Questo studio presenta un framework di apprendimento profondo basato sull'attenzione leggero per la classificazione di tumori cerebrali in quattro classi da immagini MRI utilizzando l'apprendimento trasferito con MobileNetV2, EfficientNetV1 e Inception-ResNet-V2. Il modello raggiunge un'elevata precisione di classificazione con una complessità computazionale ridotta, supportando applicazioni di supporto decisionale clinico a risorse limitate.
Method Article
Framework di apprendimento per trasferimento guidato dall'attenzione per la classificazione di tumori cerebrali in quattro classi utilizzando la risonanza magnetica
Gokapay Dilip Kumar1 , Vemuri Sudarsan Rao1 , Sudheer Reddy Bandi2 , Shaik Thaseentaj3 , Maneesha Vadduri3 , M. Nageswara Rao4 , Akkula Sri Vaishnavi5
1Department of Computer Science and Engineering, Sri Chaitanya Institute of Technology & Research, 2Department of Artificial Intelligence and Data Science, JB Institute of Engineering and Technology, 3Department of Computer Science and Engineering, Koneru Lakshmaiah Education Foundation (KLEF), 4Department of Electronics and Communication Engineering, Sri Mittapalli College of Engineering, 5School of Electronics Engineering (SENSE), VIT-AP University
Opens in a new tab
In This Article
Summary
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Abstract
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
L'obiettivo di questa ricerca è sviluppare un framework di apprendimento profondo leggero ma accurato per classificare i tumori cerebrali in quattro categorie - gliomi, meningiomi, tumori ipofisari e tessuto cerebrale sano - utilizzando dati di risonanza magnetica (RM). La metodologia proposta combina l'apprendimento trasferito con tre modelli di reti neurali convoluzionali pre-addestrati - MobileNetV2, EfficientNetV1 e Inception-ResNet-V2 - integrati con un meccanismo di attenzione che emula la capacità del sistema visivo umano di concentrarsi su regioni clinicamente rilevanti di un'immagine. Questo approccio guidato dall'attenzione migliora la localizzazione del tumore sopprimendo informazioni di sfondo irrilevanti. Il framework viene valutato su un grande dataset di RM cerebrali pubblicamente disponibile contenente migliaia di immagini etichettate per le quattro classi. Vengono impiegati protocolli standard di pre-elaborazione, aumento dei dati e di addestramento per consentire una semplice replicazione del metodo proposto. I risultati sperimentali dimostrano che EfficientNetV1 raggiunge le prestazioni di classificazione più elevate, ottenendo un'accuratezza superiore rispetto sia a MobileNetV2 che a Inception-ResNet-V2. Lo studio conclude che il framework leggero basato sull'attenzione proposto bilancia efficacemente precisione e complessità computazionale, rendendolo altamente adatto per applicazioni sanitarie in tempo reale e mobili, in particolare in ambienti con risorse limitate.
Introduction
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
La classificazione accurata dei tumori cerebrali mediante risonanza magnetica (MRI) svolge un ruolo critico nella diagnosi clinica, nella pianificazione del trattamento e nella stima della prognosi1. I tumori cerebrali, tra cui il glioma, il meningioma e i tumori ipofisari, presentano caratteristiche patologiche e risposte al trattamento distinte; pertanto, un'identificazione precoce e affidabile è essenziale per migliorare gli esiti terapeutici e ridurre la progressione della malattia. La risonanza magnetica è ampiamente preferita per la valutazione dei tumori cerebrali grazie al suo superiore contrasto dei tessuti molli, alla natura non invasiva e alla capacità di visualizzare la morfologia del tumore su più piani anatomici. Tuttavia, l'interpretazione manuale delle scansioni MRI è spesso dispendiosa in termini di tempo e fortemente dipendente dall'esperienza radiologico, in particolare quando i confini del tumore sono irregolari o quando esistono somiglianze visive tra le classi di tumori. Di conseguenza, i sistemi diagnostici automatizzati assistiti da computer sono diventati sempre più importanti per assistere i radiologi nella classificazione accurata ed efficiente dei tumori.
Le tecniche di analisi delle immagini basate sull'apprendimento profondo (DL) hanno notevolmente avanzato la classificazione automatizzata delle malattie in applicazioni biomediche e di visione artificiale2,3. In neuro-oncologia, le tecniche di apprendimento automatico e di apprendimento trasferito hanno dimostrato prestazioni promettenti per i compiti di rilevamento, segmentazione e classificazione dei tumori4. In particolare, le reti neurali convoluzionali (CNN) hanno mostrato una capacità superiore nell'estrazione automatica di caratteristiche gerarchiche delle immagini direttamente dalle scansioni MRI senza dipendere dall'ingegnerizzazione manuale delle caratteristiche. Le architetture CNN possono apprendere rappresentazioni discriminanti correlate ai tumori dai dati di imaging, migliorando così le prestazioni di classificazione rispetto agli approcci di apprendimento automatico convenzionali. I recenti progressi nell'apprendimento profondo hanno permesso lo sviluppo di sistemi di classificazione delle immagini ad alte prestazioni in grado di elaborare set di dati di imaging su larga scala con precisione migliorata e minore intervento umano.
Nonostante questi progressi, le architetture CNN profonde convenzionali richiedono spesso risorse computazionali sostanziali, tra cui un elevato consumo di memoria, una maggiore complessità dei parametri e un tempo di addestramento prolungato5. Tali richieste computazionali ne limitano l'implementazione in ambienti clinici con risorse limitate e in sistemi sanitari mobili. Inoltre, le architetture di reti neurali convoluzionali leggere hanno attirato crescente attenzione per la loro ridotta complessità computazionale e idoneità per l'implementazione in applicazioni a risorse limitate5. Diversi studi recenti hanno esplorato strategie CNN ottimizzate, meccanismi di estrazione delle caratteristiche efficienti e framework di distribuzione leggera per migliorare l'efficienza di classificazione senza compromettere significativamente la precisione predittiva6,7,8. Tuttavia, bilanciare l'efficienza computazionale con prestazioni robuste di classificazione multi-classe dei tumori rimane una sfida importante nell'analisi dei tumori cerebrali basati su MRI9.
I framework di apprendimento profondo basati sull'attenzione sono emersi come soluzioni efficaci per migliorare la rappresentazione delle caratteristiche nell'analisi delle immagini mediche10. I meccanismi di attenzione consentono alle reti neurali di enfatizzare selettivamente le regioni dell'immagine diagnosticamente rilevanti sopprimendo le informazioni di sfondo irrilevanti. Ispirati dal sistema visivo umano, le architetture guidate dall'attenzione migliorano l'apprendimento delle caratteristiche discriminanti dirigendo il focus computazionale verso le regioni spaziali specifiche del tumore e le caratteristiche contestuali. Tali meccanismi sono particolarmente vantaggiosi per l'analisi delle scansioni MRI dei tumori cerebrali poiché i tessuti tumorali presentano frequentemente modelli di intensità eterogenei, morfologia irregolare e caratteristiche visive sovrapposte tra le categorie di tumori. Di conseguenza, l'integrazione di moduli di attenzione in architetture basate su CNN può migliorare la precisione di classificazione e le prestazioni di localizzazione delle caratteristiche.
Diversi studi recenti hanno dimostrato il potenziale dei framework di apprendimento profondo per la diagnosi automatizzata dei tumori cerebrali e la classificazione dei tumori basata su MRI11,12. Gao et al. hanno sviluppato e convalidato un modello di apprendimento profondo per la diagnosi dei tumori cerebrali utilizzando dati MRI, dimostrando una forte capacità di classificazione per l'analisi neuroimaging automatizzata11. Analogamente, Abdusalomov et al. hanno indagato gli approcci di rilevamento dei tumori cerebrali basati sull'apprendimento profondo utilizzando scansioni MRI e hanno riportato prestazioni diagnostiche promettenti12. Sebbene questi studi abbiano ottenuto una maggiore precisione di classificazione, le limitazioni relative alla diversità dei dataset, alla generalizzazione del modello e ai requisiti computazionali rimangono irrisolte. In molti casi, i dataset di addestramento erano di dimensioni limitate o derivati da fonti cliniche limitate, aumentando così il rischio di sovrapposizione e riducendo la robustezza in popolazioni di pazienti eterogenee.
Per migliorare la visualizzazione e l'estrazione delle caratteristiche dei tumori, sono state esplorate anche le tecniche di analisi e ricostruzione multimodali dell'MRI13,14. Sun et al. hanno studiato la valutazione del glioma basata su MRI multimodale utilizzando un framework di ricostruzione basato sull'apprendimento profondo combinato con strategie di denoising13. Il loro lavoro ha dimostrato l'importanza del miglioramento della qualità dell'immagine per migliorare la precisione di rilevamento del glioma. Analogamente, Srinivas e Rao hanno proposto un framework di segmentazione basato sull'apprendimento profondo per l'analisi delle sub-regioni dei tumori cerebrali basate su MRI multimodali14. Il loro approccio ha migliorato la delineazione delle sub-regioni del tumore e ha contribuito alla pianificazione del trattamento individualizzato. Tuttavia, i framework multimodali generalmente richiedono un'elaborazione estensiva, risorse computazionali aumentate e una precisa registrazione delle immagini tra le modalità di imaging, che possono limitarne l'applicabilità negli ambienti clinici pratici.
Sono stati proposti anche metodi di fusione multimodali guidati dall'attenzione per migliorare l'accuratezza della segmentazione e l'integrazione delle caratteristiche MRI15,16,17,18. Zhou et al. hanno introdotto un framework di fusione basato su meccanismi di attenzione per la segmentazione dei tumori cerebrali multimodali15. Lo studio ha dimostrato prestazioni di segmentazione migliorate attraverso l'apprendimento di caratteristiche contestuali; tuttavia, l'approccio si è concentrato principalmente sulla segmentazione piuttosto che sulla classificazione leggera dei tumori. Analogamente, Zhou e Du hanno proposto una rete multimodale 3D per la ricostruzione accelerata dell'MRI16, mentre Huang et al. hanno sviluppato AMF-Net, una rete di fusion
Protocol
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Questo studio ha utilizzato un set di dati anonimizzato e disponibile pubblicamente; pertanto, non era richiesto il consenso informato. L'approccio proposto comprende sei componenti: pre-elaborazione, modulo convoluzionale, modulo di attenzione, integrazione dei moduli convoluzionali e di attenzione e livelli completamente connessi (FC). La Figura 1 illustra il flusso di lavoro completo del nostro metodo.
Acquisizione del dataset
Le immagini di risonanza magnetica cerebrale etichettate sono ottenute da un dataset Kaggle disponibile pubblicamente che comprende quattro categorie di tumori e tessuto normale.
Pre-elaborazione dei dati
Le immagini vengono ridimensionate a una risoluzione uniforme e normalizzate per l'intensità. L'aumento opzionale (rotazione, capovolgimento, zoom) viene applicato per migliorare la generalizzazione. Il dataset viene suddiviso in set di addestramento (70%) e test (30%).
Architettura del modello
Tre reti CNN pre-addestrate su ImageNet - MobileNetV2, EfficientNetV1 e Inception-ResNet-V2 - sono state utilizzate per classificare i tumori cerebrali in quattro categorie utilizzando le immagini MRI. MobileNetV2 ed EfficientNetV1 sono stati configurati con una dimensione di input di 224 x 224 pixel, mentre Inception-ResNet-V2 richiedeva una dimensione di input di 299 x 299 pixel. Nel processo di apprendimento transfer, i primi livelli convoluzionali sono stati congelati all'inizio per conservare le caratteristiche generalizzate delle immagini, mentre gli strati superiori sono stati affinati per adattare il modello alla classificazione dei tumori cerebrali. Ogni backbone è stato accoppiato con una testa di classificazione leggera che includeva Global Average Pooling, strati densi, dropout per la regolarizzazione e una funzione di attivazione Softmax per prevedere quattro classi. Il dropout è stato implementato per mitigare l'overfitting e migliorare la generalizzazione. L'architettura progettata ha efficacemente unito l'estrazione efficiente delle caratteristiche con una minore domanda computazionale, facilitando una classificazione precisa pur rimanendo adatta all'implementazione in scenari con risorse limitate e di prova di concetto.
Estrazione delle caratteristiche basata sull'attenzione
Le immagini di input vengono elaborate attraverso un primo strato convoluzionale seguito da un modulo di attenzione personalizzato. Il max pooling e l'average pooling paralleli catturano caratteristiche salienti e contestuali, che vengono concatenate e raffinate tramite convoluzione per enfatizzare le regioni rilevanti per il tumore.
Backbone convoluzionale e fusione
Le caratteristiche ponderate dall'attenzione vengono inoltrate ai backbone pre-addestrati (MobileNetV2, EfficientNetV1 o Inception-ResNet-V2). Gli strati convoluzionali di alto livello vengono fusi logicamente per ridurre l'accesso alla memoria e migliorare l'efficienza computazionale.
Classificazione
Le caratteristiche appiattite vengono passate attraverso livelli completamente connessi con attivazione ReLU6 e dropout, producendo una rappresentazione compatta per la classificazione finale a quattro classi con softmax.
Valutazione
Le prestazioni del modello sono valutate sul set di test utilizzando accuratezza, precisione, richiamo, punteggio F1 e matrici di confusione.
Sviluppo del framework
La soluzione proposta è implementata in Python e utilizza Keras per l'esecuzione. La Tabella 1 illustra gli iperparametri. Il dataset viene suddiviso in un set di addestramento e un set di test seguendo un rapporto 70:30. Vengono utilizzati cinque diversi split arbitrari di addestramento/test per visualizzare le prestazioni finali bilanciate per ogni set di dati.
Pre-elaborazione
Le immagini di input devono essere aggiornate poiché il framework MobileNetV2 funge da base per la soluzione proposta. Per estrarre caratteristiche ad alta risoluzione dalle fotografie, viene utilizzato il modello MobileNetV2 pre-addestrato con la sua dimensione di input. Ogni immagine di input viene quindi ridimensionata a 224x224 pixel nell'intervallo [-1, 1].
Il modello convoluzionale
MobileNetV2 migliora il riconoscimento delle immagini sfruttando un'architettura efficiente di Rete Neurale Convoluzionale (CNN) progettata per minimizzare i requisiti computazionali. Mentre le CNN tradizionali ottengono un'alta precisione, spesso richiedono una notevole quantità di memoria e potenza di elaborazione. MobileNetV1 ha introdotto il concetto di convoluzione separabile in profondità, che separa la convoluzione standard in due operazioni distinte: convoluzione separabile in profondità per filtrare gli input e convoluzione puntiforme per integrare le caratteristiche. MobileNetV2 si basa su questa idea incorporando blocchi residui in bottleneck che consistono in strati di espansione, convoluzione separabile in profondità, strati di proiezione e connessioni residue. Lo strato di proiezione comprime i canali delle caratteristiche, mentre le connessioni residue facilitano un migliore flusso di informazioni in tutta la rete. Per migliorare la stabilità e migliorare le prestazioni di apprendimento, l'attivazione ReLU6 e la normalizzazione batch vengono applicate dopo le operazioni convoluzionali.
In questa ricerca, MobileNetV2, pre-addestrato su ImageNet, è stato utilizzato come modello di base per estrarre caratteristiche, fornendo rappresentazioni semantiche di alto livello efficaci mantenendo bassi i costi computazionali per la classificazione dei tumori cerebrali. Dopo ogni strato convoluzionale, c'è un livello di attivazione ReLU6, che è un'adattamento della funzione di attivazione ReLU, dove la dimensione è massimizzata a sei, e un livello di normalizzazione batch. La convoluzione comune 1x1, il max pooling e gli strati di classificazione vengono applicati a 17 dei blocchi bottleneck rimanenti, formando l'architettura completa di MobileNetV2. Abbiamo utilizzato MobileNetV2 come rete di base pre-addestrata su ImageNet. In tal caso, la mappa convoluzionale viene ottenuta dall'ultimo blocco residuo dopo essere passata attraverso lo strato convoluzionale MobileNetV2. I blocchi residui di livello inferiore producono mappe di caratteristiche più piccole. Tali blocchi non contribuiscono alla nostra ricerca perché non raccolgono dati di alto livello per l'identificazione complessiva dell'immagine. Durante la costruzione e l'addestramento del modello, gli strati precedenti agli strati convoluzionali che generano una mappa di caratteristiche 3D di 7 x 7 vengono mantenuti fissi. In termini matematici, questo è espresso come di seguito nell'Eq (1):
F1(I) = Conv(I) (1)
Qui, F1(I) rappresenta la caratteristica convoluzionale estratta dall'immagine di input, I.
Il modulo di attenzione
Il meccanismo di attenzione del cervello umano, che implica che le persone si concentrano naturalmente di più sugli input visivi significativi piuttosto che su ogni dettaglio in un'immagine, serve come base per la progettazione di questa rete di trasformazione. Numerosi modelli basati sull'attenzione sono stati creati nella ricerca di apprendimento profondo a causa di questa idea. Le correlazioni spaziali viste nelle rappresentazioni dei tumori cerebrali sono evidenziate dal meccanismo di attenzione proposto. Mentre il modulo di attenzione del canale cattura le informazioni più importanti relative al tumore attraverso i canali delle caratteristiche, l'unità di attenzione regionale identifica le regioni più informative dell'immagine MRI. Util
Results
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Tre modelli di apprendimento profondo pre-addestrati, MobileNetV2, EfficientNetV1 e Inception-ResNet-V2, sono stati valutati per la classificazione dei tumori cerebrali in quattro classi utilizzando immagini MRI.
Dataset utilizzato
Il framework proposto è stato valutato utilizzando un dataset di immagini MRI di tumori cerebrali disponibile pubblicamente, ottenuto dalla piattaforma Kaggle. Il dataset consisteva di 835 immagini MRI di cervello normale, 826 immagini di glioma, 822 immagini di meningioma e 827 immagini di tumori pituitari. Esempi rappresentativi di MRI dal dataset sono mostrati in Figura 2.
MobileNetV2
Il modello MobileNetV2 conteneva un totale di 2.263.108 parametri, inclusi 2.228.996 trainabili e 34.112 non trainabili. Le metriche di prestazione di classificazione sono presentate in Tabella 2. Il modello ha ottenuto un'accuratezza di classificazione complessiva del 97%, con punteggi F1 macro e pesati comparabili. La matrice di confusione mostrata in Tabella 3 dimostra una forte prestazione di classificazione in tutte e quattro le categorie di tumore, con relativamente pochi errori di classificazione tra glioma e meningioma.
Figura 3 presenta le curve di accuratezza/perdita di training e validazione per MobileNetV2. Il modello ha dimostrato una convergenza stabile dopo diversi epochi di training, con prestazioni di validazione che miglioravano gradualmente.
Inception-ResNet-V2
Il modello Inception-ResNet-V2 aveva un totale di 54.342.884 parametri, inclusi 54.282.340 trainabili e 60.544 non trainabili. Le metriche di classificazione sono riassunte in Tabella 4. Il modello ha ottenuto un'accuratezza di classificazione complessiva del 98%, dimostrando prestazioni migliori rispetto a MobileNetV2.
La matrice di confusione in Tabella 5 indica un'alta accuratezza di classificazione in tutte le categorie di tumore con tassi di errore di classificazione ridotti. Si è osservata una migliore discriminazione tra le classi di tumore rispetto al modello MobileNetV2. Figura 4 illustra le curve di prestazione di training e validazione per Inception-ResNet-V2. Il modello ha mostrato un comportamento di apprendimento stabile e una convergenza costante attraverso gli epochi di training.
EfficientNetV1
Il modello EfficientNetV1 conteneva un totale di 6.580.363 parametri, inclusi 6.518.308 trainabili e 62.055 non trainabili. Le metriche di classificazione riassunte in Tabella 6 dimostrano le migliori prestazioni tra i modelli valutati, raggiungendo circa il 99% di accuratezza, precisione, richiamo e punteggio F1.
La matrice di confusione in Tabella 7 dimostra una forte prestazione di classificazione in tutte e quattro le classi di tumore, con errori minimi di classificazione. Il modello ha classificato correttamente la maggior parte delle immagini di glioma, meningioma, no-tumore e tumore pituitario.
Figura 5 presenta le curve di accuratezza/perdita di training e validazione per EfficientNetV1. Il modello ha raggiunto una convergenza stabile con minori fluttuazioni di validazione rispetto alle altre architetture valutate.
Confronto complessivo
Tra i modelli valutati, EfficientNetV1 ha ottenuto le migliori prestazioni di classificazione mantenendo una complessità computazionale inferiore rispetto a Inception-ResNet-V2. MobileNetV2 ha dimostrato un'efficiente prestazione leggera con requisiti di parametri ridotti, mentre Inception-ResNet-V2 ha ottenuto una migliore accuratezza di classificazione a scapito di una complessità del modello sostanzialmente più elevata. I risultati indicano che EfficientNetV1 fornisce il miglior equilibrio tra accuratezza di classificazione ed efficienza computazionale per la classificazione MRI dei tumori cerebrali in quattro classi.
Disponibilità dei dati
Il dataset MRI del cervello analizzato in questo studio è disponibile pubblicamente attraverso la piattaforma Kaggle. Tutti i dati generati e analizzati durante questo studio, inclusi i risultati di classificazione, le metriche di prestazione, le matrici di confusione e gli esiti di training/validazione, sono presentati nelle figure e tabelle di questo articolo. Il codice personalizzato utilizzato per lo sviluppo e la valutazione del modello è disponibile dall'autore corrispondente su richiesta ragionevole.
Figura 1: Framework di apprendimento basato sull'attenzione per la classificazione di tumori cerebrali in quattro classi. Il workflow illustra il preprocessing, l'estrazione di feature basata sull'attenzione, l'apprendimento di feature convoluzionali, la fusione di feature e gli strati di classificazione a piena connessione utilizzati per la classificazione di tumori basata su MRI. Clicca qui per visualizzare una versione ingrandita di questa figura.
Figura 2: Immagini MRI rappresentative dal dataset di tumori cerebrali in quattro classi.
Vengono presentate scansioni MRI campione corrispondenti a glioma, meningioma, tumore pituitario e classi di cervello normale utilizzate per il training e la valutazione del modello. Clicca qui per visualizzare una versione ingrandita di questa figura.
Figura 3: Curve di accuratezza/perdita di training e validazione per MobileNetV2. I grafici dimostrano il comportamento di convergenza di MobileNetV2 durante il training, inclusi i cambiamenti di accuratezza di classificazione e perdita attraverso gli epochi. Clicca qui per visualizzare una versione ingrandita di questa figura.
Figura 4: Curve di accuratezza/perdita di training e validazione per Inception-ResNet-V2. I grafici illustrano le prestazioni
Discussion
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
```html
La valutazione delle prestazioni, basata su accuratezza, richiamo, F1-score e precisione, rivela che sia MobileNetV2 che Inception-ResNet-V2 ottengono risultati paragonabili nella classificazione dei tumori cerebrali, raggiungendo ciascuno un'accuratezza aggregata e media ponderata del 97-98%. Al contrario, EfficientNet supera gli altri modelli, raggiungendo il 99% di accuratezza su metriche macro e media ponderata, grazie alla sua generalizzazione migliorata e alla strategia di scalabilità composita. Questi risultati sono coerenti con studi precedenti che dimostrano l'efficacia delle architetture EfficientNet per la classificazione di tumori MRI multi-classe e l'apprendimento di caratteristiche computazionalmente efficiente22. Allo stesso modo, i framework MobileNetV2 basati sull'apprendimento trasferito hanno precedentemente mostrato prestazioni elevate nei compiti di classificazione leggera dei tumori cerebrali mantenendo una complessità computazionale inferiore21.
Il miglioramento delle prestazioni di EfficientNetV1 può essere attribuito al suo bilanciamento nella scalabilità della profondità della rete, della larghezza e della risoluzione dell'input, che consente un'estrazione efficiente di caratteristiche discriminanti relative al tumore. Osservazioni comparabili riguardo ai vantaggi delle strategie di scalabilità composita sono state riportate in studi precedenti sull'ottimizzazione delle CNN7,8. Inoltre, l'integrazione del modulo di estrazione delle caratteristiche guidato dall'attenzione ha probabilmente contribuito al miglioramento della localizzazione delle regioni rilevanti per il tumore sopprimendo le informazioni di sfondo irrilevanti, in linea con i risultati degli studi di classificazione di immagini mediche basati sull'attenzione10,15.
Nonostante questi risultati, rimangono diverse sfide nella classificazione dei tumori cerebrali, tra cui la precisa differenziazione di tumori irregolari, la segmentazione di subregioni oltre il nucleo del tumore e la classificazione accurata attraverso diversi tipi di tessuto cerebrale. Studi precedenti hanno evidenziato limitazioni simili relative alla diversità del dataset, alla capacità di generalizzazione e alla complessità computazionale nei sistemi di classificazione di tumori basati su MRI9,11,12. Inoltre, i framework MRI multimodali hanno dimostrato una migliore rappresentazione delle caratteristiche e visualizzazione dei tumori, sebbene questi metodi spesso richiedano un'elaborazione preliminare estesa e risorse computazionali superiori13,17,18,20.
La Tabella 8 mostra un'analisi consolidata di validazione incrociata di MobileNetV2, Inception-ResNet-V2 ed EfficientNetV1 con validazione a 5 fold. La tabella presenta la media e la deviazione standard di accuratezza, precisione, richiamo e F1-score, insieme alle accurazze per fold. MobileNetV2 dimostra prestazioni stabili ma comparativamente inferiori, mentre Inception-ResNet-V2 migliora sia l'accuratezza che la coerenza. EfficientNetV1 raggiunge la massima accuratezza media (0,989 ± 0,003) con la minore varianza, indicando un'eccellente capacità di generalizzazione. Le sue accurazze per fold costantemente elevate (0,986-0,992) dimostrano prestazioni robuste e stabili su più suddivisioni dei dati, stabilendolo come il modello più efficace per la classificazione di tumori cerebrali a quattro classi con immagini MRI in questo studio.
Limiti dello studio
L'attuale valutazione del framework si basa esclusivamente sull'aumento dei dati online, il che potrebbe limitarne la robustezza nel gestire una maggiore variabilità dei dati in scenari del mondo reale. Inoltre, lo studio esplora principalmente l'estrazione delle caratteristiche dagli strati convoluzionali finali, senza valutare i potenziali benefici dell'incorporazione della fusione delle caratteristiche multi-livello. La ricerca è inoltre limitata ai dataset MRI statici e non è stata convalidata in un flusso di lavoro clinico in tempo reale, il che potrebbe presentare sfide di integrazione.
Direzioni per la ricerca futura
I lavori futuri dovrebbero esplorare l'aggregazione delle caratteristiche multi-livello da MobileNetV2 e altri backbone per migliorare ulteriormente l'accuratezza della classificazione. L'estensione del framework per supportare dati di imaging multimodali e la convalida delle sue prestazioni in ambienti clinici in tempo reale rafforzerà la sua applicabilità pratica. Inoltre, l'ottimizzazione dell'architettura per l'implementazione su piattaforme mobili e IoT, unita a tecniche di aumento avanzate e dataset di pazienti del mondo reale, può consentire una diagnostica di tumori cerebrali scalabile e ad alte prestazioni in diversi ambienti sanitari.
Conclusione
Questo studio presenta un framework leggero guidato dall'attenzione e basato sull'apprendimento trasferito per la classificazione di tumori cerebrali a quattro classi utilizzando immagini MRI. Sfruttando l'apprendimento trasferito con MobileNetV2, EfficientNetV1 e Inception-ResNet-V2, il modello raggiunge un'alta accuratezza mantenendo l'efficienza computazionale, rendendolo potenzialmente adatto per ambienti clinici con risorse limitate. Gli esperimenti su un dataset MRI bilanciato a quattro classi dimostrano che EfficientNetV1 offre i migliori risultati, raggiungendo il 99% di accuratezza, precisione, richiamo e F1-score. L'architettura proposta bilancia efficacemente prestazioni e utilizzo delle risorse, offrendo un approccio promettente per scenari di imaging medico con risorse limitate.
Disclosures
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Gli autori non hanno conflitti di interesse da dichiarare.
Acknowledgements
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Non sono stati ricevuti finanziamenti esterni per questo studio.
Materials
```html
| Name | Company | Catalog Number | Comments |
|---|---|---|---|
| Brain MRI Dataset | IEEE | https://dx.doi.org/10.21227/q2vt-tf46 | Il dataset è scaricato con accesso istituzionale. Il dataset MRI contiene quattro classi: glioma, meningioma, tumore ipofisario e cervello normale |
| CNN Accelerator (Fusione dei Livelli) | Lavoro proposto | — | Fusione logica dei livelli convoluzionali superiori per ridurre l'accesso alla memoria e migliorare l'efficienza computazionale |
| Custom Attention Module | Lavoro proposto | — | Meccanismo di attenzione che integra max-pooling e average-pooling per enfatizzare le regioni rilevanti per il tumore |
| EfficientNetV1 | Pre-trained (ImageNet) | Architettura CNN scalabile che fornisce un compromesso ottimale tra precisione ed efficienza | |
| Google Colaboratory | https://colab.research.google.com/ | Ambiente basato su cloud utilizzato per l'addestramento del modello, la valutazione e la sperimentazione con supporto GPU | |
| Inception-ResNet-V2 | Pre-trained (ImageNet) | Architettura CNN ibrida profonda che combina moduli Inception con connessioni residue | |
| Keras | v2.6.0 | API di rete neurale di alto livello costruita su TensorFlow per la rapida prototipazione del modello | |
| Matplotlib | Matplotlib Developers | v3.4.3 | Libreria di visualizzazione utilizzata per la rappresentazione grafica delle curve di addestramento, delle matrici di confusione e delle metriche di prestazione |
| MobileNetV2 | Pre-trained (ImageNet) | Backbone CNN leggero ottimizzato per l'implementazione mobile e edge | |
| NumPy | NumPy Developers | v1.21.4 | Libreria di calcolo scientifico di base utilizzata per operazioni numeriche |
| Pandas | Pandas Development Team | v1.3.4 | Libreria di gestione e manipolazione dei dati utilizzata per l'organizzazione del dataset e l'elaborazione dei metadati |
| Python | Python Software Foundation | v3.8.10 | Lingua di programmazione principale utilizzata per la pre-elaborazione dei dati, lo sviluppo del modello e la valutazione |
| Scikit-learn | Scikit-learn Developers | Ultima stabile | Utilizzato per metriche di valutazione delle prestazioni come precisione, richiamo, F1-score e matrici di confusione |
| Seaborn | Seaborn Developers | Ultima stabile | Libreria di visualizzazione statistica di alto livello utilizzata per l'analisi grafica avanzata |
| TensorFlow | v2.6.0 | Framework di apprendimento profondo end-to-end utilizzato per l'implementazione di backbone CNN e moduli di attenzione |
Reprints and Permissions
Request permission to reuse the text or figures of this JoVE article
Request Permission