检索结果-南通市图书馆

brain tumor Detection and Segmentation Using RCNN

Computers, Materials & Continua 2022年第6期71卷 5005-5020页

作者： Maham Khan Syed Adnan Shah Tenvir Ali Quratulain Aymen Khan Gyu Sang Choi Department of Computer Science University of Engineering&TechnologyTaxila47080Pakistan Faculty of Computing The Islamia University of BahawalpurBahawalpur63100Pakistan Department of Information and Communication Engineering Yeungnam UniversityGyeongbuk38541Korea

brain tumors are considered as most fatal *** reduce the risk of death,early identification of the disease is *** of the best available methods to evaluate brain tumors is Magnetic resonance Images(MRI).brain tumor detection and segmentation are tough as brain tumors may vary in size,shape,and *** makes manual detection of brain tumors by exploring MRI a tedious job for radiologists and doctors’.So an automated brain tumor detection and segmentation is *** work suggests a Region-based Convolution Neural Network(RCNN)approach for automated brain tumor identification and segmentation using MR images,which helps solve the difficulties of brain tumor identification efficiently and *** methodology is based on the accurate and efficient selection of tumorous *** reduces computational complexity and *** have validated the designed experimental setup on a standard dataset,BraTS *** used binary evaluation matrices based on Dice Similarity Coefficient(DSC)and Mean Average Precision(mAP).The segmentation results are compared with state-of-the-art methodologies to demonstrate the effectiveness of the proposed *** suggested approach attained an averageDSC of 0.92 andmAP 0.92 for 10 patients,while on the whole dataset,the scores are DSC 0.89 and mAP *** following results clearly show the performance efficiency of the proposed methodology.

关键词： brain tumor MRI preprocessing image segmentation brain tumor localization medical ML RCNN BraTS 2020 LGG HGG

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：