首席赞助人斯里。M Srinivasa Rao Avanthi Group顾客的创始人主席M. Priyanka博士,Avanthi Colleges Sri集团秘书长M. Priyanka博士。M.V.S.S. Nandish,Avanthi Group of Colleges Sri副校长。 I. Shravan Kumar,Avanthi Colleges Co的董事总经理 - 赞助人A. Chandra Sekhar博士M.V.S.S.Nandish,Avanthi Group of Colleges Sri副校长。I. Shravan Kumar,Avanthi Colleges Co的董事总经理 - 赞助人A. Chandra Sekhar博士
使用卷积神经网络的脑肿瘤识别和分类系统 Syed Khasim 博士,Samuel George 工程技术学院,Markapur,Prakasam Dt,安得拉邦,印度 Shaik Shakeer 博士,Basha Avanthi 工程技术学院,Gunthapalli,海得拉巴,特伦甘纳邦,印度 摘要 --- 额外细胞的产生通常会导致组织簇的形成,这意味着生长或肿瘤。脑肿瘤有两种类型:良性非癌症和恶性癌症,并导致不良的人体状况。脑肿瘤具有各种尺寸和形状,并且来自不同的地方。在开始时找到它生长的类型非常重要。从磁共振成像(MRI)中分离、获取和获取感染肿瘤的位置是一项主要焦虑但繁琐且耗时的任务,由放射科医生或临床医生专业人员完成,其准确性完全基于他们的经验。所以需要使用计算机技术。所以提前提供表现。一种称为卷积神经网络 (CNN) 的神经网络用于测量脑肿瘤的复杂性,以提供准确的结果。关键词---分类、预测、卷积神经网络、张量流、准确性。介绍脑肿瘤分离是医学成像领域最重要的也是最困难的任务之一,例如人工辅助的手动处理可能导致不准确的预测和诊断。此外,当有大量现有数据需要辅助时,这项工作很辛苦。脑植物具有高度多变的外观,并且肿瘤与正常组织之间存在相似性,因此从图像中去除植物区域不会受到影响 [1]。人脑是神经系统的基础;它是白质的积累。脑肿瘤是由这些细胞不受控制的生长组成的,很少在大脑的不同部位发现,即神经胶质细胞、神经元,