Wykrywanie guzów mózgu przy u¿yciu LSTM

Ostatnie badania wykazäy, -e modele g--bokiego uczenia s- w stanie zapewni- znacz-ce korzy-ci w analizie obrazów medycznych. Podczas korzystania z LSTM do wykrywania guzów mózgu, do modelu LSTM zazwyczaj wprowadzane s- sekwencyjne dane wej-ciowe, takie jak skany MRI lub dane szeregów czasowych pacjenta . Nast-pnie model uczy si- na podstawie sekwencyjnych wzorców i wykorzystuje t- wiedz- do klasyfikowania, czy guz mózgu jest obecny, czy nie. Nasz model wykorzystuje zale-no-ci czasowe w danych obrazowania medycznego w celu poprawy dok-adno-ci i niezawodno-ci wykrywania guzów. Model LSTM dziäa lepiej ni- tradycyjne metody, co pokazuj- nasze wyniki. Skutkuje to wysok- dok-adno-ci- i cennym wgl-dem w wykryty obszar guza. Ponadto badamy interpretowalno-- LSTM i potencjaln- integracj- z informacjami klinicznymi w celu poprawy diagnostyki i planowania.

Dr. A. Sai Suneel arbeitet derzeit als Assistenzprofessor in der Abteilung für Elektronik und Kommunikationstechnik und Frau V. Saraswathi Bai arbeitet derzeit als Assistenzprofessorin in der Abteilung für CSE an der School of Engineering and Technology, Sri Padmavati Mahila Visvavidyalayam, Tirupati.