|
Classification of MRI Images for Brain Tumor Patient Screening |
|---|---|
| รหัสดีโอไอ | |
| Creator | Kamonchanok Siphating |
| Title | Classification of MRI Images for Brain Tumor Patient Screening |
| Contributor | Nonthawat Peranam, Weerasak Sawangloke, Anupong Sukprasert |
| Publisher | Faculty of Informatics, Mahasarakham University |
| Publication Year | 2566 |
| Journal Title | Journal of Applied Informatics and Technology |
| Journal Vol. | 5 |
| Journal No. | 2 |
| Page no. | 100-115 |
| Keyword | Performance comparison, Image classification, Brain tumor |
| URL Website | https://ph01.tci-thaijo.org/index.php/jait/article/view/251842 |
| Website title | Journal of Applied Informatics and Technology |
| ISSN | 2586-8136 |
| Abstract | Abstract:This research aims to create a model for screening brain tumor patients using MRI imaging data from www.kaggle.com. The data was gathered by Chakrabarty (2021) with a total of 253 images. The data was analyzed using the cross-industry standard process for data mining, then the performances of the classification models were compared. The results showed that random forest technique gave the best result for predicting the likelihood of brain tumors, with an accuracy of 76.31%. The F-measure was 73.48% with a sensitivity of 70.14% and a specificity of 82.69%. The data analysis results could be utilized to develop an information system for future patient screenings for brain tumors.บทคัดย่อ:งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างแบบจำลองสำหรับการคัดกรองผู้ป่วยเนื้องอกในสมองด้วยภาพ MRI โดยใช้ข้อมูลจากเว็บไซต์ www.kaggle.com ซึ่งได้ถูกรวบรวมโดย Chakrabarty (2021) จำนวนข้อมูลทั้งหมด 253 ภาพ และนำมาวิเคราะห์ตามกระบวนการทำเหมืองข้อมูล จากนั้นเปรียบเทียบประสิทธิภาพแบบจำลอง ผลการวิจัยพบว่า เทคนิคต้นไม้ป่าสุ่ม เป็นเทคนิคที่มีความเหมาะสมในการสร้างแบบจำลองการพยากรณ์โอกาสเป็นโรคเนื้องอกในสมอง โดยให้ค่าความแม่นยำสูงที่สุดถึง 76.31% ค่าประสิทธิภาพโดยรวมเท่ากับ 73.48% ค่าความไวเท่ากับ 70.14% และค่าจำเพาะเท่ากับ 82.69% ซึ่งผลการวิเคราะห์ข้อมูลในครั้งนี้สามารถนำไปสร้างเป็นระบบสารสนเทศเพื่อใช้สำหรับการคัดกรองผู้ป่วยเนื้องอกในสมองในอนาคต |
