این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت فناوری اطلاعات، جلد ۱۲، شماره ۲، صفحات ۱۳-۲۵
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Classification of Brain Tumor by Combination of Pre-Trained VGG16 CNN
چکیده انگلیسی مقاله In recent years, brain tumors become the leading cause of death in the world. Detection and rapid classification of this tumor are very important and may indicate the likely diagnosis and treatment strategy. In this paper, we propose deep learning techniques based on the combinations of pre-trained VGG-16 CNNs to classify three types of brain tumors (i.e., meningioma, glioma, and pituitary tumor). The scope of this research is the use of gray level of co-occurrence matrix (GLCM) features images and the original images as inputs to CNNs. Two GLCM features images are used (contrast and energy image). Our experiments show that the original image with energy image as input has better distinguishing features than other input combinations; accuracy can achieve average of 96.5% which is higher than accuracy in state-of-the-art classifiers.
کلیدواژه‌های انگلیسی مقاله Brain tumor, Deep learning, VGG16 CNN, GLCM features
نویسندگان مقاله Ouiza Nait Belaid |
Laboratoire de la Communication dans les Systèmes Informatiques, Ecole Nationale Supérieure d’Informatique, BP 68M, 16309, Oued-Smar, Alger, Algérie.

Malik Loudini |
Laboratoire de la Communication dans les Systèmes Informatiques (LCSI), École Nationale Supérieure d’Informatique (ESI), BP 68M, 16309, Oued-Smar, Alger, Algérie.

نشانی اینترنتی https://jitm.ut.ac.ir/article_75788_e36c948ee9258c82b9398f136692f3f5.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1085/article-1085-2412959.pdf
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات