메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Mantripragada Yaswanth Bhanu Murthy (Vasireddy Venkatadri Institute of Technology) Anne Koteswararao (Vasireddy Venkatadri Institute of Technology) Melingi Sunil Babu (Venkatadri Institute of Technology)
저널정보
대한의용생체공학회 Biomedical Engineering Letters (BMEL) Biomedical Engineering Letters (BMEL) Vol.12 No.1
발행연도
2022.2
수록면
37 - 58 (22page)
DOI
https://doi.org/10.1007/s13534-021-00209-5

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Automatic classification of brain tumor plays a vital role to speed up the treatment procedure, plan and boost the survival rate of patients. Nowadays, Magnetic Resonance Imaging (MRI) is employed for determining brain tumor. However, manual identification of brain tumor is purely based on the sensitivity and experience of medical professionals. Thus, more research works towards brain tumor classification have been implemented for minimizing the human factor. Different imaging approaches are employed for detecting brain tumors. Though, MRI is mainly employed owing to the better quality of images due to the non ionizing radiation of images. One of the major categories of machine learning is called deep learning, which shows an outstanding performance, mainly on solving the segmentation and classification issues. The aim of this paper to introduce a new brain tumor classification model based on the intelligent segmentation and classification approaches. The main phases of the proposed model are (a) Data collection, (b) Pre-processing, (c) Tumor segmentation, and (d) Tumor Classification. Initially, the datasets related to the brain tumor are gathered from several benchmark sources and subjected to the pre-processing step. Here, it is performed by the median filtering and contrast enhancement techniques. The first contribution of this paper is the development of an enhanced segmentation approach termed as Adaptive Fuzzy Deformable Fusion (AFDF)-based Segmentation, which merges the two concepts of Fuzzy C-Means Clustering (FCM) and snake deformable approach. Here, the significant parameters of the AFDF are optimized by the improved Deer Hunting Optimization Algorithm (DHOA) termed Adaptive Coefficient Vector-based DHOA (ACV-DHOA). The classification of images is performed by the Optimized Convolutional Neural Network with Ensemble Classification (OCNN-EC) after segmenting the tumor. In the proposed deep learning classification, the number of convolutional layers and hidden neurons of CNN is optimized by the ACV-DHOA, and the fully connected layer is replaced by the ensemble classifier with Deep Neural Network (DNN), autoencoder, and Support Vector Machine (SVM). The classifier which is getting high rank is considered as the optimal one. The experimentation results are performed on the standard database that shows the high classification accuracy of the developed model by evaluating with other conventional methods.
#Automatic classification of brain tumor #Magnetic resonance imaging #Adaptive fuzzy deformable fusion segmentation #Adaptive coefficient vector-based deer hunting optimization algorithm #Optimized convolutional neural network with ensemble classification

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0