Ανάλυση νευρολογικών εικόνων με χρήση του Tensorflow

Abstract

Μία από τις πιο δύσκολες ασθένειες, τόσο στην αντιμετώπιση όσο και στην διάγνωση είναι αυτή του καρκίνου. Αποτελεί ένα από τα σημαντικότερα προβλήματα υγείας που υπάρχουν σε όλη την υφήλιο. Η αντιμετώπιση της είναι ιδιαίτερα δύσκολη και εξαρτάται σε μεγάλο βαθμό από την έγκαιρη διάγνωση. Από τις κυριότερες τεχνικές στον τομέα της ανίχνευσης της, είναι αυτή της μαγνητικής τομογραφίας (MRI). Παρόλη την σημαντική συμβολή των μαγνητικών εικόνων, η διάγνωση παραμένει δύσκολη και πολύ χρονοβόρα. Το γεγονός αυτό αιτιολογείται εξαιτίας των πολλών μορφών και χαρακτηριστικών που μπορεί να πάρει ο καρκίνος, αλλά και επειδή η ανίχνευση γίνεται χειροκίνητα από τον γιατρό. Αν συνυπολογιστεί και το μεγάλο πλήθος του όγκου δεδομένων που παράγεται συνεχώς και πρέπει να ελέγχεται χειροκίνητα από τον γιατρό, γίνεται εμφανές ότι η καθυστερημένη ίσως και λανθασμένη διάγνωση είναι ένα σοβαρό πρόβλημα. Η εργασία αυτή έχει σκοπό την ανάλυση μαγνητικών εικόνων εγκεφάλου(Brain MRI) για την ανίχνευση τυχόν καρκίνου σε αυτές. Η παραπάνω ανάλυση γίνεται με την δημιουργία ενός νευρωνικού δικτύου και συγκεκριμένα ενός συνελικτικού νευρωνικού δικτύου (CNN). Αρχικά, γίνεται μια θεωρητική παρουσίαση στις μορφές και την φύση του καρκίνου στον εγκέφαλο. Στην συνέχεια, παρουσιάζονται παρόμοιες εργασίες που έχουν δημοσιευθεί και αντιμετωπίζουν παρόμοιας φύσης προβλήματα. Έπειτα, αναφέρεται η θεωρητική πλευρά καθώς και ο τρόπος λειτουργίας των νευρωνικών δικτύων· γενικά αλλά και ειδικά στην μορφή που εφαρμόζονται στην παρούσα εργασία. Τέλος, παρουσιάζεται η δημιουργία και ανάλυση του συνελικτικού νευρωνικού δικτύου που δημιουργήθηκε για τους σκοπούς της εργασίας, μαζί με τα αποτελέσματα και συμπεράσματα που προκύπτουν από αυτή.

One of the most difficult diseases, both to treat and to diagnose, is cancer. It is one of the most important health problems that exist around the world. Its treatment is particularly difficult and depends largely on its early diagnosis. One of the main techniques in the field of detection is that of magnetic resonance imaging (MRI). Despite the important contribution of MRI images, diagnosis remains difficult and very time-consuming. This phenomenon occurs because of the many forms and characteristics that cancer can take, and the fact that detection is done manually by the doctor. If we take into account the large amount of data that is constantly generated and has to be checked manually by the doctor, it becomes obvious that delayed and perhaps even incorrect diagnosis is a serious problem. This work aims to analyze brain MRI images for the detection of cancer. The above analysis is done by creating a neural network, specifically a convolutional neural network (CNN). Firstly, a theoretical presentation is given on the forms and nature of brain cancer. In the following, we present similar work that has been published that addresses similar problems. Then, the theoretical aspect is mentioned as well as the way neural networks work in general and especially in the form applied in this paper. Finally, the creation and analysis of the convolutional neural network, created for the purposes of the study, is presented along with the results and conclusions that emerge from it.