检索结果-南通市图书馆

A Survey of Techniques for Brain Anomaly Detection and Segmentation Using Machine Learning

International Journal of Communications, Network and System Sciences 2023年第7期16卷 151-167页

作者： kamala narayanan Shahram Latifi Department of Electrical and Computer Engineering University of Nevada Las Vegas Las Vegas Nevada USA

In this research report, various Machine Learning (ML) models are discussed for the purpose of detecting brain anomalies like tumors. In the first step, we review previous work that uses Deep Learning (DL) to classify and detect brain tumors. Next, we present a detailed analysis of the ML methods in tabular form to address the brain tumor morphology, accessible datasets, segmentation, extraction, and classification using DL, and ML models. Finally, we summarize all relevant material for tumor detection, including the merits, limitations and future directions. In this study, it is found that employing DL-based and hybrid-based metaheuristic approaches proves to be more effective in accurately segmenting brain tumors, compared to the conventional methods. However, the brain tumor segmentation using ML models suffers from drawbacks due to limited labelled data, variability in tumor appearance, computational memory requirements, transparency in models, and difficulty in integration into clinical workflows. By pursuing techniques such as Data Augmentation, Pre-training, Active-learning, Multimodal fusion, Hardware acceleration, and Clinical integration, researchers and developers can overcome the bottlenecks and enhance the accuracy, efficiency, and clinical utility of ML-based brain tumor segmentation models.

关键词： Department of Electrical and Computer Engineering University of Nevada Las Vegas Las Vegas Nevada USA

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：