عنوان

طبقه‌بندی تومور مغزی با استفاده از یادگیری ماشین

Number

پ۲۷۱۲۴

.Language of Text, Soundtrack etc

per

Title Proper

طبقه‌بندی تومور مغزی با استفاده از یادگیری ماشین

First Statement of Responsibility

سیدمتین ملکوتی

Name of Publisher, Distributor, etc.

برق و کامپیوتر

Date of Publication, Distribution, etc.

۱۴۰۱

Specific Material Designation and Extent of Item

۶۸ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی برق گرايش کنترل

Date of degree

۱۴۰۱/۰۶۲۳

Text of Note

تومور مغزی به‌دلیل رشد کنترل‌نشده و سریع سلول‌ها ایجاد می‌شود. اگر در مرحله اولیه درمان نشود، ممکن است منجر‌به مرگ شود. علیرغم بسیاری از تلاش‌های قابل‌توجه و نتایج امیدوارکننده در این حوزه، تقسیم‌بندی و طبقه‌بندی دقیق تومور مغزی همچنان یک کار چالش برانگیز است. از آن جایی که حفظ جان انسان‌ها از اهمیت ویژه‌ای برخوردار است و پزشکان تمام سعی خود را می‌کنند تا تومورهای مغزی بدخیم و خوش خیم را به‌درستی تشخیص دهند. ولی متاسفانه ممکن است در تشخیص تومور اشتباهاتی پیش بیاید و جان فرد بیمار به خطر افتد. از این‌رو در این پایان‌نامه به کمک یادگیری ماشین سعی شده است افراد بیمار و سالم از یکدیگر با بیشترین دقت ممکن طبقه‌بندی شوند. در این پایان‌نامه از داده عددی MRI مربوط به افراد دارای تومور مغزی و افراد سالم استفاده شده است. بر روی داده‌های عددی به کمک الگوریتم پیشنهادی ماشین تقویت گرادیان سبک و تنظیم‌نمودن هایپرپارامترهای آن به دقت 8/99 برای معیار ارزیابی F1 در تشخیص افراد بیمار و دقت 78/99 برای معیار ارزیابی F1 در طبقه‌بندی افراد سالم به‌دست امده است. با نتایج به‌دست آمده روش‌های پیشنهادی ماشین تقویت گرادیان سبک می‌توان کمک بزرگی به حفظ جان انسان کرد.

Text of Note

Abstract:Brain tumor is caused by uncontrolled and rapid growth of cells. If not treated at an early stage, it may lead to death. Despite many remarkable efforts and promising results in this field, accurate segmentation and classification of brain tumor remains a challenging task. Since saving human life is of particular importance and doctors do their best to correctly diagnose malignant and benign brain tumors. But unfortunately, mistakes may occur in tumor diagnosis and the patient's life may be endangered. Therefore, in this thesis, with the help of machine learning, it has been tried to classify sick and healthy people from each other with the greatest possible accuracy. In this thesis, the numerical MRI data of people with brain tumor and healthy people have been used. On the numerical data, with the help of the proposed algorithm of light gradient amplification machine and adjusting its hyperparameters, the accuracy of 99.8 for the F1 evaluation criterion in diagnosing sick people and the accuracy of 99.78 for the F1 evaluation criterion in the classification of healthy people have been obtained. With the obtained results of the proposed methods of light gradient amplification machine, a great contribution can be made to save human life.

Variant Title

Classification of Brain Tumors ‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬Using Machine Learning

Entry Element

‏ملکوتی،

Part of Name Other than Entry Element

‏سیدمتین

Relator Code

تهيه کننده

Entry Element

‏ قائمی،

Entry Element

‏ریخته گر غیاثی،

Entry Element

شعاران،

Part of Name Other than Entry Element

‏سحرانه

Part of Name Other than Entry Element

‏امیر

Part of Name Other than Entry Element

‏ مریم

Dates

استاد راهنما

Dates

استاد راهنما

Dates

استاد مشاور

Entry Element

‏تبریز