌باشد و با تغییراتی که در لایه‌های این شبکه انجام شده، عملکرد این شبکه برای تشخیص قسمت‌های مختلف تومور مغزی بهبود یافته است. در هر لایه شبکه U-Net یک هم‌آمیخت با اندازه فیلتر 1*1 اضافه شده تا بتوان قسمت‌های کوچک تومور نیز تشخیص داده شود. این شبکه پیشنهادی با استفاده از داده‌های BRATS 2018 مورد ارزیابی قرار گرفت و با سه روش مورد مقایسه قرار گرفت. برای ارزیابی نتایج روش پیشنهادی از سه معیار بازیابی ، دقت و IoU استفاده کردیم که مقادیر این سه معیار به ترتیب 939/0، 967/0 و 906/0 به دست آمد که نشان داد شبکه پیشنهادی عملکرد مطلوبی را در مقایسه با سایر روش‌های مبتنی بر یادگیری عمیق دارد.