MRI画像を用いたハイブリッド・コンボリューション・アダプティブ・ニューロ・フージー・インファレンス・システムによる脳腫瘍検出
Sridhar S R1, Akila M2, Asokan R3
1Department of Computer Science and Engineering, Muthyammal Engineering College, Namakkal, Tamil Nadu, India.
NMR in biomedicine
|September 4, 2025
まとめ
この研究では,MRIスキャンで脳腫瘍を正確に検出するための新しいコンボリューション・アダプティブ・ニューロ・ファージ・インフェレーション・システム (Conv-ANFIS) が導入されました. Conv-ANFISモデルは,既存の方法と比較して検出率を大幅に改善しています.
科学分野:
- 医療用イメージング
- 人工知能
- 計算神経科学
背景:
- 脳腫瘍は生命を脅かすものであり 早期発見は極めて重要です
- 現在の磁気共鳴画像 (MRI) 検出方法は,ノイズ,セグメンテーションの精度,および一般化の課題に直面しています.
- 既存の技術の限界は 信頼性の高い脳腫瘍の特定のための 先進的なアプローチを必要とします
研究 の 目的:
- MRI画像による脳腫瘍検出の強化のための新しいコンボリューション・アダプティブ・ニューロ・ファージ・インフェレーション・システム (Conv-ANFIS) の開発と評価.
- 騒音処理とセグメンテーションの精度を含む既存の脳腫瘍検出方法の限界に対処する.
- ハイブリッドAIモデルを使って 脳腫瘍の診断の全体的な正確性と信頼性を向上させる.
主な方法:
- コンボリューションニューラルネットワーク (CNN) は,コンボ-ANFISモデルを作成するために,アダプティブ・ニューロ・フージ・インファレンス・システム (ANFIS) と統合されています.
- 処理前の段階には,非局所的手段 (NLM) のフィルタリングにより,騒音の除去と頭蓋骨の除去が含まれます.
- セグメンテーションは,構造修正対抗ネットワーク (SCAN) を使用し,Conv-ANFISによる特徴抽出と腫瘍識別が行われます.
主要な成果:
- Conv-ANFISのアプローチは92.31%のリコール,90.13%の精度,そして91.21%のF1スコアを達成しました.
- 提案された方法は,既存の脳腫瘍検出技術と比較して優れた性能を示した.
- 効果的な消音,頭蓋骨の除去,セグメンテーションが達成され,検出の精度が向上しました.
結論:
- Conv-ANFISモデルはMRI画像で脳腫瘍を検出するための 堅牢で正確なソリューションを提供します.
- このハイブリッドAIアプローチは 伝統的な検出方法の限界を効果的に克服します
- この研究は,高度な医療画像分析のためのディープラーニングと ぼんやりした推論システムの統合の可能性を強調しています.
