![](/images/graphics-bg.png)
Brain MRI images segmentation based on U-net architecture
المؤلفون المشاركون
Atiyyah, Asalah Dhaki
Ali, Khawlah Husayn
المصدر
The Iraqi Journal of Electrical and Electronic Engineering
العدد
المجلد 18، العدد 1 (30 يونيو/حزيران 2022)، ص ص. 21-27، 7ص.
الناشر
تاريخ النشر
2022-06-30
دولة النشر
العراق
عدد الصفحات
7
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص EN
Brain tumors are collections of abnormal tissues within the brain.
the regular function of the brain may be affected as it grows within the region of the skull.
brain tumors are critical for improving treatment options and patient survival rates to prevent and treat them.
the diagnosis of cancer utilizing manual approaches for numerous magnetic resonance imaging (MRI) images is the most complex and time-consuming task.
brain tumor segmentation must be carried out automatically.
a proposed strategy for brain tumor segmentation is developed in this paper.
for this purpose, images are segmented based on region-based and edge-based.
brain tumor segmentation 2020 (BraTS2020) dataset is utilized in this study.
a comparative analysis of the segmentation of images using the edge-based and region-based approach with U-Net with ResNet50 encoder, architecture is performed.
the edge-based segmentation model performed better in all performance metrics compared to the region-based segmentation model and the edge-based model achieved the dice loss score of 0.008768, IoU score of 0.7542, f 1 score of 0.9870, the accuracy of 0.9935, the precision of 0.9852, recall of 0.9888, and specificity of 0.9951.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Atiyyah, Asalah Dhaki& Ali, Khawlah Husayn. 2022. Brain MRI images segmentation based on U-net architecture. The Iraqi Journal of Electrical and Electronic Engineering،Vol. 18, no. 1, pp.21-27.
https://search.emarefa.net/detail/BIM-1380205
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Atiyyah, Asalah Dhaki& Ali, Khawlah Husayn. Brain MRI images segmentation based on U-net architecture. The Iraqi Journal of Electrical and Electronic Engineering Vol. 18, no. 1 (Jun. 2022), pp.21-27.
https://search.emarefa.net/detail/BIM-1380205
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Atiyyah, Asalah Dhaki& Ali, Khawlah Husayn. Brain MRI images segmentation based on U-net architecture. The Iraqi Journal of Electrical and Electronic Engineering. 2022. Vol. 18, no. 1, pp.21-27.
https://search.emarefa.net/detail/BIM-1380205
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 27
رقم السجل
BIM-1380205
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)