تشخيص تومور مغزي با شبكه عصبي

رشد نامحدود و غير قابل كنترل سلول ها باعث پيدايش تومور در مغز مي شود. اگر تومورهاي مغزي به سرعت شناسايي و به طور مناسب درمان نشوند مي توانند باعث آسيب مغزي دائم و يا حتي مرگ بيمار شوند. ايجاد روشي كه اندازه و ناحيه ي ضايعه را مشخص كند، مي تواند به راديولوژيست ها در تشخيص كمك نمايد. پردازش تصاويرپزشكي يكي از چالش برانگيزترين و ضروري ترين حوزه ها در تحقيقات امروزي است. در حال حاضر روش تصوير برداري MRI به دليل وضوح و كيفيت بالا از مهمترين ابزار تشخيص و ارزيابي تومورهاي غير قابل لمس مغز مي باشد. تجزيه و تحليل تومورهاي موجود در تصاوير MRI توسط متخصصين پزشكي و بر مبناي ويژگي هاي استخراج شده توسط الگوريتم هاي مختلف انجام مي شود. تصاوير MRI تحت تاثير حضور نويز در تصوير، اثرحجمي جزيي، گرايش زمينه اي و همچنين الگوهاي بسيار متفاوت در تو رفتگي ها و شيارهاي مغز سختي كار را به صورت قابل ملاحظه اي افزايش داده است. در اين مقاله هدف استفاده از روش ماشين هاي بردار پشتيبان (SVMs) جهت تشخيص تومور مغزي مي باشد. رويكرد پيشنهادي در اين پروژه ابرصفحه ي جداكننده اي است كه داده ها را از هم جدا مي نمايد. صفحه اي كه بيشترين حاشيه را با داده ها داشته باشد بهترين انتخاب است. درواقع SVM دسته بندي كننده اي است كه بهترين ابرصفحه را انتخاب مي كند. اگر داده ها به طور خطي جداپذير نباشند, كرنل ها مورد استفاده قرار مي گيرند[1].