Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 28
 İndirme 7
Analyzing The Performance Of Mri-based Brain Tumor Detection and Segmentation With Deep Convolution Neural Networks
2021
Dergi:  
Turkish Online Journal of Qualitative Inquiry
Yazar:  
Özet:

A brain tumour is an uncontrolled development of irregular cells formed in various parts of the brain. The image processing based approach is one of the promising solutions for accurate identification of tumour’s in a brain like Magnetic Resonance Imaging (MRI) and Computer Tomography (CT).  Manual segmentation of tumour’s lead to errors in detection and is more time-consuming. Recently, many segmentation approaches have been developed for brain tumour segmentation and classification, among them, deep learning (DL) methods have a good impact and outperform other machine learning algorithms. In this work, a complete summary of MRI-based brain tumour segmentation methods is explained. Primarily, basic steps of image processing steps are explained. Then, segmentation methods proposed by various researchers using deep learning algorithms are summarized. Finally, performance parameters used for segmentation is presented.

Anahtar Kelimeler:

0
2021
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler










Turkish Online Journal of Qualitative Inquiry

Alan :   Eğitim Bilimleri

Dergi Türü :   Uluslararası

Metrikler
Makale : 4.267
Atıf : 1.144
2023 Impact/Etki : 0.002
Turkish Online Journal of Qualitative Inquiry