JBT Journal
Advanced

Raqamli Transformatsiya va Sun’iy Intellekt

MRI TASVIRLARINING RADIOMIK XUSUSIYATLARNI INTELLEKTUAL TAHLIL QILISHDA KO‘KRAK BEZI SARATONINI ANIQLASH ALGORITMLARI

O‘ngboyeva Muqaddas1

1 Mirzo Ulug‘bek nomidagi O‘zbekiston Milliy universiteti Jizzax filiali

Zenodo DOI: 10.5281/zenodo.23120155

Keywords

chuqur oʻrgatish diagnostika algoritmlari mashinali oʻrgatish tasvirlarga ishlov berish intellektual tahlil magnit-rezonans tomografiya (MRI) radiomika CAD tizimlari Koʻkrak bezi saratoni

Abstract

Ushbu maqolada MRI (magnit-rezonans tomografiya) tasvirlarida radiomik xususiyatlarni intellektual tahlil qilish orqali koʻkrak bezi saratonini barvaqt va yuqori aniqlikda tashxislash usullari hamda algoritmlari tadqiq etilgan. Tadqiqot davomida MRI tasvirlaridan yuqori tartibli radiomik alomatlarni (tekstura, shakl va intensivlik xususiyatlarini) ajratib olish va ularni mashinali hamda chuqur oʻrgatish (Machine Learning va Deep Learning) modellari yordamida klassifikatsiya qilish bosqichlari tahlil qilingan. Taklif etilayotgan intellektual algoritm oʻsimta toʻqimalarining xavfli yoki xavfsiz ekanligini yuqori aniqlikda ajratish imkonini beradi. Olingan natijalar koʻkrak bezi saratonini noinvaziv diagnostika qilishda shifokor-radiologlarga qaror qabul qilishni qoʻllab-quvvatlovchi intellektual tizimlarni (CAD) yaratishda muhim oʻrin tutadi.

Views: 112 Published: 2026-10-03 Pages: 11-14 Volume: 4 Issue: 5

References

  1. Conti, A., Duggento, A., Indovina, I., Guerrisi, M., & Toschi, N. (2021). Radiomics in breast MRI: a systematic review for machine learning approaches. Frontiers in Oncology, 11, 674469.
  2. Li, H., Meng, X., Wang, T., Zhai, Y., & Zhang, J. (2022). Multiparametric MRI radiomics and machine learning for predicting molecular subtypes of breast cancer. European Journal of Radiology, 154, 110418.
  3. Isroilov, Sh. M., & Qodirov, B. N. (2023). Tasvirlardagi radiomik va teksturaviy xususiyatlarni ajratishda mashinali oʻrgatish usullarining samaradorligi. Oʻzbekiston Axborot Texnologiyalari va Kommunikatsiyalari Jurnali, 4(2), 54–62.
  4. Gillies, R. J., Kinahan, P. E., & Hricak, H. (2016). Radiomics: images are more than pictures, they are data. Radiology, 278(2), 563–577.
  5. Lambin, P., Leijenaar, R. T., Deist, T. M., Peerlings, J., de Jong, E. E., van Timmeren, J., ... & Gillies, R. J. (2017). Radiomics: the bridge between medical imaging and personalized medicine. Nature Reviews Clinical Oncology, 14(12), 749–762.
  6. Bickelhaupt, S., Jaeger, P. F., Laun, F. B., Lederer, W., Daniel, H., Kuder, T. A., ... & Schlemmer, H. P. (2018). Radiomics based on non-contrast MRI might reduce unnecessary biopsies in breast cancer screening. Annals of Oncology, 29(7), 1677–1683.
  7. Gʻafforov, A. A., & Raximov, B. S. (2023). Koʻkrak bezi kasalliklarini barvaqt diagnostika qilishda intellektual qaror qabul qilish tizimlarini shakllantirish. Oʻzbekiston Tibbiyot Jurnali, (5), 78–84.
  8. Jumaniyozov, X. B., & Matyokubov, U. R. (2022). Tibbiy tasvirlarga ishlov berish va ularni intellektual tahlil qilish algoritmlari. Muhammad al-Xorazmiy nomidagi TATU ilmiy xabarnomasi, (3), 112–119.