ارائه روش مبتنی بر پردازش تصویر با استفاده از تکنیک داده کاوی جهت دسته بندی تومور های مغزی در تصاویر MRI

چکیده

تشخیص دقیق و فوری تومورهای مغزی برای پیاده سازی درمان موثر این بیماری ضروری است. انتخاب چگونگی درمان به سطح تومور در زمان تشخیص، نوع آسیب شناسی و درجه ی تومور بستگی دارد. روش های تشخیص به کمک رایانه به متخصصین غدد و اعصاب به طرق  مختلفی کمک کرده اند. آثار اخیر در زمینه ی تشخیص پزشکی به کمک رایانه منجر به بهبود کارایی با ظهور مفهوم یادگیری عمیق شده است. در این پژوهش به منظور تجزیه و تحلیل و تشخیص تومور های مغزی با استفاده از پردازش تصویر؛ استفاده از روش مبتنی بر الگوریتم شبکه عصبی کانولوشن جهت پردازش تصاویر MRI مغز پیشنهاد شده است. نتیجه نشان می دهد که رویکرد ما نسبت به انواع مختلف نویز و مخلوط آن ها قوی تر است و احتمال شکست در چند مورد را کاهش می دهد. بنابراین، معیار همگرایی که همیشه توسط الگوریتم FCM و انواع آن به کار می رود، به نظر نمی رسد به اندازه کافی برای تضمین بهبود نتایج نهایی در مقایسه با نتایج اولیه یا متوسط می باشد. نتایج رویکرد پیشنهادی نشان می دهد که حتی تکرار برای اولین بار تکراری به اندازه کافی برای تصمیم گیری درست با احتمال بالا است. اشکال اصلی نسخه های مختلف از FCM اصلاح شده در استفاده از فیلتر کردن کور مانند میانگین (وزنی) با محدودیت های فضایی است که ممکن است منجر به معرفی کلاس جدیدی شود که از طبقات واقعی در منطقه منجر به طبقه بندی نامناسب می شود. ما نشان داده ایم که سازگاری ما قوانین نتایج را با تلاش کم محاسباتی بهبود می بخشد.