• English
    • العربية
  • English
  • تسجيل الدخول
  • جامعة قطر
  • مكتبة جامعة قطر
  •  الصفحة الرئيسية
  • الوحدات والمجموعات
  • المساعدة
    • إرسال الأعمال الأكاديمية
    • سياسات الناشر
    • أدلة المستخدم
    • الأسئلة الأكثر تكراراً
  • عن المستودع الرقمي
    • الرؤية والرسالة
عرض التسجيلة 
  •   مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مساهمة أعضاء هيئة التدريس
  • كلية الهندسة
  • علوم وهندسة الحاسب
  • عرض التسجيلة
  • مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مساهمة أعضاء هيئة التدريس
  • كلية الهندسة
  • علوم وهندسة الحاسب
  • عرض التسجيلة
  •      
  •  
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Intelligent Brain Tumor Detector

    Thumbnail
    التاريخ
    2023-01-01
    المؤلف
    Abdelhamid, Mostafa
    Alhato, Mohammed
    Elmancy, Ali
    Al-Maadeed, Somaya
    El Harrouss, Omar
    البيانات الوصفية
    عرض كامل للتسجيلة
    الملخص
    A major challenge in brain tumor treatment planning is determination of the tumor extent. Brain tumor disease can be identified with imaging techniques such as MRI. The images produced by an MRI scan can provide a clear view of the brain's internal structures, including the presence of any abnormal growths or tumors. Tumors can be seen on the images as areas of abnormal tissue that have a different signal intensity from normal brain tissue. In addition, the MRI images can also provide information about the size, shape, location, and characteristics of the tumor, such as its blood flow and whether it is solid or cystic. This information can be very helpful in determining the best course of treatment for the patient. The main objective of this paper is to recognize the existence of tumors in the brain from MRI images using machine learning techniques. Our results show that the k-nearest approach is capable of precisely identifying brain cancers with more than 97%.
    معرّف المصادر الموحد
    https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85179846020&origin=inward
    DOI/handle
    http://dx.doi.org/10.1109/ISNCC58260.2023.10323954
    http://hdl.handle.net/10576/60098
    المجموعات
    • علوم وهندسة الحاسب [‎2429‎ items ]

    entitlement


    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    الصفحة الرئيسية

    أرسل عملك التابع لجامعة قطر

    تصفح

    محتويات مركز المجموعات الرقمية
      الوحدات والمجموعات تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر
    هذه المجموعة
      تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر

    حسابي

    تسجيل الدخول

    إحصائيات

    عرض إحصائيات الاستخدام

    عن المستودع الرقمي

    الرؤية والرسالة

    المساعدة

    إرسال الأعمال الأكاديميةسياسات الناشرأدلة المستخدمالأسئلة الأكثر تكراراً

    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    Video