طبقه‌بندي سكته مغزي بر اساس روش يادگيري عميق درسيستم تصويربرداري ريزموجي از مغز

يكي از عوامل رايج مرگ ومير در دنيا كه بيشتر افراد مسن در معرض آن هستند، سكته مغزي است. حدود 85 درصد از تمام سكته‌هاي مغزي، از نوع سكته مغزي ايسكميك بوده و ناشي از خون ريزي داخلي بخشي از مغز است. با توجه به آمار بالاي مرگ ومير ناشي از سكته مغزي، تشخيص و درمان سريع سكته مغزي ايسكميكي و سكته مغزي هموروژيك بسيار مهم است. در اين مقاله يك سيستم تصويربرداري مايكروويو مغز، براي تشخيص خون ريزي داخل جمجمه كروي شكل با شعاع يك سانتي متر در نرم افزار  CSTشبيه‌سازي و براي تصويربرداري از يك سري آرايه آنتن پروانه‌اي اصلاح شده در اطراف فانتوم سر چند لايه، استفاده شده است. براي داشتن ويژگي‌هاي تشعشي مورد نظر در محدوده باند فركانسي 5/0 الي 5/5 گيگاهرتز، يك محيط تطبيق مناسب طراحي شده است. ابتدا در بخش پردازش از روش‌هاي بازسازي تصوير مانند الگوريتم‌هاي بيمفرمر تأخير و جمع و همچنين تأخير ضرب و جمع استفاده مي‌شود. تصاوير بازسازي شده مفيد بودن روش متداول پيشنهادي را در تشخيص هدف كروي در محدوده يك سانتي متر نشان مي‌دهد. هدف اصلي اين مقاله طبقه‌بندي سكته مغزي ايسكميكي و هموروژيك با استفاده از رويكردهاي يادگيري عميق است. براي اين منظور يك الگوريتم طبقه‌بندي تصوير براي تخمين نوع سكته از تصاوير بازسازي شده ايجاد مي‌شود كه در اين راستا با استفاده از روش پيشنهادي يادگيري عميق تصاوير بازسازي شده توسط يك ماشين بردار پشتيبان خطي چند كلاسه با ويژگي استخراج شده توسط يك شبكه عصبي كانولوشن آموزش مي‌بينند. نتايج شبيه‌سازي شده عملكرد مناسب روش پيشنهادي را در تعيين محل دقيق اهداف خون‌ريزي با دقت 89 درصد و در مدت زمان 9 ثانيه نشان مي‌دهد. علاوه بر اين، روش پيشنهادي يادگيري عميق به دليل سردرگم نبودن سيستم در بين طبقات مختلف از نظر طبقه‌بندي عملكرد خوبي را نشان مي‌دهد.