Articolo di ricerca
Questo studio presenta un framework di deep learning basato sull'attenzione leggero per la classificazione dei tumori cerebrali in quattro classi a partire da immagini MRI utilizzando transfer learning con MobileNetV2, EfficientNetV1 e Inception-ResNet-V2. Il modello raggiunge un'elevata accuratezza di classificazione con una complessità computazionale ridotta, supportando applicazioni di supporto decisionale clinico con risorse limitate.
L'obiettivo di questa ricerca è sviluppare un quadro di deep learning leggero ma accurato per classificare i tumori cerebrali in quattro categorie—gliomi, meningiomi, tumori ipofisari e tessuto cerebrale sano—utilizzando dati di risonanza magnetica (MRI). La metodologia proposta combina l'apprendimento tramite trasferimento con tre modelli di reti neurali convoluzionali pre-addestrate—MobileNetV2, EfficientNetV1 e Inception-ResNet-V2—integrati con un meccanismo di attenzione che emula la capacità del sistema visivo umano di concentrarsi su aree clinicamente rilevanti di un'immagine. Questo approccio guidato dall'attenzione migliora la localizzazione tumorale sopprimendo al contempo le informazioni di fondo irrilevanti. Il quadro è valutato su un ampio dataset di risonanza magnetica cerebrale pubblicamente disponibile contenente migliaia di immagini etichettate distribuite tra le quattro classi. Vengono utilizzati protocolli standard di preprocessing, aumento dei dati e addestramento per consentire una replica semplice del metodo proposto. I risultati sperimentali dimostrano che EfficientNetV1 raggiunge le più alte prestazioni di classificazione, raggiungendo una precisione superiore rispetto sia a MobileNetV2 che a Inception-ResNet-V2. Lo studio conclude che il framework leggero e basato sull'attenzione proposto bilancia efficacemente accuratezza e complessità computazionale, rendendolo altamente adatto per applicazioni sanitarie in tempo reale e mobili, in particolare in ambienti a risorse limitate.
La classificazione accurata dei tumori cerebrali tramite risonanza magnetica (MRI) svolge un ruolo fondamentale nella diagnosi clinica, nella pianificazione del trattamento e nella stima dellaprognosi. 1. I tumori cerebrali, inclusi glioma, meningioma e tumori ipofisari, presentano caratteristiche patologiche distinte e risposte terapeutiche; 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 per il suo superiore contrasto dei tessuti molli, la natura non invasiva e la capacità di visualizzare la morfologia tumorale su più piani anatomici. Tuttavia, l'interpretazione manuale delle scansioni MRI è spesso dispendiosa in termini di tempo e dipende fortemente dalle competenze radiologiche, soprattutto quando i confini tumorali sono irregolari o quando esistono somiglianze visive tra le classi tumorali. Di conseguenza, i sistemi diagnostici automatizzati assistiti dal computer sono diventati sempre più importanti per assistere i radiologi nella classificazione accurata ed efficiente dei tumori.
Le tecniche di analisi delle immagini basate su deep learning (DL) hanno significativamente avanzato la classificazione automatizzata delle malattie nelle applicazioni biomediche e di visioneartificiale 2,3. In neuro-oncologia, il machine learning e le tecniche di transfer learning hanno dimostrato prestazioni promettenti per compiti di rilevamento, segmentazione e classificazionedei tumori 4. Le reti neurali convoluzionali (CNN), in particolare, hanno dimostrato una capacità superiore nell'estrarre automaticamente le caratteristiche gerarchiche delle immagini direttamente dalle scansioni MRI senza dipendere dall'ingegneria delle caratteristiche artigianale. Le architetture CNN possono apprendere rappresentazioni discriminative legate al tumore dai dati di imaging, migliorando così le prestazioni di classificazione rispetto agli approcci convenzionali di machine learning. I recenti progressi nella DL hanno permesso lo sviluppo di sistemi di classificazione delle immagini ad alte prestazioni capaci di elaborare dataset di immagini su larga scala con maggiore precisione e ridotto l'intervento umano.
Nonostante questi progressi, le architetture CNN profonde convenzionali spesso richiedono risorse computazionali sostanziali, tra cui un alto consumo di memoria, maggiore complessità dei parametri e un tempo di addestramentoesteso 5. Tali richieste computazionali ne limitano l'implementazione in ambienti clinici a risorse limitate e sistemi sanitari mobili. Inoltre, le architetture di reti neurali convoluzionali leggere hanno attirato sempre più attenzione a causa della loro minore complessità computazionale e dell'idoneità al deployment in applicazioni a poche risorse5. Diversi studi recenti hanno esplorato strategie CNN ottimizzate, meccanismi efficienti di estrazione delle caratteristiche e framework di implementazione leggeri per migliorare l'efficienza della classificazione senza compromettere significativamente l'accuratezzapredittiva 6,7,8. Tuttavia, bilanciare l'efficienza computazionale con una robusta performance nella classificazione multi-classe dei tumori rimane una sfida importante nell'analisi dei tumori cerebrali basata su risonanzamagnetica.
I framework di deep learning basati sull'attenzione sono emersi come soluzioni efficaci per migliorare la rappresentazione delle caratteristiche nell'analisi delle immaginimediche 10. I meccanismi di attenzione permettono alle reti neurali di enfatizzare selettivamente le regioni dell'immagine diagnosticamente rilevanti, sopprimendo però informazioni di fondo irrilevanti. Ispirate dal sistema visivo umano, le architetture guidate dall'attenzione migliorano l'apprendimento discriminativo delle caratteristiche indirizzando l'attenzione computazionale verso le regioni spaziali specifiche del tumore e le caratteristiche contestuali. Tali meccanismi sono particolarmente utili per l'analisi della risonanza magnetica dei tumori cerebrali perché i tessuti tumorali spesso presentano schemi di intensità eterogenei, morfologia irregolare e caratteristiche visive sovrapposte tra le categorie tumorali. Di conseguenza, integrare moduli di attenzione nelle architetture basate su CNN può migliorare l'accuratezza della classificazione e migliorare le prestazioni di localizzazione delle caratteristiche.
Diversi studi recenti hanno dimostrato il potenziale dei framework DL per la diagnosi automatizzata dei tumori cerebrali e la classificazione dei tumori basata su risonanzamagnetica 11,12. Gao et al. hanno sviluppato e validato un modello DL per la diagnosi di tumori cerebrali utilizzando dati di risonanza magnetica, dimostrando una forte capacità di classificazione per l'analisi automatizzata dineuroimaging 11. Analogamente, Abdusalomov et al. hanno indagato approcci di rilevamento dei tumori cerebrali basati sulla DL utilizzando risonanze magnetiche e hanno riportato prestazioni diagnostichepromettenti 12. Sebbene questi studi abbiano raggiunto una maggiore accuratezza nella classificazione, le limitazioni relative alla diversità dei dataset, alla generalizzazione dei modelli e ai requisiti computazionali rimangono irrisolte. In molti casi, i dataset di addestramento erano limitati in dimensione o derivati da fonti cliniche ristrette, aumentando così il rischio di sovrafitting e riducendo la robustezza tra popolazioni di pazienti eterogenee.
Per migliorare la visualizzazione dei tumori e l'estrazione delle caratteristiche, sono state esplorate anche tecniche di analisi e ricostruzione della risonanza magneticamultimodale 13,14. Sun et al. hanno studiato la valutazione multimodale del glioma basata su risonanza magnetica utilizzando un quadro di ricostruzione di deep learning combinato con strategie di denoising13. Il loro lavoro ha dimostrato l'importanza del miglioramento della qualità dell'immagine per migliorare la precisione della rilevazione del glioma. Analogamente, Srinivas e Rao hanno proposto un quadro di segmentazione basato su DL per l'analisi multimodale della risonanza magnetica dei tumoricerebrali 14. Il loro approccio migliorò la delineazione delle sottoregioni tumorali e contribuì a una pianificazione individualizzata del trattamento. Tuttavia, i framework multimodali richiedono generalmente un ampio preprocessing, maggiori risorse computazionali e una registrazione precisa delle immagini tra le modalità di imaging, il che può limitarne l'applicabilità in ambienti clinici pratici.
Sono stati inoltre proposti metodi di fusione multimodale guidati dall'attenzione per migliorare la precisione della segmentazione e l'integrazione delle caratteristicheMRI 15,16,17,18. Zhou et al. hanno introdotto un quadro di fusione basato su meccanismi di attenzione per la segmentazione multimodale dei tumoricerebrali 15. Lo studio ha dimostrato un miglioramento delle prestazioni di segmentazione attraverso l'apprendimento delle caratteristiche contestuali; tuttavia, l'approccio si concentrava principalmente sulla segmentazione piuttosto che sulla classificazione dei tumori leggeri. Analogamente, Zhou e Du hanno proposto una rete multimodale 3D per la ricostruzione accelerata della risonanzamagnetica 16, mentre Huang et al. hanno sviluppato AMF-Net, una rete di fusione multisequenza adattativa per la diagnosi multimodale di tumoricerebrali 17. Zhou et al. hanno inoltre proposto MLMFNet per la ricostruzione accelerata multimodale della risonanzamagnetica 18. Sebbene questi metodi migliorassero la qualità della ricostruzione e la capacità di fusione delle caratteristiche, si basavano fortemente su molteplici modalità di risonanza magnetica, architetture profonde e operazioni di fusione computazionalmente costose. Tali requisiti potrebbero ridurre la loro fattibilità per l'implementazione in sistemi sanitari con risorse limitate e piattaforme diagnostiche edge-basate.
Ulteriori studi hanno indagato i quadri DL specifici per classificare glioma, meningioma e tumori ipofisari utilizzando immaginiMRI 19. Mokri et al. hanno sviluppato un sistema di classificazione basato sulla DL per identificare tre principali tipi di tumori cerebrali utilizzando le scansioniMRI 19. Sebbene lo studio abbia dimostrato prestazioni incoraggianti, il modello si basava su dataset relativamente piccoli e mancava di confronti con i framework di transfer learning leggeri. Le architetture basate su Transformer hanno recentemente attirato l'attenzione nell'imaging medico grazie alla loro capacità di modellare dipendenze di caratteristiche a lungo raggio e relazioni contestuali20. Feng et al. hanno proposto un quadro multimodale per trasformatori per la ricostruzione accelerata delle immaginiMR 20. Il loro approccio migliorò le prestazioni di ricostruzione rispetto ai metodi convenzionali; tuttavia, le architetture Transformer generalmente richiedono risorse computazionali estese e dataset di addestramento su larga scala, il che può limitarne l'implementazione pratica in sistemi medici con risorse limitate.
Le architetture CNN leggere basate su transfer learning hanno mostrato notevole potenziale nel ridurre la complessità computazionale mantenendo al contempo l'accuratezza dellaclassificazione 21,22,23. Rahman et al. hanno dimostrato un miglioramento delle prestazioni nella classificazione dei tumori cerebrali utilizzando MobileNetV2, combinati con approcci avanzati di preprocessing efine-tuning 21. MobileNetV2 è particolarmente adatto per applicazioni leggere di imaging medico grazie alle sue convoluzioni separabili in profondità, al minor numero di parametri e all'efficienza nell'estrazione delle caratteristiche. Analogamente, i framework basati su EfficientNet hanno mostrato forti prestazioni di classificazione multi-classe attraverso strategie di scaling composto che ottimizzano simultaneamente profondità, larghezza e risoluzione di inputdi rete 22. Le architetture EfficientNet raggiungono un'efficienza di classificazione migliorata mantenendo un overhead computazionale inferiore rispetto alle CNN convenzionali. Inoltre, le architetture Inception-ResNet integrano l'apprendimento residuo con meccanismi efficienti di estrazione delle caratteristiche per migliorare le prestazioni di classificazione delle immagini23. Tali architetture ibride permettono una propagazione efficace del gradiente e un apprendimento più profondo della rappresentazione della rete preservando l'efficienza computazionale.
Sebbene siano stati raggiunti progressi significativi nella classificazione dei tumori cerebrali basata su risonanza magnetica, alcune limitazioni restano irrisolte. Molti approcci esistenti danno priorità all'accuratezza della classificazione con architetture computazionalmente intensive, senza affrontare adeguatamente l'efficienza di distribuzione o i vincoli computazionali. Altri studi si concentrano principalmente sulla segmentazione, la ricostruzione multimodale o la fusione delle caratteristiche piuttosto che sulla classificazione diretta dei tumori a quattro classi. Inoltre, relativamente pochi framework integrano architetture di apprendimento leggero per trasferimento con apprendimento delle caratteristiche guidato dall'attenzione per una classificazione efficiente dei tumori cerebrali multiclasse. Pertanto, rimane necessario un framework computazionalmente efficiente che bilanci l'accuratezza della classificazione, la distribuzione leggera e l'estrazione discriminativa delle caratteristiche in ambienti clinici a risorse limitate.
Pertanto, questo studio propone un quadro leggero di apprendimento per trasferimento guidato dall'attenzione per la classificazione dei tumori cerebrali in quattro classi utilizzando immagini MRI. Il framework proposto integra MobileNetV2, EfficientNetV1 e Inception-ResNet-V2 con un meccanismo di attenzione che enfatizza selettivamente le regioni tumorali diagnosticamente rilevanti, sopprimendo al contempo le caratteristiche di fondo irrilevanti. Il framework mira a migliorare la discriminazione delle caratteristiche e le prestazioni di classificazione riducendo al contempo la complessità computazionale. Combinando spine dorsale leggere di transfer learning con estrazione di funzionalità guidata dall'attenzione, l'approccio proposto mira a fornire una soluzione efficiente e scalabile per la classificazione automatizzata dei tumori cerebrali basata su risonanza magnetica in ambienti clinici di supporto alle decisioni con risorse limitate.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Questo studio ha utilizzato un dataset anonimo e pubblicamente disponibile; pertanto, il consenso informato non era richiesto. L'approccio proposto comprende sei componenti: preprocessing, modulo convoluzione, modulo attenzione, integrazione di moduli convoluzione e attenzione, e strati completamente connessi (FC). La Figura 1 illustra l'intero flusso di lavoro del nostro metodo.
Acquisizione di dataset
Le immagini MRI cerebrali etichettate sono ottenute da un dataset Kaggle pubblicamente disponibile che comprende quattro categorie tumorali e tessuto normale.
Preprocessing dei dati
Le immagini vengono ridimensionate a una risoluzione uniforme e l'intensità è normalizzata. Vengono applicate aumentazioni opzionali (rotazione, flipping, zoom) per migliorare la generalizzazione. Il dataset è suddiviso in set di addestramento (70%) e set di test (30%).
Architettura del modello
Tre CNN dorsale pre-addestrata su ImageNet—MobileNetV2, EfficientNetV1 e Inception-ResNet-V2—sono state utilizzate per classificare i tumori cerebrali in quattro categorie utilizzando immagini di risonanza magnetica. MobileNetV2 ed EfficientNetV1 erano configurati con una dimensione di input di 224 × 224 pixel, mentre Inception-ResNet-V2 richiedeva una dimensione di input di 299 × 299 pixel. Nel processo di apprendimento per trasferimento, gli strati convoluzionali iniziali sono stati congelati all'inizio per mantenere le caratteristiche generalizzate dell'immagine, mentre i strati superiori sono stati affinati per adattare il modello alla classificazione dei tumori cerebrali. Ogni spina dorsale era abbinata a una testa di classificazione leggera che includeva Global Average Pooling, strati densi, dropout per 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 minori esigenze computazionali, facilitando una classificazione precisa pur rimanendo adatta all'impiego in scenari a risorse limitate e a prova di concetto.
Estrazione delle caratteristiche basata sull'attenzione
Le immagini di input vengono elaborate attraverso uno strato convoluzionale iniziale seguito da un modulo di attenzione personalizzato. Il pool parallelo max e il pooling medio catturano caratteristiche salienti e contestuali, che vengono concatenate e raffinate tramite convoluzione per enfatizzare le regioni rilevanti per il tumore.
Spina dorsale convoluzionale e fusione
Le funzionalità ponderate sull'attenzione vengono inoltrate a backbone pre-addestrate (MobileNetV2, EfficientNetV1 o Inception-ResNet-V2). I livelli convoluzionali di alto livello sono logicamente fusi per ridurre l'accesso alla memoria e migliorare l'efficienza computazionale.
Classificazione
Le caratteristiche appiattite vengono passate attraverso strati completamente connessi con attivazione e dropout di ReLU6, ottenendo una rappresentazione compatta per la classificazione softmax finale a quattro classi.
Valutazione
Le prestazioni del modello vengono valutate sul set di test utilizzando precisione, 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 è suddiviso in un set di addestramento e un set di test seguendo un rapporto 70:30. Cinque diverse suddivisioni arbitrarie di treni/test vengono utilizzate per mostrare la prestazione bilanciata finale per ciascun set di dati.
Preprocessing
Le immagini di input devono essere aggiornate perché il framework MobileNetV2 funge da base per la soluzione proposta. Per estrarre funzionalità ad alta risoluzione dalle fotografie, viene utilizzato il modello MobileNetV2 pre-addestrato con la sua dimensione di input. Ogni immagine di input viene quindi scalata a 224×224 pixel nell'intervallo [-1, 1].
Il modello di convoluzione
MobileNetV2 migliora il riconoscimento delle immagini sfruttando un'architettura efficiente di Rete Neurale Convoluzionale (CNN) progettata per minimizzare le richieste computazionali. Sebbene le CNN tradizionali raggiungano un'elevata precisione, spesso richiedono memoria e potenza di calcolo considerevoli. MobileNetV1 introdusse il concetto di convoluzione separabile a livello di profondità, che separa la convoluzione standard in due operazioni distinte: convoluzione a profondità per filtrare gli ingressi e convoluzione puntuale per l'integrazione di caratteristiche. MobileNetV2 sviluppa questa idea incorporando blocchi residui di collo di bottiglia che consistono in strati di espansione, convoluzione in profondità, strati di proiezione e connessioni residue. Il livello di proiezione comprime i canali caratteristici, 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 di ReLU6 e la normalizzazione batch vengono applicate dopo operazioni convoluzionali.
In questa ricerca, MobileNetV2, pre-addestrato su ImageNet, è stato utilizzato come modello backbone per estrarre le caratteristiche, fornendo rappresentazioni semantiche efficaci ad alto livello mantenendo bassi i costi computazionali per la classificazione dei tumori cerebrali. Dopo ogni strato di convoluzione, esiste uno strato di attivazione ReLU6, che è un adattamento della funzione di attivazione ReLU, in cui la dimensione è massimizzata a sei, e uno strato di normalizzazione batch. I comuni livelli 1x1 di convoluzione, pool medio e classificazione sono applicati a 17 dei restanti blocchi di collo di bottiglia, formando l'intera architettura MobileNetV2. Abbiamo usato MobileNetV2 come rete backbone pre-addestrata su ImageNet. In tal caso, la mappa convoluzionale si ottiene dall'ultimo blocco residuo dopo aver attraversato 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, i livelli precedenti ai livelli convoluzionali che generano una mappa 3D 7 × 7 vengono mantenuti fissi. In termini matematici, questo è espresso come segue nell'Equalizzazione (1):
F1(I) = Conv(I) (1)
Qui, F1(I) rappresenta la caratteristica convoluzionale estratta dall'immagine di input, I.
Il modulo di focus
Il meccanismo di attenzione del cervello umano, che implica che le persone si concentrino naturalmente maggiormente su input visivi significativi che su ogni dettaglio di un'immagine, funge da base per il design di questa rete di trasformazione. Numerosi modelli basati sull'attenzione sono stati creati nella ricerca sul deep learning grazie a questa idea. Le correlazioni spaziali osservate nelle rappresentazioni dei tumori cerebrali sono evidenziate dal meccanismo di attenzione suggerito. Mentre il modulo di attenzione del canale cattura le informazioni tumorali più importanti tra i canali delle caratteristiche, l'unità di attenzione regionale identifica le aree più informative dell'immagine della risonanza magnetica. Utilizzando un metodo di attenzione strutturato, l'unità di focus suggerita si concentra sulle aree che contengono informazioni tumorali discriminanti.
Per migliorare la rappresentazione delle caratteristiche, si utilizzano tecniche come il Top Activation Pooling e l'estrazione bilanciata delle caratteristiche prima della fase di rilevamento spaziale delle caratteristiche. Questa strategia migliora la capacità del modello di enfatizzare regioni tumorali clinicamente significative minimizzando al contempo dettagli di background irrilevanti, migliorando così l'accuratezza della classificazione e l'efficienza dell'apprendimento delle caratteristiche. Il secondo è la concatenazione dei tensori max-pooled e media-pooled. Infine, la funzione di attivazione sigma, combinata con un filtro convoluzionale 7x7, deve essere utilizzata per attivare gli stimoli visivi all'interno delle immagini visive. Le diverse fasi del modulo di messa a fuoco sono indicate nelle equazioni (2) e (3). dove bilanciato Pool(F) ∈ RHxWx1 rappresenta l'operazione media di pooling e MaxPool(F) ∈ RHxWx1 descrive l'operazione di pooling massimo.
F2(I) = [AvgPool(F); MaxPool(F)] (2)
Queste due mappe di elementi possono essere combinate in 3D per creare una mappa elementale
F2(I) = ∈ RHxwx1. F3(I) = σ(f7x7(F2(I))) (3)
dove σ è la funzione di attivazione che indica sigma. Le caratteristiche di attenzione, rappresentate da un tensore codificato in altezza (V) HxWxC, larghezza (W) e spessore (C), sono rappresentate da F3(I), mentre f7x7 rappresenta l'operazione di convoluzione della dimensione del filtro (7x7).
Fusione di attenzione e modello di convoluzione
A differenza di una rete che si basa su un unico codificatore, un'Unità di Fusione multimodale potrebbe estrarre informazioni molto più efficienti e complete per la stragrande maggioranza delle modalità. Il blocco di fusione è pensato per guidare verso le massime caratteristiche essenziali Cross-modal; di conseguenza, individuerà le aree di attenzione per l'estrazione della regione tumorale. Questa è una semplice concatenazione di singole rappresentazioni latenti, ma alcune informazioni verrebbero perse. Una mappa combinata degli oggetti fu quindi generata combinando le feature map dei moduli di convoluzione e osservazione utilizzando il metodo di concatenazione di caratteristiche di base di Sitaula et al. Queste due feature map hanno catturato differenze in varie proprietà dell'immagine, quindi abbiamo deciso di utilizzare un metodo semplice di concatenazione invece di strategie basate su max, min o somma. Questo lo rende anche computazionalmente più leggero rispetto ai metodi alternativi che utilizzano metodi bilineari come forma di calcolo del prodotto tensoriale. Quando tali due caratteristiche sono combinate, il risultante viene chiamato tensore di caratteristiche. L'espressione matematica dell'output tensoriale aggregato dei caratteri T è data dall'Equazione (4).
[F1(I), F3(I)] = T(I) (4)
Dove F1(I) ∈ RHxWx1 e F2(I) ∈ RHxWx1280. Questi sono tensori 3D con la stessa larghezza (W) e altezza (H). Inoltre, possono essere concatenati nella creazione 3D k di tensori 3D, dove T(I) ∈ LxWx1281.
Strati completamente connessi (FC)
Abbiamo utilizzato una serie di strati FC dopo la fusione delle caratteristiche per convertire un tensore volumetrico rimodellato in un vettore lineare delle caratteristiche. La testa di classificazione è composta da uno strato Global Average Pooling, strati densi completamente connessi, regolarizzazione dropout e uno strato di output Softmax. Viene utilizzata la funzione di attivazione ReLU6, con 128 unità e una probabilità di dropout del 50%.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Tre modelli di deep learning pre-addestrati, ovvero MobileNetV2, EfficientNetV1 e Inception-ResNet-V2, sono stati valutati per la classificazione dei tumori cerebrali in quattro classi utilizzando immagini MRI.
Dataset utilizzato
Il quadro proposto è stato valutato utilizzando un dataset di risonanza magnetica per tumori cerebrali disponibile pubblicamente ottenuto dalla piattaforma Kaggle. Il dataset comprendeva 835 immagini normali di ris...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
La valutazione delle prestazioni, basata su accuratezza, richiamo, punteggio F1 e precisione, rivela che sia MobileNetV2 che Inception-ResNet-V2 ottengono risultati comparabili nella classificazione dei tumori cerebrali, ciascuno raggiungendo una precisione aggregata e media ponderata del 97–98%. Al contrario, EfficientNet supera gli altri modelli, raggiungendo il 99% di accuratezza su metriche macro- e medie pesate, grazie alla sua strategia di generalizzazione avanzata e scala composta...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Gli autori non hanno conflitti di interesse da dichiarare.
Non è stato ricevuto alcun finanziamento esterno per questo studio.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
```html
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| 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 pituitario e cervello normale |
| CNN Accelerator (Layer Fusion) | 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 prototipazione rapida del modello | |
| Matplotlib | Matplotlib Developers | v3.4.3 | Libreria di visualizzazione utilizzata per la rappresentazione grafica di curve di addestramento, matrici di confusione e metriche di prestazione |
| MobileNetV2 | Pre-trained (ImageNet) | Backbone CNN leggero ottimizzato per il deployment 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 | Latest stable | Utilizzato per le metriche di valutazione delle prestazioni come precisione, richiamo, punteggio F1 e matrici di confusione |
| Seaborn | Seaborn Developers | Latest stable | Libreria di visualizzazione statistica di alto livello utilizzata per un'analisi grafica avanzata |
| TensorFlow | v2.6.0 | Framework di apprendimento profondo end-to-end utilizzato per implementare backbone CNN e moduli di attenzione |
Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE
Richiedi permesso