基于形态学区分方法与人工神经网络对恶性脑肿瘤的热分析
计算机视觉与模式识别
2023-02-22 v1
摘要
本研究引入一种基于形态学区分的方法，利用组织表面温度分布检测脑肿瘤恶性程度。依据常见肿瘤CT扫描，实现了两种不同情景以描述恶性肿瘤的不规则形状。第一情景中，肿瘤被视为多边形底棱柱；第二情景中，被视为星型底棱柱。通过增加多边形边数或星型翼数，恶性程度随之提高。肿瘤考虑为恒定产热，并利用ABAQUS软件结合PYTHON脚本对两种肿瘤模型进行有限元分析，研究顶组织表面的温度变化。该温度分布由10个参数表征。各情景中，98组此类参数作为径向基函数神经网络(RBFNN)输入，边数或翼数被选为输出。RBFNN经训练以基于形态学识别肿瘤恶性程度。根据RBFNN结果，所提方法能够区分良恶性脑肿瘤并以高精度估计恶性程度。
引用
@article{arxiv.2302.10271,
title = {Thermal Analysis of Malignant Brain Tumors by Employing a Morphological Differentiation-Based Method in Conjunction with Artificial Neural Network},
author = {Hamed Hani and Afsaneh Mojra},
journal= {arXiv preprint arXiv:2302.10271},
year = {2023}
}