الصحة مهمة جداً لحياة الإنسان. وبشكل خاص، صحة الدماغ، الذي يعد التنفيذي للموارد الحيوية، مهمة جداً. يتم توفير التشخيص لصحة الإنسان بواسطة أجهزة التصوير بالرنين المغناطيسي (MRI)، التي تساعد صانعي القرار الصحيين في الأعضاء الحيوية مثل صحة الدماغ. الصور من هذه الأجهزة هي مصدر للبيانات الضخمة للذكاء الاصطناعي. هذه البيانات الضخمة تمكن من أداء عالي في مشاكل تصنيف معالجة الصور، وهو فرع فرعي من الذكاء الاصطناعي. في هذه الدراسة، نهدف إلى تصنيف أورام الدماغ مثل الورم الدبقي، ورم السحايا، ورم الغدة النخامية من صور الرنين المغناطيسي للدماغ. تم استخدام الشبكة العصبية التلافيفية (CNN) وأساليب التعلم المنقول المعتمدة على CNN مثل Inception-V3 وEfficientNetB4 وVGG19 للتصنيف. تم استخدام قيمة F-score، والاسترجاع، والطباعة، والدقة لتقييم هذه النماذج. تم الحصول على أفضل نتيجة دقة مع VGG16 بنسبة 98%، بينما كانت قيمة F-score لنفس نموذج التعلم المنقول هي ، وكانت قيمة المساحة تحت المنحنى (AUC) هي ، وكانت قيمة الاسترجاع هي ، وكانت قيمة الدقة هي ، إن بنية CNN ونماذج التعلم المنقول المعتمدة على CNN مهمة جداً لصحة الإنسان في التشخيص المبكر والعلاج السريع لمثل هذه الأمراض.

لقد تم تحويل صناعة الرعاية الصحية بسرعة بواسطة التقدم التكنولوجي في السنوات الأخيرة، وأحد المكونات المهمة لهذا التحول هو تكنولوجيا الذكاء الاصطناعي (AI). الذكاء الاصطناعي هو نظام حاسوبي يحاكي الذكاء البشري وله العديد من التطبيقات في الطب. أحد هذه المجالات هو مكافحة أورام الدماغ. تعتبر أورام الدماغ مشكلة صحية عامة رئيسية في قطاع الرعاية الصحية، وتعتبر عمليات التشخيص والعلاج والمتابعة الدقيقة أمرًا حاسمًا. أصبح الذكاء الاصطناعي أداة مهمة لتحسين هذه العمليات وله إمكانات كبيرة للتشخيص المبكر وعلاج أورام الدماغ.

تؤثر أورام الدماغ على صحة الإنسان بسبب موقعها . تم تصميم الذكاء الاصطناعي للمساعدة في تشخيص وعلاج الأمراض المعقدة مثل أورام الدماغ من خلال دمج تقنيات مثل تحليلات البيانات الضخمة، والتعلم الآلي، والتعلم العميق. لدى الذكاء الاصطناعي القدرة على اكتشاف وتصنيف الأورام من خلال تحليل تقنيات تصوير الدماغ، مثل التصوير بالرنين المغناطيسي (MRI). يمكن أن تساعد خوارزميات الذكاء الاصطناعي في تحديد الحجم والموقع والفئة والعدوانية للأورام. يساعد ذلك الأطباء في وضع تشخيص وخطة علاج أكثر دقة، ويساعد المرضى على فهم صحتهم بشكل أفضل.

يمكن أيضًا استخدام الذكاء الاصطناعي لتتبع تقدم المريض خلال العلاج. يمكن استخدام تحليلات الذكاء الاصطناعي لتقييم استجابة العلاج والتنبؤ بإمكانية تكرار الورم. بهذه الطريقة، يمكن تنظيم خطط علاج المرضى بشكل أكثر فعالية ويمكن تطوير أساليب علاج فردية.

في هذه الدراسة، تم إجراء كشف عن الفروق على صور الدماغ. تم إجراء التصنيف باستخدام CNN متعددة الطبقات وأساليب التعلم المنقول المعتمدة على CNN على 4 فئات تم تصنيفها بواسطة الأطباء.

مساهمة الدراسة هي كما يلي.

يظهر مخطط تدفق الدراسة في الشكل 1.

سيتم مسح الدراسات حول أورام الدماغ في السنوات الخمس الماضية من فهارس مثل WOS وIEEE وسيتم شرح تفاصيل الدراسات ذات الصلة في هذا القسم.

في دراسة شملت 3064 صورة MRI من 233 مريضًا تنتمي إلى 4 فئات ورمية مختلفة (ورم سحائي، ورم دبقي، ورم الغدة النخامية) باستخدام آلة الدعم الناقل (SVM) على مجموعات بيانات تم إنشاؤها بعد معالجة مسبقة متنوعة، تم الحصول على قيمة دقة بين تم الحصول عليها . قدم سانثوش وزملاؤه نموذج تصنيف يهدف إلى التمييز بين الأنسجة الدماغية الطبيعية وغير الطبيعية. اعتمد هذا النظام على مزيج من تقنيات العتبة وتقنيات تقسيم المياه. باستخدام SVM، وصلت دقة التصنيف إلى نسبة مثيرة للإعجاب عبر جميع الفئات . حقق رافائيل وزملاؤه معدل دقة قدره باستخدام SVM لتصنيف أورام الدماغ . وبالمثل، حقق غوبتا وساسيدار دقة باستخدام SVM . اقترح غومائي وزملاؤه إطار عمل تصنيف يستفيد من قوة آلة التعلم المتطرفة المنتظمة (RELM) بغرض التمييز بين أورام الدماغ الحميدة والخبيثة. شملت دراستهم جمع ومعالجة بيانات MRI المتعلقة بأورام السحايا، والورم الدبقي، وأورام الغدة النخامية. تم إجراء عملية اختيار الميزات باستخدام GIST وGIST المعاير (NGIST) وPCA-NGIST. باستخدام إجراء التحقق المتقاطع الخماسي الدقيق، حققت تقنية RELM دقة إجمالية مثيرة للإعجاب قدرها تم تحقيق دقة قدرها باستخدام آلة SVM على مجموعة بيانات تضم 90 صورة دماغية طبيعية و154 صورة ورمية تم تصنيف صور أورام الدماغ من كاجل باستخدام CNN وLSTM وCNN-LSTM الهجين. النتائج التي تم الحصول عليها؛ CNN 89%، LSTM 90.02%، دقة CNN-LSTM 92% . أجرى سرينيفاس وزملاؤه دراسة شاملة تتضمن تحليل أداء مقارن لنماذج CNN المعتمدة على التعلم المنقول المدربة مسبقًا باستخدام VGG16 وResNet-50 وهياكل InceptionV3 لتوقع خلايا أورام الدماغ. بشكل خاص، كان لدى InceptionV3 دقة قدرها ، وكان لدى VGG16 دقة عالية قدرها ، وكان لدى ResNet-50 دقة قدرها . في دراسة قائمة على CNN لصور أورام الدماغ، حقق تشودري وماهنتي وكومار وميشرا دقة قدرها ، بينما حققت دراسة قائمة على CNN لمارتيني وأورمان دقة قدرها . بين عامي 2005 و2010، تم إجراء دراسة لتوقع فئات ورم السحايا، والورم الدبقي، والغدة النخامية من صور الدماغ لـ 233 مريضًا في الصين. في هذه الدراسة، تم استخدام CNN رباعية الطبقات. كانت الدقة . في دراسة شملت 200 صورة لأورام الدماغ، كانت دقة تقسيم الصور . حققت دراسات التصنيف على 102 مريض بأورام الدماغ باستخدام أساليب التعلم الآلي SVM وKNN دقة قدرها و على التوالي . في دراسة تصنيف شملت 233 مريضًا بأورام الدماغ، تم استخدام SVM وKNN. في هذه الدراسة، كانت نتيجة الدقة . في دراسة تصنيف باستخدام CNN على صور 233 مريضًا يعانون من ورم سحائي أو ورم دبقي أو ورم الغدة النخامية، كانت الدقة مع التحقق المتقاطع الخماسي . قدم المؤلف نهجًا جديدًا يعرف باسم شبكة الكبسولة (CapsNet)، التي تدمج بفعالية صور MRI للدماغ وحدود الأورام التقريبية لغرض تصنيف أورام الدماغ. حققت هذه الدراسة دقة مثيرة للإعجاب قدرها في تصنيف أورام الدماغ بدقة . في هذه الدراسة، كما هو موضح في الأدبيات، سيتم استخدام CNN وأساليب التعلم المنقول المعتمدة على CNN لكشف أورام الدماغ.

يصف هذا القسم مجموعة البيانات، وخوارزمية التصنيف (CNN) المستخدمة في الدراسة، وهياكل التعلم المنقول VGG19 وVGG16 وInceptionV3 وEfficientNetB4 التي تم تطويرها بناءً على هذه الخوارزمية.

تتكون مجموعة البيانات من إجمالي 2870 صورة MRI للدماغ البشري مصنفة بشكل منهجي إلى أربع فئات مختلفة: ورم دبقي، ورم سحائي، لا يوجد ورم، وغدة نخامية. يتم عرض توزيع الصور المسمى في هذه الفئات الأربع في الجدول 1 للرجوع إليه .

يعتبر الورم الدبقي أكثر أنواع أورام الدماغ الخبيثة شيوعًا وعادة ما يحدث في الخلايا الدبقية في الدماغ والحبل الشوكي. ورم السحايا هو نوع حميد من أورام الدماغ، ولكنه يمكن أن يصبح خبيثًا دون تدخل مناسب. يتم تصنيف هذه الفئات بواسطة الأطباء. حجم الصور المدخلة هو . يوضح الجدول 1 تمييز مجموعات التدريب والاختبار والتحقق حسب الفئة.

التعلم العميق هو فرع من فروع تعلم الآلة يركز على تدريب الشبكات العصبية الاصطناعية لأداء مهام معقدة من خلال تعلم الأنماط والتمثيلات مباشرة من البيانات. على عكس أساليب تعلم الآلة التقليدية التي تتطلب هندسة ميزات يدوية، تقوم خوارزميات التعلم العميق باستخراج الميزات الهرمية من البيانات بشكل مستقل، مما يؤدي إلى إنشاء نماذج قوية ودقيقة للغاية. في هذه الدراسة، يتم استخدام بنية الشبكة العصبية التلافيفية.

تمثل الشبكات العصبية التلافيفية تقدمًا كبيرًا في التعلم العميق ورؤية الكمبيوتر. تم تصميم هذه الهياكل خصيصًا لاستخراج ميزات ذات مغزى من البيانات البصرية المعقدة، مثل الصور والفيديو. الهيكل الأساسي لشبكة CNN، الذي يتكون من طبقات تلافيفية وطبقات تجميع وطبقات متصلة بالكامل، يحاكي قدرة النظام البصري البشري على التعرف على الأنماط والميزات الهرمية. تستخدم الطبقات التلافيفية عمليات تلافيفية لاكتشاف الميزات المحلية، والتي يتم تجريدها تدريجيًا بواسطة طبقات التجميع التي تضغط المعلومات. يتم بعد ذلك تغذية التمثيلات الهرمية الناتجة إلى طبقات متصلة بالكامل لمهام التصنيف أو الانحدار. لقد أعادت CNN تعريف مشهد التعرف على الصور، محققة نجاحًا ملحوظًا في مجالات متنوعة تتراوح بين تصنيف الصور واكتشاف الكائنات إلى التعرف على الوجوه وتحليل الصور الطبية. .

يعتبر التعلم بالنقل مفهومًا أساسيًا في كل من تعلم الآلة والتعلم العميق، حيث يتضمن استخدام المعرفة المكتسبة من تدريب نموذج على مهمة معينة ثم تطبيق تلك المعرفة على مهمة أخرى ذات صلة. في مجال الشبكات العصبية، يظهر التعلم بالنقل قوة كبيرة. ويشمل عملية استخدام نموذج مدرب مسبقًا، عادةً ما يكون مدربًا على مجموعة بيانات شاملة ومتنوعة، ثم ضبطه على مجموعة بيانات أو مهمة جديدة. .

في هذه الدراسة، تم استخدام نماذج التعلم الانتقالي InceptionV3 و VGG16 و VGG19 و EfficientNetB4 في عملية التصنيف.

تعتبر هذه العمارة نموذج CNN بارز تم تقديمه بواسطة ، الذي يبني على سلفه، نموذج أليكس نت. يحقق هذا التحسين من خلال استبدال و النوى في أول طبقتين من الطبقات التلافيفية مع سلسلة من النماذج. يشغل النموذج حوالي 528 ميغابايت من مساحة التخزين وقد حقق دقة موثقة في المراتب الخمس الأولى من على بيانات ImageNet، التي تشمل حوالي 138.4 مليون معلمة. تتكون مجموعة بيانات ImageNet من حوالي 14 مليون صورة مصنفة عبر 1000 فئة. تم تدريب VGG16 على وحدات معالجة الرسوميات القوية على مدى عدة أسابيع. استخدمت هذه الدراسة VGG16 و VGG19.

EfficientNet هي عائلة من نماذج الشبكات العصبية التلافيفية القابلة للتوسع والفعالة. الهدف الرئيسي من هذه السلسلة هو تحقيق أداء أفضل مع عدد أقل من المعلمات. مصطلح “EfficientNet” هو مزيج من كلمتي “الكفاءة” و”الشبكة”. تُستخدم سلسلة النماذج بشكل أساسي في مهام المعالجة البصرية مثل تصنيف الصور.

EfficientNet هي عائلة من النماذج التي تقدم نتائج تنافسية من حيث الأداء وتكلفة الحوسبة. تقدم تنوعات بأحجام وتعقيدات مختلفة على مقاييس مختلفة. النماذج ذات الأرقام الأعلى عادة ما تكون أكبر وأكثر تعقيدًا، لكنها تتطلب المزيد من قوة الحوسبة. كانت النموذج الأعلى أداءً في مسابقة ImageNet. .

معمارية Inception هي معمارية تستخدم في مجال التعلم العميق والشبكات العصبية التلافيفية. تم تصميمها لأداء مهام استخراج الميزات والتصنيف بشكل أكثر كفاءة. تم تقديمها لأول مرة في ورقة بعنوان “الذهاب أعمق مع التلافيف”، وتهدف معمارية Inception إلى تقديم أداء أفضل عند معالجة مجموعات البيانات البصرية المعقدة. تتميز بنية Inception بوجود هيكل يتضمن طبقات تلافيفية متوازية ويجمع مخرجات هذه الطبقات. بهذه الطريقة، يمكن التقاط ومعالجة ميزات بأحجام مختلفة في الوقت نفسه. .

تُستخدم طرق تقييم الأداء مثل الدقة، والتميز، والاسترجاع، ودرجة F لتقييم النماذج التي تم إنشاؤها لمشاكل التصنيف مثل معالجة الصور. تُستخرج هذه الطرق من مصفوفة الالتباس. تُعطى مصفوفة الالتباس في الجدول .

في الجدول 2، الرموز ، و تتوافق مع القيم السلبية الحقيقية، الإيجابية الحقيقية، الإيجابية الكاذبة، والسلبية الكاذبة، على التوالي. من المعادلات (1) إلى (4)، يتم إعطاء الدقة، الدقة، الاسترجاع ودرجة F على التوالي.

منحنى ROC هو أداة رسومية تُستخدم لتقييم أداء نموذج التصنيف، خاصة في سيناريوهات التصنيف الثنائي. يوفر تصورًا لحساسية النموذج وخصوصيته، موضحًا تباينهما مع تغيير العتبات. يتم رسم منحنى ROC مع معدل الإيجابيات الخاطئة على المحور السيني ومعدل الإيجابيات الحقيقية (TPR) على المحور الصادي. يقع المصنف الأمثل، الذي يتميز بمعدل إيجابيات حقيقية يساوي واحد ومعدل إيجابيات خاطئة يساوي صفر، في الزاوية العليا اليسرى من الرسم البياني. يأخذ المنحنى شكله حول هذه النقطة، موضحًا أداء النموذج عبر عتبات مختلفة. .

بالإضافة إلى ذلك، فإن المساحة تحت منحنى خصائص التشغيل المستقبلية (ROC)، والتي تُعرف عادةً بـ “المساحة تحت المنحنى”، تلخص بشكل موجز أداء النموذج العام في مقياس واحد. تتراوح قيمة AUC من 0 إلى 1، حيث تشير القيم الأقرب إلى 1 إلى زيادة القدرة التمييزية للنموذج. تعتبر منحنى ROC وقيمة AUC أدوات أساسية لمقارنة النماذج وفهم أداء نموذج التصنيف. تشير قيمة AUC الأعلى عمومًا إلى أداء أفضل للنموذج، بينما يوضح المنحنى نقاط القوة والضعف في أداء النموذج عند عتبات مختلفة. .

نظرًا لأن البيانات مفتوحة المصدر، لم يتم إجراء تجارب على البشر من قبل المؤلفين. لقد تم دراسة المصدر المفتوح على صور الرنين المغناطيسي.

تتناول هذه الدراسة مشكلة تصنيف الصور باستخدام طرق التعلم العميق. المشكلة الأكثر أهمية والأكثر دراسة من بين هذه المشكلات هي تلك المتعلقة بالصور الصحية. في هذا السياق، تم اختيار خمسة نماذج مختلفة (InceptionV3، EfficientNetB4، VGG16، VGG19، Multi-Layer CNN) لتصنيف أورام الدماغ وتمت مقارنة أدائها على نفس مجموعة البيانات. من مجموعة البيانات تم استخدامها للاختبار، للتأكيد و للتدريب. تم إجراء جميع إعدادات التجارب والنتائج في Google Colab.

أولاً، نحتاج إلى تحديد بنية نموذجنا. الشكل المدخلي لبياناتنا هو ولديه 3 قنوات. نظرًا لوجود 4 فئات مختلفة إجمالاً، يتم تعيين عدد فئات الإخراج إلى 4. يحتوي نموذجنا على هيكل يتضمن طبقات تلافيف وطبقات تجميع. أولاً، هناك طبقة التلافيف مع 32 مرشحًا. يلي ذلك طبقة التجميع الأقصى. هذا يقلل من الحجم من خلال التأكيد على الميزات ذات المستوى الأدنى. لتعميق نموذجنا، يتم تكرار هذه البنية مرتين، مع إضافة طبقات التلافيف بـ 64 و 128 مرشحًا، على التوالي، وطبقات التجميع الأقصى بحجم .

يتم تحويل خريطة الميزات الناتجة إلى متجه مسطح باستخدام طبقة تسطيح. ثم يتم إضافة طبقة مخفية (كثيفة) تحتوي على 128 خلية عصبية. تعمق هذه الطبقة الميزات المتعلمة وتزيد من التعميم. أخيرًا، تحتوي طبقة الإخراج على 4 خلايا عصبية وتحسب الاحتمالات بين الفئات باستخدام دالة تفعيل سوفتماكس. لتدريب نموذجنا، نحتاج إلى تحديد الدالة والمعايير المثلى. في هذه الورقة، نستخدم خوارزمية تحسين ريكتي فايد آدم. تقوم هذه الخوارزمية بضبط معدل التعلم ديناميكيًا وتساعد على استخدام التدرجات بشكل أكثر كفاءة. أيضًا، يتم استخدام خسارة الانتروبيا المتقاطعة الفئوية كدالة خسارة أثناء التدريب، حيث إنها مستخدمة على نطاق واسع في مهام التصنيف متعددة الفئات.

المقاييس التي تم تتبعها خلال التدريب هي الدقة، بالإضافة إلى الدقة والاسترجاع. هذه المقاييس مهمة لتقييم أداء التصنيف للنموذج. بالإضافة إلى ذلك، يتم استخدام استرجاع معدل التعلم المنخفض (ReduceLROnPlateau) لضبط معدل التعلم بشكل ديناميكي. هذا الاسترجاع يقلل من معدل التعلم عندما يصبح دالة الخسارة مسطحة خلال عملية التدريب، مما يؤدي إلى تدريب أكثر استقرارًا. تم تعيين عدد الدورات إلى 14 وحجم الدفعة إلى 10.

في هياكل التعلم بالنقل، تكون جميع المعلمات والطبقات خارج النموذج هي نفسها، ولكن بعد إزالة آخر 3 طبقات من نماذج التعلم بالنقل، تتم إضافة طبقات فريدة من نوعها لمجموعة البيانات بدلاً من ذلك: تحتوي طبقة GlobalAveragePooling2D على عدد أقل من المعلمات مقارنةً بطبقة Flatten، مما يقلل من خطر الإفراط في التكيف ويساعد في بناء نموذج أكثر كفاءة. أيضًا، بينما تُستخدم طبقة Flatten لتنظيم البيانات، تُستخدم طبقة GlobalAveragePooling2D لاستخراج الميزات، مما يجعل عملية تعلم الشبكة أكثر كفاءة.

نظرًا لأن بيانات التدريب تميل إلى التعلم بسرعة كبيرة مقارنة ببيانات التحقق، قمنا بتعديل نسبة طبقات الإسقاط في الهياكل الأصلية. بالنسبة لجميع النماذج، تم تعيين معدل التخفيف إلى 0.05. خلال عملية تدريب النموذج، كان المحسن المحدد هو “RectifiedAdam”، مع تكوين معلمات المحسن على النحو التالي: معدل التعلم بيتا_ بيتا_ ، وإبسيلون . تم اختيار دالة الخسارة categorical_crossentropy، بينما تشمل المقاييس المستخدمة الدقة، الاسترجاع، الدقة التصنيفية، والدقة. هذا يكمل مرحلة ما قبل التدريب للنموذج. الطبقة النهائية من النموذج هي الطبقة الكثيفة، التي تحتوي على 4 خلايا عصبية، وهو عادة عدد فئات الإخراج في مشاكل التصنيف. دالة التنشيط لهذه الطبقة هي “softmax”. تجعل دالة softmax قيم الإخراج قابلة للتفسير كاحتمالات بين الفئات. علاوة على ذلك، نوع البيانات لهذه الطبقة هو “float64″، مما يعني أن قيم الإخراج من نوع دقة مزدوجة 64 بت. كما تطبق الطبقة تنظيمًا باستخدام خاصية “kernel_regularizer”. يهدف تنظيم L2 المستخدم هنا إلى تقليل خطر الإفراط في التكيف عن طريق تقييد حجم الأوزان. يتحكم معامل التنظيم 0.1، المشار إليه بـ “regulars. 12 (0.1)”، في فعالية التنظيم.

خلال عملية تدريب النموذج، تم استخدام دالة “ReduceLROnPlateau” من مكتبة Keras كخوارزمية لتراجع الأخطاء. تقوم هذه الدالة تلقائيًا بتقليل معدل التعلم عندما يقترب النموذج من حد محلي أو عندما لا تنخفض قيمة الخسارة. معلمات دالة “ReduceLROnPlateau” هي كما يلي: المراقبة: المقياس الذي يتم مراقبته عادة هو “val_loss” (خسارة التحقق). هذا هو المقياس المستخدم لتحديد ما إذا كان يجب تقليل معدل التعلم:

استخدام هذه الميزة يسمح بتدريب نموذج أكثر استقرارًا وكفاءة، مما يسهل عملية ضبط معلمات التدريب دون الحاجة إلى تعديل معدل التعلم يدويًا. تم تشغيل برنامج التدريب على مدى 14 دورة مع دفعات بحجم 10. تفاصيل نموذج الشبكة العصبية التلافيفية متعددة الطبقات المستخدمة في الدراسة موضحة في الشكل 2، الذي يوضح ميزاته المعمارية.

تظهر رسومات فقدان دقة التدريب والتحقق للنماذج التي تم إنشاؤها باستخدام VGG19 و EfficientNetB4 و InceptionV3 للتعلم الانتقالي و CNN في الشكل 3.

يوضح الجدول 3 دقة النتائج، ودرجة F، والاسترجاع، والدقة، ونتائج AUC للنماذج التي تم إنشاؤها في الدراسة.

وفقًا للجدول 3، تم الحصول على أفضل نتيجة دقة بواسطة VGG16 مع . إنه يتفوق على الطرق الأخرى بقيمة F-score قيمة AUC لـ قيمة الاسترجاع وقيم الدقة لـ تظهر منحنيات ROC للنماذج التي تم إنشاؤها في الدراسة في الشكل 4.

وفقًا لقيم AUC في الشكل 4، تتمتع نماذج التعلم الانتقالي VGG وInceptionV3 وEfficientNetB4 والنماذج المبنية باستخدام CNN بميزات مميزة. يتم عرض مصفوفة الارتباك للدراسة حول تصنيف الورم الدبقي، والورم السحائي، والمرضى العاديين غير المصابين بالأورام، ومرضى الأورام النخامية في مجموعة البيانات حسب نوع الورم في الشكل 5.

كما هو موضح في مصفوفة الارتباك في الشكل 5، فإن أداء التصنيف مرتفع لجميع النماذج الأربعة (نماذج VGG16 و VGG19، نموذج CNN، نموذج EfficientNetB4، نموذج InceptionV3).

كجزء من الدراسة، تم تدريب نماذج CNN ونماذج التعلم الانتقالي المستندة إلى CNN مثل InceptionV3 و EfficientNetB4 و VGG19 على بيانات مفتوحة المصدر لمرضى أورام الدماغ. تم الحصول على أفضل نتيجة دقة مع EfficientNetB4 مع يظهر مقارنة دراسات أورام الدماغ مع الأدبيات في الجدول 4.

كما هو موضح في الجدول 4، فإن نماذج التعلم العميق المعتمدة على الشبكات العصبية التلافيفية المستخدمة في الدراسة أدت أداءً أفضل. تلعب الذكاء الاصطناعي في الرعاية الصحية دورًا مهمًا في إدارة الأمراض المعقدة مثل أورام الدماغ. يمكّن الذكاء الاصطناعي من تحقيق تشخيص وعلاج أسرع وأكثر دقة وفعالية. ومع ذلك، فإن تقنية الذكاء الاصطناعي ليست مخصصة لاستبدال الأطباء تمامًا، بل لدعم وتعزيز عملهم. لتحقيق الإمكانات الكاملة للذكاء الاصطناعي، من المهم النظر في قضايا مثل الأخلاقيات والأمان والخصوصية. في المستقبل، ستستمر الحلول المعتمدة على الذكاء الاصطناعي في المساهمة في إدارة أفضل لأورام الدماغ وغيرها من المشاكل الصحية، وتحسين جودة الحياة.

للمرضى. كما هو موضح في هذه الدراسة، ستزداد أهمية الدراسات المعتمدة على الذكاء الاصطناعي لصحة الإنسان، من التشخيص المبكر إلى التقدم الإيجابي في عملية العلاج.

استنادًا إلى نتائج هذه الدراسة، يجب تفضيل طرق التعلم بالنقل، خاصة في التطبيقات المعتمدة على معالجة الصور لدعم صانعي القرار في مجال الصحة. يمكن استخدام البيانات المستمدة من التصوير بالرنين المغناطيسي أو الأشعة المقطعية كنظام إنذار مبكر لمساعدة صانعي القرار في الصحة على اتخاذ قرارات سريعة ودقيقة. لذلك، بالإضافة إلى التحليل التجريبي، يجب أن تأخذ التطبيقات المعتمدة على الذكاء الاصطناعي دورًا أكثر نشاطًا في أقرب وقت ممكن. ولهذا الغرض، سيتم التحقيق في تشخيص الأمراض من صور الأشعة المقطعية أو الرنين المغناطيسي الفورية في السنوات القادمة.

مع دافعنا للتحقيق في كيفية عمله في نماذج التعلم العميق القائم على الشبكات العصبية التلافيفية الأحادية والمتعددة الطبقات، قمنا بتصنيف مجموعة البيانات كما هي دون عمليات التدوير والقص، وهو ما يُعتبر أهم قيود دراستنا.

تم مشاركة مجموعة البيانات كمصدر مفتوح. رابط التوفر: https://doi.org/https://doi.org/10.34740/kaggle/dsv/1183165.
تم الاستلام: 15 سبتمبر 2023؛ تم القبول: 24 يناير 2024
تم النشر على الإنترنت: 01 فبراير 2024

م.ز.ك، تحليل البيانات، التجارب والتقييمات، إعداد مسودة المخطوطة م.س.ب، التصور، تحديد المنهجية، تقييم النتائج، والمراجعة الأصلية، والإشراف. يؤكد المؤلفون أنه لا يوجد أي صورة لأي مشارك في المقال.

يعلن المؤلفون عدم وجود مصالح متنافسة.

يجب توجيه المراسلات وطلبات المواد إلى م.س.ب.
معلومات إعادة الطبع والتصاريح متاحة على www.nature.com/reprints.
ملاحظة الناشر تظل Springer Nature محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.

الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي للاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج في أي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح ما إذا كانت هناك تغييرات قد تم إجراؤها. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي للمقال، ما لم يُذكر خلاف ذلك في سطر الائتمان للمادة. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي للمقال واستخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، ستحتاج إلى الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارة http://creativecommons.org/licenses/by/4.0/.
© المؤلفون 2024

Health is very important for human life. In particular, the health of the brain, which is the executive of the vital resource, is very important. Diagnosis for human health is provided by magnetic resonance imaging (MRI) devices, which help health decision makers in critical organs such as brain health. Images from these devices are a source of big data for artificial intelligence. This big data enables high performance in image processing classification problems, which is a subfield of artificial intelligence. In this study, we aim to classify brain tumors such as glioma, meningioma, and pituitary tumor from brain MR images. Convolutional Neural Network (CNN) and CNN-based inception-V3, EfficientNetB4, VGG19, transfer learning methods were used for classification. F-score, recall, imprinting and accuracy were used to evaluate these models. The best accuracy result was obtained with VGG16 with 98%, while the F-score value of the same transfer learning model was , the Area Under the Curve (AUC) value was , the recall value was , and the precision value was . CNN architecture and CNN-based transfer learning models are very important for human health in early diagnosis and rapid treatment of such diseases.

The healthcare industry has been rapidly transformed by technological advances in recent years, and an important component of this transformation is artificial intelligence (AI) technology. AI is a computer system that simulates human-like intelligence and has many applications in medicine. One such area is the fight against brain tumors. Brain tumors are a major public health problem in the healthcare sector, and accurate diagnosis, treatment, and follow-up processes are critical. AI has become an important tool for improving these processes and has great potential for early diagnosis and treatment of brain tumors.

Brain tumors affect human health due to their location . AI is designed to help diagnose and treat complex diseases such as brain tumors by combining technologies such as big data analytics, machine learning, and deep learning. AI has the ability to detect and classify tumors by analyzing brain imaging techniques, such as Magnetic Resonance Imaging (MRI). AI algorithms can help determine the size, location, class, and aggressiveness of tumors. This helps physicians make a more accurate diagnosis and treatment plan, and helps patients better understand their health.

AI can also be used to track a patient’s progress through treatment. AI-based analytics can be used to assess treatment response and predict potential tumor recurrence. In this way, patients’ treatment plans can be more effectively organized and individualized treatment approaches can be developed.

In this study, difference detection was performed on brain images. Classification was performed with multilayer CNN and CNN-based transfer learning methods on 4 classes labeled by physicians.

The contribution of the study is as follows.

The flow diagram of the study is shown in Fig. 1.

Studies on brain tumors in the last 5 years will be scanned from indexes such as WOS and IEEE and the details of the related studies will be explained in this section.

In a study of 3064 MRI images from 233 patients belonging to 4 different tumor classes (meningioma, glioma, pituitary, tumor) with support vector machine (SVM) on datasets generated after various preprocessing, an accuracy value between was obtained . Santhosh and colleagues presented a classification model aimed at distinguishing between normal and abnormal brain tissue. This system relied on a combination of thresholding and watershed segmentation techniques. Using SVM, the classification accuracy reached an impressive across all categories . Rafael et al. achieved an accuracy rate of using SVM for brain tumor classification . Similarly, Gupta and Sasidhar achieved accuracy using SVM . Gumaei et al. proposed a classification framework that harnesses the power of regularized extreme learning machine (RELM) for the purpose of distinguishing between benign and malignant brain tumors. Their study involved the collection and preprocessing of MRI data related to meningioma, glioma, and pituitary tumors. The feature selection process was performed using GIST, Normalized GIST (NGIST), and PCA-NGIST methods. Using a meticulous fivefold cross-validation procedure, the RELM technique yielded an impressive overall accuracy of accuracy was achieved using SVM machine learning on a dataset of 90 normal and 154 tumor brain images brain tumor images from Kaggle were classified using CNN, LSTM and CNN-LSTM hybrid. The results obtained; CNN 89%, LSTM 90.02%, CNN-LSTM 92% accuracy . Srinivas and co-authors conducted a comprehensive study involving a comparative performance analysis of transfer learning based CNN models pre-trained with VGG16, ResNet-50 and InceptionV3 architectures for brain tumor cell prediction. In particular, InceptionV3 had an accuracy of , VGG16 had a high accuracy of , and ResNet-50 had an accuracy of . In a CNN-based study of brain tumor images, Choudhury, Mahanty, Kumar, and Mishra achieved an accuracy of , while Martini and Oermann’s CNN-based study achieved an accuracy of . Between 2005 and 2010, a study was conducted to predict the classes of meningioma, glioma, and pituitary gland from brain images of 233 patients in China. In this study, 4 -layer CNN was used. The accuracy was . In a study of 200 brain tumor images, the accuracy of image segmentation was . Classification studies on 102 brain tumor patients using SVM and KNN machine learning methods achieved and accuracy, respectively . In a classification study of 233 brain tumor patients, SVM and KNN were used. In this study, the accuracy result was . In a classification study using CNN on 233 patient images with meningioma, glioma or pituitary tumor, the accuracy was with fivefold cross-validation . The author introduced a novel approach known as a Capsule Network (CapsNet), which effectively integrates brain MRI images and approximate tumor boundaries for the purpose of brain tumor classification. This study achieved an impressive accuracy of in accurately classifying brain tumors . In this study, as seen in the literature, CNN and CNN-based transfer learning methods will be used for brain tumor detection.

This section describes the dataset, the classification algorithm (CNN) used in the study, and the transfer learning architectures VGG19, VGG16, InceptionV3, EfficientNetB4 developed based on this algorithm.

The dataset consists of a total of 2870 human brain MRI images systematically classified into four different categories: glioma, meningioma, no tumor and pituitary. The distribution of labeled images into these four classes is shown in Table 1 for reference .

Glioma is the most common type of malignant brain tumor and typically occurs in glial cells in the brain and spinal cord. Meningioma is a benign type of brain tumor, but can become malignant without appropriate intervention. These classes are labeled by physicians. The size of the input images is . Table 1 shows the training, test and validation set discriminations by class.

Deep learning is a subset of machine learning that focuses on training artificial neural networks to perform complex tasks by learning patterns and representations directly from data. Unlike traditional machine learning approaches that require manual feature engineering, deep learning algorithms autonomously extract hierarchical features from data, leading to the creation of powerful and highly accurate models . In this study, a CNN architecture is employed.

Convolutional neural networks represent a major breakthrough in deep learning and computer vision. These architectures are specifically designed to extract meaningful features from complex visual data, such as images and video. The inherent structure of the CNN, consisting of convolutional layers, pooling layers, and fully connected layers, mimics the ability of the human visual system to recognize patterns and hierarchical features. Convolutional layers use convolutional operations to detect local features, which are then progressively abstracted by pooling layers that condense the information. The resulting hierarchical representations are then fed into fully connected layers for classification or regression tasks. CNN have redefined the landscape of image recognition, achieving remarkable success in diverse domains ranging from image classification and object detection to face recognition and medical image analysis .

Transfer learning stands as a fundamental concept within both machine learning and deep learning, involving the utilization of knowledge garnered from training a model on a particular task and subsequently applying that knowledge to another related task. In the realm of neural networks, transfer learning manifests significant potency. It encompasses the process of employing a pre-trained model, typically trained on a comprehensive and varied dataset, and fine-tuning it on a fresh dataset or task .

In this study, transfer learning models InceptionV3, VGG16, VGG19, and EfficientNetB4 were used in the classification process.

This architecture stands as a notable CNN model introduced by , which builds upon its predecessor, the AlexNet model. It achieves this enhancement by replacing the initial and kernels in the first two convolutional layers with a series of consecutive kernels. The model occupies approximately 528 MB of storage space and has achieved a documented top-5 accuracy of on ImageNet data, encompassing approximately 138.4 million parameters. The ImageNet dataset comprises approximately 14 million images categorized across 1000 classes. The training of VGG16 was conducted on robust GPUs over the span of several weeks. This study used VGG16 and VGG19.

EfficientNet is a family of scalable and efficient CNN models. The main goal of this series is to achieve better performance with fewer parameters. The term “EfficientNet” is a combination of the words “efficiency” and “network”. The model series is mainly used in visual processing tasks such as image classification.

EfficientNet is a family of models that delivers competitive results in both performance and computational cost. It offers variations of different size and complexity at different scales. Higher numbered models are typically larger and more complex, but require more computing power. It was the top performing model in the ImageNet competition .

The Inception architecture is an architecture used in the field of deep learning and CNN. It is designed to perform feature extraction and classification tasks more efficiently. First introduced in a paper titled “Going Deeper with Convolutions”, the Inception architecture aims to provide better performance when processing complex visual datasets . The Inception architecture has a structure that includes parallel convolution layers and combines the outputs of these layers. In this way, features of different sizes can be captured and processed simultaneously .

Performance evaluation methods such as Accuracy, Precision, Recall, and F-score are used to evaluate models created for classification problems such as image processing. These methods are obtained from the confusion matrix. The confusion matrix is given in Table .

In Table 2, the symbols , and correspond to the true negative, true positive, false positive, and false negative values, respectively. From Eqs. (1) to (4), Accuracy, Precision, Recall and F-score is given respectively.

The ROC Curve is a graphical tool used to evaluate the performance of a classification model, particularly in binary classification scenarios. It provides a visualization of the sensitivity and specificity of the model, showing their variation as thresholds are changed . The ROC curve is plotted with the false positive rate on the x -axis and the True Positive Rate (TPR) on the y-axis. An optimal classifier, characterized by a TPR of one and a false positive rate of zero, lies in the upper left corner of the graph. The curve takes shape around this point, illustrating the performance of the model across different thresholds .

In addition, the area under the receiver operating characteristic (ROC) curve, commonly referred to as the “area under the curve”, succinctly summarizes the overall model performance in a single metric. The AUC value ranges from 0 to 1 , with values closer to 1 indicating the increased discriminative ability of the model . The ROC curve and AUC value serve as essential tools for comparing models and understanding classification model performance. A higher AUC value generally indicates superior model performance, while the curve illustrates the model’s performance strengths and weaknesses at various thresholds .

As the data is open source, there are no experiments on humans conducted by the authors. Open source has been studied on MRI images.

This study addresses the problem of image classification using deep learning methods. The most important and widely studied of these problems is that of health images. In this context, five different models (InceptionV3, EfficientNetB4, VGG16, VGG19, Multi-Layer CNN) were selected for the classification of brain tumors and their performances were compared on the same dataset. of the dataset was used for testing, for validation and for training. All experimental setup and results were done at Google Colab.

First, we need to determine the architecture of our model. The input form of our data is and has 3 channels. Since we have a total of 4 different classes, the number of output classes is set to 4 . Our model has a structure that includes convolutional and pooling layers. First, there is a convolutional layer with 32 filters. This is followed by a max pooling layer. This reduces the size by emphasizing lower-level features. To deepen our model, this structure is repeated twice, adding convolutional layers with 64 and 128 filters, respectively, and maximum pooling layers of size .

The resulting feature map is transformed into a flat vector with a flattening layer. A hidden (dense) layer of 128 neurons is then added. This layer deepens the learned features and increases generalization. Finally, the output layer has 4 neurons and calculates the probabilities between classes with the softmax activation function. To train our model, we need to determine the optimal function and metrics. In this paper, we use the Rectified Adam optimization algorithm. This algorithm dynamically adjusts the learning rate and helps to use gradients more efficiently. Also, categorical cross-entropy is used as the loss function during training, as it is widely used in multiclass classification task.

The metrics tracked during training are accuracy, as well as precision and recall. These metrics are important for evaluating the classification performance of the model. In addition, a reduced learning rate recall (ReduceLROnPlateau) is used to dynamically adjust the learning rate. This recall reduces the learning rate when the loss function flattens out during the training process, resulting in more stable training. The epoch is set to 14 and the batch size to 10 .

In transfer learning architectures, all parameters and layers outside the model are the same, but after the last 3 layers of transfer learning models are removed, layers unique to the dataset are added instead: the GlobalAveragePooling2D layer contains fewer parameters than the Flatten layer, which reduces the risk of overfitting and helps build a more efficient model. Also, while the Flatten layer is used to organize the data, the GlobalAveragePooling2D layer is used for feature extraction, making the network learning process more efficient.

Due to the fact that the training data tends to learn very fast compared to the validation data, we modified the ratio of the dropout layers in the original architectures. For all models, the dilution rate was set to 0.05 . During the model training process, the designated optimizer was “RectifiedAdam”, with the optimizer parameters configured as follows: learning_rate , beta_ , beta_ , and epsilon . The loss function selected is categorical_crossentropy, while the metrics used include precision, recall, categorical accuracy, and accuracy. This completes the pre-training of the model. The final layer of the model is the dense layer, which contains 4 neurons, which is usually the number of output classes in classification problems. The activation function of this layer is “softmax”. The softmax function makes the output values interpretable as probabilities between classes. Furthermore, the data type of this layer is “float64”, which means that the output values are of a 64 -bit double precision type. The layer also applies regularization using the “kernel_regularizer” property. The L2 regularization used here aims to reduce the risk of overfitting by limiting the size of the weights. The regularization coefficient of 0.1, denoted by “regulars. 12 (0.1)”, controls the effectiveness of the regularization.

During the model training process, the “ReduceLROnPlateau” function of the Keras library was used as a backpropagation algorithm. This function automatically reduced the learning rate when the model approached a local optimum or when the loss value did not decrease. The parameters of the “ReduceLROnPlateau” function are as follows monitor: The metric monitored is usually “val_loss” (validation loss). This is the metric used to determine if the learning rate should be reduced:

Using this feature allows for more stable and efficient model training, streamlining the process of fine-tuning training parameters without the need to manually adjust the learning rate. The training program was run over 14 epochs with batches of size 10. Details of the multilayer CNN model used in the study are presented in Fig. 2, which outlines its architectural features.

The training and validation accuracy loss graphs of the models created with VGG19, EfficientNetB4, InceptionV3 transfer learning, and CNN are shown in Fig. 3.

Table 3 shows the accuracy, F-score, Recall, Precision and AUC results of the models created in the study.

According to Table 3, the best accuracy result was obtained by VGG16 with . It is ahead of other methods with F -score value of , AUC value of , recall value of and precision values of . The ROC curves of the models created in the study are shown in Fig. 4.

According to the AUC values in Fig. 4, the transfer learning models VGG, InceptionV3, and EfficientNetB4 and the models built with CNN have distinctive features. The confusion matrix of the study on the classification of glioma, meningioma, non-tumor normal patients, pituitary tumor patients in the dataset by tumor type is shown in Fig. 5.

As shown in the confusion matrix in Fig. 5, the classification performance is high for all four models (VGG16 and VGG19 models, CNN model, EfficientNetB4 model, InceptionV3 model).

As part of the study, CNN and CNN-based transfer learning models such as InceptionV3, EfficientNetB4, VGG19 were trained on open-source shared brain tumor patients. The best accuracy result was obtained with EfficientNetB4 with . The comparison of the brain tumor studies with the literature is shown in Table 4.

As shown in Table 4, the CNN-based transfer learning models used in the study performed better. AI in healthcare plays an important role in the management of complex diseases such as brain tumors. AI enables faster, more accurate, and more effective diagnosis and treatment processes. However, AI technology is not intended to completely replace doctors, but to support and enhance their work. To realize the full potential of AI, it is important to consider issues such as ethics, security and privacy. In the future, AI-based solutions will continue to contribute to better management of brain tumors and other health problems, and improve the quality of life

for patients. As seen in this study, AI-based studies will increase their importance to human health, from early diagnosis to positive progress in the treatment process.

Based on the results of this study, transfer learning methods should be preferred especially in image processing-based applications to support health decision makers. The data obtained from MRI or CT can be used as an early warning system to help health decision makers make quick and accurate decisions. Therefore, in addition to empirical analysis, AI-based applications should take a more active role as soon as possible. To this end, the diagnosis of diseases from instant CT or MR images will be investigated in the coming years.

With our motivation to investigate how it will work in single CNN and multilayer CNN based transfer learning models, we subjected the dataset to classification as it is without rotation and cropping operations, which is the most important limitation of our study.

The dataset is shared open source. Availability Link: https://doi.org/https://doi.org/10.34740/kaggle/dsv/1183165.
Received: 15 September 2023; Accepted: 24 January 2024
Published online: 01 February 2024

M.Z.K., data analysis, experiments and evaluations, manuscript draft preparation M.S.B., conceptualization, defining the methodology, evaluations of the results, and original draft and reviewing, supervision. The authors affirm there is no figure of any participant in the article.

The authors declare no competing interests.

Correspondence and requests for materials should be addressed to M.S.B.
Reprints and permissions information is available at www.nature.com/reprints.
Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/.
© The Author(s) 2024