ガウシアン畳み込みニューラルネットワークを用いた脳腫瘍および神経膠腫のグレード分類

脳腫瘍（BT）などの脳疾患を理解することは、腫瘍を評価し、患者にその分類に応じた適切な治療を提供するために重要です。脳腫瘍検出には、磁気共鳴画像法（MRI）などの多数の画像診断法があり、特に画像の質が良く、非電離放射線に依存しているため一般的に利用されています。本論文では、2つのデータセットを用いてガウシアン畳み込みニューラルネットワーク（GCNN）で異なるBTタイプを検出するアプローチを提案します。1つのデータセットは、腫瘍を下垂体腫瘍、神経膠腫、髄膜腫に分類するために使用されます。もう1つは、神経膠腫の3つのグレード（グレード2、グレード3、グレード4）を区別します。これらのデータセットには、それぞれ’233’人と’73’人の被験者が含まれ、最初と2番目のデータセットに対して、合計’3064’枚と’516’枚のT1強調画像が使用されています。提案されたアプローチは、2つのデータセットに対して99.8%と97.14%の精度を達成します。実験結果は、BTの多クラス分類に対する提案されたアプローチの効率を強調しています。