Классификация аномалий головного мозга, выраженных на снимках МРТ, с использованием дескрипторов признаков HOG и нейронных сетей

Представлен подход, направленный на обнаружение типов аномалий головного мозга на МРТ-изображениях, который обеспечивает высокую производительность и простоту дизайна. Разработанная модель предлагает извлекать вручную созданные числовые признаки из МРТ-изображений с помощью точно настроенного алгоритма гистограммы ориентированных градиентов (HOG). Полученные признаки подвергаются оптимизации размерности применением анализа главных компонент (PCA), прежде чем они будут переданы в 6-слойную специализированную нейронную сеть, обученную для выполнения задачи идентификации опухоли. Кроме того, исследуется возможность выполнения аугментации в пространстве признаков с использованием метода синтетической перевыборки меньшинства (SMOTE). Предложенный подход показал высокую точность 99.65 % и оценку F1 99.64 %, что превосходит многие результаты в современной литературе.

Авторы: Я. А. Низамли, А. Ю. Филатов

Направление: Информатика, вычислительная техника и управление

Ключевые слова: МРТ, опухоли головного мозга, HOG, нейронный классификатор, SMOTE


Открыть полный текст статьи