Beyin Kanseri Sınıflandırmasında Derin Öğrenme Perspektifi Üzerine Bir İnceleme.

Araştırma özeti

Aşağıdaki metin kaynak makalenin lisansı doğrulanmış orijinal özetidir. cc by

A World Health Organization (WHO) Feb 2018 report has recently shown that mortality rate due to brain or central nervous system (CNS) cancer is the highest in the Asian continent. It is of critical importance that cancer be detected earlier so that many of these lives can be saved. Cancer grading is an important aspect for targeted therapy. As cancer diagnosis is highly invasive, time consuming and expensive, there is an immediate requirement to develop a non-invasive, cost-effective and efficient tools for brain cancer characterization and grade estimation. Brain scans using magnetic resonance imaging (MRI), computed tomography (CT), as well as other imaging modalities, are fast and safer methods for tumor detection. In this paper, we tried to summarize the pathophysiology of brain cancer, imaging modalities of brain cancer and automatic computer assisted methods for brain cancer characterization in a machine and deep learning paradigm. Another objective of this paper is to find the current issues in existing engineering methods and also project a future paradigm. Further, we have highlighted the relationship between brain cancer and other brain disorders like stroke, Alzheimer's, Parkinson's, and Wilson's disease, leukoriaosis, and other neurological disorders in the context of machine learning and the deep learning paradigm.

Türkçe çeviri

Makine çevirisi · Klinik kullanım öncesinde kaynakla karşılaştırılmalı.

Bir Dünya Sağlık Örgütü (WHO) Şubat 2018 raporu son zamanlarda, beyin veya merkezi sinir sistemi (CNS) kanseri nedeniyle ölüm oranının Asya kıtasındaki en yüksek olduğunu göstermiştir. Kanserin daha erken tespit edilmesi, bu yaşamların birçoğunun kurtarılabilmesi için kritik öneme sahiptir. Kanser derecelendirmesi, hedeflenen tedavi için önemli bir faktördür. Kanser teşhisi son derece invaziv, zaman alıcı ve pahalı olduğu için, beyin kanseri karakterizasyonu ve sınıf tahmini için invazif olmayan, uygun maliyetli ve verimli bir araç geliştirmek için acil bir gereksinim vardır. Manyetik rezonans görüntüleme (MRI), bilgisayarlı tomografi (CT) ve diğer görüntüleme yöntemleri kullanılarak yapılan beyin taramaları, tümör tespiti için hızlı ve güvenli yöntemlerdir. Bu makalede, beyin kanserinin patofizyolojisi, beyin kanserinin görüntüleme yöntemleri ve bir makinede beyin kanseri karakterizasyonu için otomatik bilgisayar destekli yöntemler ve derin öğrenme paradigmasını özetlemeye çalıştık. Bu makalenin bir diğer amacı, mevcut mühendislik yöntemlerindeki güncel sorunları bulmak ve aynı zamanda gelecekteki bir paradigmayı yansıtmaktır. Dahası, beyin kanseri ile inme, Alzheimer, Parkinson ve Wilson hastalığı, lökoriosis ve diğer nörolojik bozukluklar arasındaki ilişkiyi makine öğrenimi ve derin öğrenme paradigması bağlamında vurguladık.

İlgili konular