肿瘤研究杂志
开放获取

抽象的

使用卷积神经网络从 MRI 图像中识别脑肿瘤检测

苏尼尔·库马尔、雷努·迪尔、尼莎·乔拉西亚

由于在原发阶段对肿瘤进行了适当的筛查，脑肿瘤患者的死亡人数日益增加。因为它影响人体的重要神经系统，所以脑肿瘤或癌症是最致命的癌症类型之一。大脑非常容易受到可能损害其功能的感染的影响。当感染危险疾病时，脑细胞非常敏感且难以再生。肿瘤分为良性或恶性肿瘤。本论文提出使用基于深度学习技术的 CNN 方法来检测和分类良性和恶性肿瘤的高级脑肿瘤检测。本文讨论使用卷积神经网络（CNN）系统对不同类型的脑肿瘤进行分类。我们使用了准确度、精密度等性能参数，和评估绩效模型的敏感性。使用的数据集是包含 Br35H MRI 图像的 3064 T MRI 图像数据集，分为 70% 训练、15% 验证和 15% 测试。CNN方法选择Br35H数据集的特征。我们的分类准确率达到了 99.04%，验证准确率达到了 99.00%。