شماره ركورد كنفرانس
5534
عنوان مقاله
بخشبندي خودكار تومور مغزي با استفاده از معماري دو مسيره U-Netو ادغام چندين نما در شبكه هاي كانولوشن
پديدآورندگان
سلطاني گل محمد m.soltanigol@ut.ac.ir, دانشكده مهندسي برق و كامپيوتر، دانشكده فني، دانشگاه تهران، تهران، ايران , اصغرزاده بناب علي اكبر a.asgharzadeh@urmia.ac.ir گروه مطالعات علم و فناوري، دانشگاه فرماندهي و ستاد آجا، تهران، ايران , سلطانيان زاده حميد hszadeh@ut.ac.ir قطب علمي كنترل و پردازش هوشمند، دانشكده مهندسي برق و كامپيوتر، دانشكده فني، دانشگاه تهران، تهران، ايران , مظلوم جليل jalil.mazloum@ssau.ac.ir دانشيار دانشكده مهندسي برق، دانشگاه علوم و فنون هوايي شهيد ستاري، تهران، ايران
تعداد صفحه
8
كليدواژه
ادغام چندين نما , بخشبندي تومور , تصويربرداري تشديد مغناطيسي MRI , شبكههاي عصبي كانولوشني عميق , U-Ne
سال انتشار
1402
عنوان كنفرانس
سي امين كنفرانس ملي و هشتمين كنفرانس بين المللي مهندسي زيست پزشكي ايران
زبان مدرك
فارسي
چكيده فارسي
گليوما يكي از اصليترين علل مرگ ناشي از سرطان ميباشد و تشخيص زودهنگام آن اهميت بسياري در درمان و زندهماندن بيماران دارد. تصويربرداري تشديد مغناطيسيMRI به عنوان روش اصلي براي تشخيص تومورهاي مغزي استفاده ميشود. بخشبندي تصاوير پزشكي براساس يادگيري عميق، به عنوان يك روش پايدار و قابل اعتماد براي تشخيص گليوما مورد توجه بوده است. با اين حال، بخشبندي تومورها با استفاده از شبكههاي عصبي كانولوشني عميق (DCNNs) networks neural convolutional Deep به دليل تفاوت در شدت روشنايي و ظاهر متفاوت تومورها چالشبرانگيز است. در اين مقاله، ما از دو روش متفاوت براي بخش بندي تومور مغزي استفاده كرده ايم. روش اول شامل يك شبكه تركيبي دو مسيره است كه براساس ساختار كلاسيك U-Net ميباشد. در مسير اول، با استفاده از كرنل هاي 3×3، توانايي تشخيص دقيقتري در نواحي مرزي و جزئيات تومورهاي كوچكتر داريم. در مسير دوم، با استفاده از كرنلهاي 5×5، ويژگيهاي معنادار در تومورهاي بزرگتر را استخراج ميكنيم. روش دوم شامل ادغام چندين نما fusion Multi-view است. با اعمال اين روش، عليرغم استفاده از يك شبكه دوبعدي، قادر هستيم از اطلاعات زمينهاي تصاوير سهبعدي ورودي بهرهمند شويم. شايان ذكر است كه روشهاي دوبعدي در مواجهه با چالشهاي باليني نسبت به روشهاي سهبعدي برتري داشتهاند. نتايج ارائه شده نشان ميدهند كه روش ما عملكرد خوبي در مقايسه با مدلهاي موجود دارد. شبكه پيشنهادي ما بر اساس پايگاه داده 2018 BraTS مورد ارزيابيقرار گرفت و ميانگين ضرايب Dice به ترتيب برابر با 0.814، 0.887 و 0.825برايبخش مركزي تومور) (TC، كل تومور (WT) و بخش نشان دهنده ماده حاجب تومور (ET) به دست آمد.
كشور
ايران
لينک به اين مدرک