الفهرس 
Introduction and Literature SurveyOnly 14 pages are availabe for public view
 |  | from | 173 |  |  |
| | | from | 173 | | |
Abstract
أورام المخ ھي السبب الرئیسي للوفاة لدى الإناث في سن 20 عامًا أو أقل وللذكور الذین تبلغ أعمارھم 40عامًا أو أقل. وفق ًا لمنظمة الصحة العالمیة، فإن سرطانات المخ غیر متجانسة للغایة، مما یشكل تحدیًا أساسیًا لتصنیف أورام المخ، وبالتالي التشخیص والتنبؤ. ورم المخ ھو عبارة عن كتلة نامیة غیر متحكم فیھا من الأنسجة تخنق الأنسجة السلیمة المحیطة، ومنھا الخبیثة والحمیدة. ونظر ً ا لأن الأعراض التي تظھر تعتمد على مكان ومعدل النمو وتأثیر كتلة الورم على أنسجة المخ، فقد یكون من الصعب التمییز بین أورام المخ الحمیدة والخبیثة. یعد اكتشاف أورام المخأمر ً ا بالغ الأھمیة في مجال التطبیقات الطبیة الحیویة من حیث تشخیص الصور الطبیة. وازدادت أھمیة اكتشاف أورام المخ في السنوات الأخیرة، وتم إنشاء تصنیف أورام المخ لمساعدة الطاقم الطبي في تشخیص الحالة. ھناك العدید من الخطوات التي یجب إكمالھا في التصنیف، مثل المعالجة المسبقة واستخراج المیزات والتصنیف. ثبت أن أسلوب التصویر المقطعي المحوسب (CT (ھو الأكثر فاعلیة للتشخیص المبكر للأورام لأنھ الطریقة الأكثر استخدامًا في تخطیط العلاج الإشعاعي لسببین رئیسیین. الأول ھو أن صور الماسح الضوئي تحمل معلومات تشریحیة یمكن استخدامھا لتصمیم الاتجاه ونقاط الدخول لحزم العلاج الإشعاعي،والتي یجب أن تستھدف فقط منطقة الأورام وتجنیب الأعضاء المحیطة بھا. العامل الثاني ھو استخدام الإشعاع لإنشاء صور بالأشعة المقطعیة، والتي تشبھ العلاج الإشعاعي. ھذا أمر بالغ الأھمیة حیث تم استخدام الصورة الممسوحة ضوئیًا لحساب قوة فوتونات العلاج الإشعاعي. وتعد أسالیب الذكاء الاصطناعي (AI (والتعلم العمیق (DL (مھمة في الطب الحیوي، حیث یمكننا استخدام نماذج التعلم العمیق للتعامل مع الوظائف الطبیة الحیویة الغامضة والمستھلكة للوقت بنفس الدقة تقریبًا مثل المتخصصین. أثبت DL قوتھ في معالجة البیانات الطبیة الحیویة، لا سیما في بیانات السرطان التي تتضمن فحوصات المرضى والمعلومات السریریة. يحتوي الفصل الأول على مقدمة حول تشريح الدماغ ووظائفه ومشاكله الطبية. تمت مناقشة دور الذكاء الاصطناعي، ثم مسح الأبحاث السابقة ذات الصلة للإشارة إلى أهمية دراستنا وإظهار التقدم المحرز في تقنيات التعلم العميق لتشخيص أورام الدماغ. استعرض الفصل الثاني الأساسيات والمفاهيم الفيزيائية لطرائق التصوير الطبي المختلفة. بدأنا بالأشعة السينية ثم التصوير المقطعي وأجياله. بالإضافة إلى ذلك، يتم استكشاف التصوير بالرنين المغناطيسي والموجات فوق الصوتية. يقدم الفصل الثالث أساسيات موجزة ولكنها ذات صلة بمعالجة الصور باستخدام تقنيات التعلم الآلي والتعلم العميق. يبدأ بالمراحل المختلفة للمعالجة المسبقة للصور الطبية. ثم يتبع ذلك تعريفات أدوات التجزئة واستخراج الميزات لفهم عملية تحديد الهوية.يقدم الفصل الرابع شبكة MobileNet-V2 كنموذج ما قبل التدريب لاستخراج الميزات ونقل التعلم من أجل تشخيص / اكتشاف ورم في المخ. الشبكة العصبية المُدرَّبة مسبقًا هي تلك التي تم الاحتفاظ ببنيتها وأوزانها بعد تدريبها على مجموعة بيانات كبيرة. يمكن استخدام مجموعة الميزات التي تعلمتها الشبكة المدربة مسبقًا كنموذج مرئي عام إذا كانت مجموعة البيانات الأولى هذه كبيرة بدرجة كافية. هناك طريقتان لاستخدام نقل التعلم من شبكة مدربة مسبقًا: استخراج الميزات والضبط الدقيق. باستخدام القاعدة التلافيفية لشبكة مُدرَّبة مسبقًا، يتم استخراج ميزات من مجموعة البيانات الجديدة، ثم يتم تدريب المصنف الجديد باستخدام هذه المخرجات. تشتمل خطوة الضبط الدقيق لطريقة استخراج الميزة على إلغاء تجميد الطبقات النهائية للقاعدة التلافيفية المجمدة التي تم استخدامها لاستخراج الميزة. تشمل فوائد التصوير المقطعي المحوسب الكشف الدقيق عن التكلس والنزيف وتفاصيل العظام، فضلاً عن التكلفة المنخفضة مقارنةً بالتصوير بالرنين المغناطيسي.لذلك، نقوم بفحص طريقة الكشف المقترحة القائمة على التصوير المقطعي لتحديد ما إذا كان ورم الدماغ موجودًا أم لا. الطريقة المقترحة تعمل على مجموعة بيانات الصور المقطعية التي تم جمعها من مستشفى جامعة المنصورة. يتم عرض مقدمات النموذج ثم يتم وصف المواد والطريقة. النتائج التجريبية والمناقشة موضحة في هذا الفصل مع مناقشة الاستنتاجات.