TY - JOUR ID - TI - Classification of brain tumors using the multilayer perceptron artificial neural network تصنيف أورام الدماغ بإستخدام الشبكة العصبية الاصطناعية لمستقبلات متعددة الطبقات AU - Raid Adnan Omar رائد عدنان عمر AU - Jassim Mohammed Najim جاسم محمد نجم AU - Imad H. Abood عماد هجول عبود PY - 2018 VL - 16 IS - 36 SP - 190 EP - 198 JO - Iraqi Journal of Physics المجلة العراقية للفيزياء SN - 20704003 26645548 AB - Information from 54 Magnetic Resonance Imaging (MRI) brain tumor images (27 benign and 27 malignant) were collected and subjected to multilayer perceptron artificial neural network available on the well know software of IBM SPSS 17 (Statistical Package for the Social Sciences). After many attempts, automatic architecture was decided to be adopted in this research work. Thirteen shape and statistical characteristics of images were considered. The neural network revealed an 89.1 % of correct classification for the training sample and 100 % of correct classification for the test sample. The normalized importance of the considered characteristics showed that kurtosis accounted for 100 % which means that this variable has a substantial effect on how the network perform when predicting cases of brain tumor, contrast accounted for 64.3 %, correlation accounted for 56.7 %, and entropy accounted for 54.8 %. All remaining characteristics accounted for 21.3-46.8 % of normalized importance. The output of the neural networks showed that sensitivity and specificity were scored remarkably high level of probability as it approached % 96.

جمعت معلومات من 54 صورة لورم الدماغ من صور جهاز الرنين المغناطيسي (27 صورة لورم الدماغ الحميد و 27 صورة لورم الدماغ الخبيث) و عرضت هذه المعلومات لشبكة اعصاب افتراضية متعددة الطبقات متوفرة على البرنامج الاحصائي IBM SPSS 17. بعد محاولات عديدة تم اختيار معمارية شبكة الاعصاب الافتراضية الذاتية لمعلومات هذا البحث. ثلاثة عشر معلومة عن الجوانب الاحصائية و الشكلية للصورة تم اعتمادها في هذا البحث. لقد اظهرت شبكة الاعصاب المستخدمة نسب تصنيف صحيح في مجموعة التدريب بلغت 89.1 % بينما بلغت 100 % في مجموعة الاختبار. لقد اظهرت الاهمية المعدلة طبيعيا ان التفرطح (kurtosis) كان المعلومة الاكثر اهمية (100 %) في التمييز بين نوعي ورم الدماغ، و هذا يؤشر الاهمية الجوهرية لهذه المعلومة في التنبؤ بنوع الورم للحالات الجديدة من خلال معلومات صورة الورم. لقد كان لتباين لمعان الصورة (contrast) اهمية طبيعية 64.3 %، و للارتباط 56.7 % و 54.8 % للانتروبي (Entropy) و الذي هو عبارة عن مقياس احصائي للعشوائية التي تستخدم لتمييز نسيج الصورة. لقد تراوحت الاهمية المعدلة طبيعيا لكل المعلومات الباقية بين 21.3 %-46.8 %. لقد اظهرت النتائج التي افرزتها شبكة الاعصاب الافتراضية ان احتمال تنبؤ نوع الورم الحميد تصل الى 96 % (sensitivity) و حالة الورم الخبيث (specificity) تصل الى نفس المستوى . ER -