基于深度学习方法的大脑肿瘤检测
图像与视频处理
2023-09-22 v1 计算机视觉与模式识别
机器学习
摘要
脑肿瘤是异常细胞的集合，可发展为肿块或团簇。由于它们有可能浸润其他组织，对患者构成风险。使用的主要成像技术MRI可能能够准确识别脑肿瘤。大量训练数据以及模型构建方面的改进（在监督设定下提供更好的近似）促进了用于计算机视觉应用的深度学习方法快速发展。对这些方法的需求是这一扩展的主要驱动力。深度学习方法在利用磁共振成像（MRI）提高脑肿瘤检测与分类精度方面已显示出前景。本摘要介绍了关于使用深度学习技术特别是ResNet50进行脑肿瘤识别的研究。因此，本研究探讨了使用深度学习技术实现检测流程自动化的可能性。在本研究中，我使用了五种迁移学习模型，即VGG16、VGG19、DenseNet121、ResNet50和YOLO V4，其中ResNet50提供了最佳或最高准确率99.54%。该研究的目的是通过这一评估与分析，引导研究人员和医疗专业人员采用深度学习方法构建强大的脑肿瘤检测系统。
引用
@article{arxiv.2309.12193,
title = {Brain Tumor Detection Using Deep Learning Approaches},
author = {Razia Sultana Misu},
journal= {arXiv preprint arXiv:2309.12193},
year = {2023}
}
备注
Bachelor's thesis. Supervisor: Nushrat Jahan Ria