Deep Learning in Medical Image Classification from MRI-based Brain Tumor Images

要約

脳腫瘍は世界で最も致命的な病気の一つである。磁気共鳴画像法（MRI）は脳腫瘍を発見する最も効果的な方法の一つである。MRIスキャンに基づく脳腫瘍の正確な検出は、多くの命を救う可能性があり、病気の初期段階でのより良い意思決定を促進することができるため、非常に重要である。我々の論文では、データベースから4種類のMRIベースの画像を収集した：神経膠腫腫瘍、腫瘍なし、下垂体腫瘍、髄膜腫腫瘍。我々の研究は、脳腫瘍分類の予測を行うことに焦点を当てている。MobileNet、EfficientNet-B0、ResNet-18、VGG16の4つの学習済みモデルと、MobileNet-BTの1つの新しいモデルを含む、5つのモデルを本研究のために提案した。

要約(オリジナル)

Brain tumors are among the deadliest diseases in the world. Magnetic Resonance Imaging (MRI) is one of the most effective ways to detect brain tumors. Accurate detection of brain tumors based on MRI scans is critical, as it can potentially save many lives and facilitate better decision-making at the early stages of the disease. Within our paper, four different types of MRI-based images have been collected from the database: glioma tumor, no tumor, pituitary tumor, and meningioma tumor. Our study focuses on making predictions for brain tumor classification. Five models, including four pre-trained models (MobileNet, EfficientNet-B0, ResNet-18, and VGG16) and one new model, MobileNet-BT, have been proposed for this study.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL