تشخيص ضايعه مغزي با استفاده از شبكه عصبي يادگيري عميق مبتني بر SU-Net بهبود‌يافته

Brain lesion detection based on improved deep Learning based on SU-Net

سكته مغزي شايع ترين بيماري اعصاب محسوب مي گردد و در عين حال شايع ترين علت مرگ و مير در بين بيماران مغز و اعصاب را نيز شامل مي گردد. بيماري سكته مغزي روي رگ هايي كه وظيفه خون‌رساني به مغز را انجام مي دهند، تأثير مي گذارد. ضايعه سكته مغزي ممكن است در هر جايي از مغز رخ دهد و ممكن است به عنوان مناطق همگن ظاهر نشود و ظاهر آن با گذشت زمان به ميزان قابل توجهي متفاوت باشد بيماران بايد در طي 4 الي 5 ساعت از شروع علائم به طور مؤثر درمان شوند در غير اين صورت احتمال ناتواني يا حتي مرگ وجود دارد. ثابت شده است كه نكته اصلي تشخيص و درمان سكته مغزي به دست آوردن محل ضايعه سكته مغزي است. در اين تحقيق با استفاده از شبكه عصبي كانولوشن SU-Net وجود ضايعه مغزي تشخيص داده شده است. همچنين الگوريتم Adam براي آموزش شبكه عصبي يادگيري عميق استفاده شده است. ديتاست مورد استفاده ISLES 2015 مي‌باشد. 70% داده‌ها براي آموزش و 30% براي تست استفاده شده است. نتايج نشان‌دهنده برتري شبكه عصبي SU-Net مي‌باشد. در اين تحقيق براي تشخيص از دو روش استفاده شده است. در روش اول از شبكه عصبي يادگيري عميق مبتني بر CNN استفاده شده است. در روش دوم روش SU-Net براي تشخيص ضايعه مغزي استفاده شده است. نتايج نشان‌دهنده افزايش F-Score از 82.06% به 89.57% مي‌باشد.