تشخيص أورام الدماغ باستخدام التعلم العميق وتقنيات الشبكات العصبية (CNN)

يهدف هذا المشروع إلى تطوير نموذج يعتمد على تقنيات التعلم العميق (Deep Learning) لتشخيص أورام الدماغ باستخدام صور الرنين المغناطيسي (MRI). تعتبر أورام الدماغ مجموعة أو كتلة من الخلايا غير الطبيعية التي تتشكل في الدماغ، وقد تكون سرطانية (خبيثة) أو غير سرطانية (حميدة). يمكن أن تؤدي هذه الأورام إلى زيادة الضغط داخل الجمجمة، مما قد يتسبب في تلف الدماغ وقد يشكل خطرًا على الحياة.

طرق التشخيص

في هذا المشروع، تم تطبيق الشبكة العصبية التلافيفية (CNN) لتصنيف الصور وتصنيف الورم بناءً على نوعه ودرجته، بالإضافة إلى تحديد موقع الورم داخل الدماغ. تم تصميم نموذج واحد يقوم بعدة مهام تصنيفية، بدلاً من استخدام نموذج لكل مهمة على حدة. هذه المهام تشمل:

الكشف عن وجود الورم.

تصنيف نوع الورم (مثل الورم الأرومي الدبقي، الورم السحائي، الورم النخامي، أو عدم وجود ورم).

يستند المشروع إلى مجموعة بيانات مدمجة تشمل:

figshare

SARTAJ dataset

Br35H dataset

تحتوي هذه البيانات على 7022 صورة بالرنين المغناطيسي مصنفة إلى أربع فئات: الورم الأرومي الدبقي، الورم السحائي، الورم النخامي، وعدم وجود ورم. تم تحسين البيانات من خلال استبدال الصور غير المصنفة بشكل صحيح في مجموعة SARTAJ ببيانات أكثر دقة من figshare.