सूचना प्रौद्योगिकी और सॉफ्टवेयर इंजीनियरिंग जर्नल
खुला एक्सेस

अमूर्त

डीप लर्निंग का उपयोग करके प्रारंभिक अवस्था में ब्रेन ट्यूमर का पता लगाना

प्रोबुद्ध कोंवर, जूलियस भद्र, मानश ज्योति दत्ता, जिंटू दोवारी

ब्रेन ट्यूमर के उपचार की योजना बनाने और मात्रात्मक मूल्यांकन में, ट्यूमर की सीमा का निर्धारण करना एक बड़ी चुनौती है। गैर-आक्रामक चुंबकीय अनुनाद इमेजिंग (MRI) आयनकारी विकिरण के उपयोग के बिना मस्तिष्क के घातक रोगों के लिए एक अग्रणी निदान तकनीक के रूप में विकसित हुई है। 3D MRI वॉल्यूम से मैन्युअल रूप से ब्रेन ट्यूमर की सीमा का विभाजन करना एक समय लेने वाली प्रक्रिया है जो ऑपरेटर की क्षमता पर बहुत अधिक निर्भर करती है। ट्यूमर की सीमा के सही मूल्यांकन के लिए, इस परिदृश्य में एक विश्वसनीय पूरी तरह से स्वचालित ब्रेन ट्यूमर विभाजन दृष्टिकोण की आवश्यकता है। हम इस पेपर में U-Net डीप कन्वोल्यूशनल नेटवर्क पर आधारित एक पूरी तरह से स्वचालित ब्रेन ट्यूमर विभाजन विधि प्रस्तुत करते हैं। हमारे दृष्टिकोण का परीक्षण करने के लिए मल्टीमॉडल ब्रेन ट्यूमर इमेज सेगमेंटेशन (BRATS 2015) डेटासेट का उपयोग किया गया, जिसमें 220 उच्च-श्रेणी के ब्रेन ट्यूमर शामिल थे।