تشخيص و طبقه بندي تومور هاي مغزي با استفاده از الگوريتم هاي مبتني برCNN

Detection and Classification of Brain Tumors using CNN-based Algorithm

تومور مغزي يك توده غير طبيعي از سلول هاست كه ممكن است در مغز يا در بخش هايي از بدن تشكيل و سپس به مغز برسد. اين بيماري رشد سريعي نسبت به بيماري هاي ديگر دارد و اگر به اين بيماري توجه نشود، مي تواند كشنده باشد يا آسيب هاي زيادي به بدن وارد كند. در اين زمينه متخصصان مقالات زيادي ارائه داده اند، ولي همچنان تشخيص دقيق و طبقه بندي تومور هاي مغزي با ابهامات زيادي روبرو است، در اين مقاله تشخيص و طبقه بندي تومور مغزي با استفاده از تكنيك هاي پردازش تصوير روي داده هاي MRI مغز انجام مي شود كه براي بالا بردن دقت از روش هاي مبتني بر كانوولوشن استفاده شده است. همچنين الگوريتم YOLOv8 در طبقه بندي و تشخيص تصاوير كمك شاياني به مدل كرده است، به كارگيري اين مدل توانسته با دقت حدود 99 درصد تومورهاي مغزي را به درستي تشخيص و طبقه بندي كند.

A brain tumor is an abnormal mass of cells that may form in the brain or in parts of the body and then reach the brain. This disease has a rapid growth compared to other diseases, and if this disease is not paid attention to, it can be fatal or cause a lot of damage to the body. In this field, experts have presented many articles, but the accurate diagnosis and classification of brain tumors still faces many uncertainties. In this article, the diagnosis and classification of brain tumors is performed using image processing techniques on brain MRI data. Convolution-based methods have been used to increase accuracy. Also, the YOLOv8 algorithm has greatly helped the model in the classification and recognition of images, the application of this model has been able to accurately recognize and classify about 99% of brain tumors.