机构名称：
¥ 1.0
计算机工程系 印度浦那 Sinhgad 工程学院 摘要：脑细胞异常发育会导致脑瘤，进而导致死亡。早期发现肿瘤可以降低死亡率。检测脑肿瘤最常用的方法是使用磁共振成像 (MRI)。之所以考虑 MR 图像，是因为它可以清晰地显示肿瘤的结构。在本文中，我们提出了一种通过应用机器学习算法（尤其是 CNN 模型）从 MR 图像中检测肿瘤的新机制。这项研究的动机是检测脑瘤并为患者提供更好的治疗。脑细胞的异常生长称为肿瘤，癌症是指恶性肿瘤。通常，MRI 扫描用于检测脑中的癌症区域。正电子发射断层扫描、脑动脉造影、腰椎穿刺、分子检测也用于脑瘤检测。在本研究中，将拍摄 MRI 扫描图像来分析病情。本研究工作的目标是：i) 识别异常图像 ii) 分割肿瘤区域。可以从分割的掩模中估计肿瘤的密度，这将有助于治疗。采用深度学习技术从 MRI 图像中检测异常。应用多级阈值分割肿瘤区域。恶性像素的数量给出了受影响区域的密度。关键词：肿瘤
使用深度学习检测脑肿瘤
主要关键词
相关文件推荐
