كشف أورام الدماغ في صور الرنين المغناطيسي باستخدام الشبكات العصبية الالتفافية

الملخص

يتعايش العالم الطبي اليوم مع كمية هائلة من المعلومات، والتي نشأت من رحم الفحوصات المخبرية والمراقبات السريرية والفيزيولوجية.  حيث بدأ الأطباء بالتحول في الممارسة السريرية من التحليل العرضي و الاعتماد على دقة الملاحظة لديهم إلى تحليل بيانات مختلفة وخوارزميات منظّمة، تعتمد على مجموعات من البيانات المحدثة باستمرار لتحسين قدرة تشخيص المرض، أو التنبؤ بنتائج المرضى لذلك لا يمكن للتعلم الآلي Machine Learning  أن يحل محل الطبيب، ولكن الأطباء الذين يتعلمون ويستخدمون الذكاء الصنعي  Artificial  Intelligence  سيحلّون محل الأطباء التقليدين الذين لا يواكبون الثورة الرقمية الجديدة.

إن خوارزمية التعلم الآلي التي حققت نتيجة نهائية جوهرية في تصنيف الصور الطبية هي الشبكة العصبية الالتفافية convolutional neural networks(CNN). في هذا البحث تم جمع صور الرنين المغناطيسي Magnetic Resonance Imaging  ((MRI الخاصة بالدماغ البشري بهدف كشف الأورام الدماغية حيث تم تطبيق عمليات مناسبة لمعالجة الصور المجمعة كخطوة أولى, ومن ثم استخدام الشبكات العصبية الالتفافية العميقة لاستخلاص أفضل السمات من هذه الصور المعالجة و تصنيفها, وفق نموذجين مقترحين مختلفين من حيث البنية  ومن ثم تدريب النموذجين وتحليل أداء كل نموذج بدراسة المعاملاتloss, accuracy, f-score) ) مستخدمين لغة البرمجة البايثون Python لتنفيذ البحث.