Artykuł badawczy

Rozszerzona fuzja multimodalna do optymalnego wykrywania guzów mózgu: ocena i analiza porównawcza

DOI:

10.3791/67822

⸱

10 czerwca 2025

 ,  ,  ,  ,  ,  , 
1Amity School of Engineering and Technology, Amity University, 2Chitkara University Institute of Engineering and Technology, Chitkara University, 3Thapar Institute of Engineering and Technology, 4Department of Computer Science, Prince Sultan University, 5College of Computer and Information Sciences, Prince Sultan University, 6College of Computer and Information Sciences, Imam Mohammad Ibn Saud Islamic University

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

To badanie proponuje zoptymalizowaną metodę wykrywania guzów mózgu poprzez integrację i ocenę pięciu wstępnie wytrenowanych modeli. Podejście to osiąga zwiększoną dokładność i uogólnienie dzięki wykorzystaniu zaawansowanego powiększania obrazu, dostrajania hiperparametrów i różnych optymalizatorów, oferując znaczący wkład w obrazowanie medyczne w diagnostyce guza mózgu.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Guzy mózgu stanowią poważne wyzwanie medyczne, wymagające dokładnych i skutecznych metod wykrywania w celu szybkiej interwencji. Praca ta integruje kilka wstępnie wytrenowanych modeli podstawowych, takich jak VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50, aby zaproponować nową metodę diagnozowania guzów mózgu. Zaproponowano uproszczoną i ustandaryzowaną technikę, aby dostosować się do różnych modeli podstawowych, zapewniając spójność i łatwość konserwacji oraz ułatwiając porównywanie modeli. Aby zwiększyć różnorodność zestawu danych treningowych i zwiększyć uogólnienie modelu, stosuje się godne uwagi metody zwiększania obrazu, takie jak regulacja jasności i kontrastu. Co więcej, skuteczny potok szkoleniowy wykorzystujący generatory danych został zaprojektowany tak, aby wydajnie przetwarzać duże zbiory danych przy jednoczesnym oszczędzaniu mocy obliczeniowej.

Badanie przeprowadziło dokładną analizę przy użyciu trzech różnych optymalizatorów (Adam, Stochastic Gradient Descent i Adamax) zastosowanych do każdego wstępnie wytrenowanego modelu podstawowego, z kompleksowymi dostosowaniami hiperparametrów. Metryki, takie jak kompletność, dokładność, precyzja, wynik F1 i macierze pomyłek, są używane do oceny wydajności modelu, zapewniając kompleksowe zrozumienie zachowania modelu. Systematyczne porównanie wydajności każdego modelu zapewniło dogłębne zbadanie mocnych i słabych stron, ułatwiając świadomy wybór modelu i podejmowanie decyzji w zastosowaniach związanych z wykrywaniem guzów mózgu. MobileNetV2 osiągnął najwyższą ogólną wydajność z dokładnością 96%, precyzją 96%, przywołaniem 94% i wynikiem F1 wynoszącym 95% przy użyciu optymalizatora Adam. DenseNet121 i VGG16 również osiągnęły dobre wyniki, osiągając dokładność odpowiednio 95% i 94%. InceptionV3 wykazał nieco niższą wydajność w porównaniu z najlepszymi modelami, z dokładnością 93%, precyzją 93%, pamięcią 91% i wynikiem F1 wynoszącym 92%. ResNet50 wykazał się stosunkowo niższą wydajnością z dokładnością 77%, precyzją 78%, kompletnością 76% i wynikiem F1 wynoszącym 76%. Wskaźniki te wskazują na solidność i skuteczność proponowanej metody wykrywania guzów mózgu.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Guzy mózgu, czy to łagodne, czy złośliwe, stanowią poważne zagrożenie dla ludzkiego zdrowia i dobrego samopoczucia. Szybkie wykrycie tych nowotworów odgrywa kluczową rolę w określaniu wyników leczenia pacjentów, co czyni je priorytetem w dziedzinie medycyny1,39(patrz również Tabela uzupełniająca S1). Wykrywanie guzów mózgu na wczesnym etapie jest nie tylko istotnym celem medycznym, ale także kluczowym kołem ratunkowym dla pacjentów. Umożliwiając szybką interwencję i dostęp do skutecznych opcji leczenia, sprzyja lepszemu rokowaniu, wzmacnia pozycję pacjentów i zmniejsza ogólne obciążenie związane z tym trudnym stanem40. Ciągłe monitorowanie postępu choroby, ułatwione przez techniki takie jak rezonans magnetyczny, jest niezbędne do dostosowania strategii leczenia1,3 i wykrywania potencjalnych powikłań. Wczesne wykrycie nie tylko poprawia przeżywalność pacjentów, ale także poprawia jakość życia, dając nadzieję na pomyślne wyniki i lepsze rokowanie długoterminowe.

Głębokie uczenie jest kluczowe w wykrywaniu guzów mózgu, oferując niezrównane możliwości w analizie skomplikowanych danych obrazowania medycznego4,5,6 z niezwykłą precyzją i szybkością. Modele głębokiego uczenia, szczególnie te wykorzystujące zaawansowane struktury sieci neuronowych, takie jak konwolucyjne sieci neuronowe (CNN), są bardzo skuteczne w autonomicznym identyfikowaniu skomplikowanych wzorców i cech z różnych modalności obrazowania medycznego, takich jak tomografia komputerowa (CT), pozytonowa tomografia emisyjna (PET) i skany MRI7,41.

Jedną z kluczowych zalet głębokiego uczenia w identyfikacji guzów mózgu jest jego zdolność do wykrywania ich w bardzo wczesnych stadiach8,9,10,11. Wykrywając subtelne nieprawidłowości w obrazach medycznych, które mogą umknąć obserwacji człowieka, algorytmy głębokiego uczenia umożliwiają pracownikom służby zdrowia szybkie rozpoczęcie leczenia, zapobiegając w ten sposób progresji nowotworu12,15,17,18,19,20 i poprawiające wyniki leczenia pacjentów15,17. Ta funkcja ma kluczowe znaczenie dla podejmowania decyzji dotyczących leczenia i przewidywania rokowań pacjentów24,25,26. Modele głębokiego uczenia, wytrenowane na obszernych zestawach danych27,28,29 mogą uchwycić skomplikowane relacje między cechami obrazowania a patologią nowotworu, zapewniając precyzyjne i wiarygodne informacje diagnostyczne30,31,32,33.

Ostatnie postępy w głębokim uczeniu wprowadziły architektury oparte na transformatorach, początkowo zaprojektowane do przetwarzania języka naturalnego, jako przełomowe narzędzia w obrazowaniu medycznym. W przeciwieństwie do tradycyjnych sieci CNN, transformatory wykorzystują mechanizmy samouwagi do przechwytywania globalnych zależności danych, co czyni je szczególnie skutecznymi w przypadku złożonych zadań, takich jak segmentacja i klasyfikacja nowotworów. Badania takie jak te przeprowadzone przez Saeeda i wsp.41 oraz Mehmood et al.38 podkreśliły sukces modeli wzbogaconych o transformatory, takich jak DeepLabV3+ i TransResUNet, które znacznie poprawiły dokładność segmentacji i wytłumaczalność w wykrywaniu guzów mózgu. Modele te zapewniają głębsze zrozumienie obrazów medycznych, jak wykazano w Xuanzhi i in.40, gdzie transformatory zostały zastosowane do modelowania predykcyjnego.

Ich zdolność do mapowania skomplikowanych relacji przestrzennych z mniejszą zależnością od dużych, oznaczonych zestawów danych przekształca tę dziedzinę, torując drogę dla bardziej adaptacyjnych i skalowalnych rozwiązań diagnostycznych. Oznacza to znaczącą zmianę w obrazowaniu medycznym, kładącą nacisk na precyzję i skuteczność wykrywania i analizy. Wykrywanie guzów mózgu za pomocą głębokiego uczenia stało się kluczowym obszarem zainteresowania w obrazowaniu medycznym, napędzanym postępem w metodach uczenia transferowego i optymalizacji1. Pomimo tych postępów nadal istnieją wyzwania, takie jak zmienność wydajności modelu, niewystarczająca eksploracja technik optymalizacji oraz ograniczona ocena strategii dostrajania hiperparametrów i rozszerzania danych.

Transfer nauki w obrazowaniu medycznym

Techniki optymalizacji: Istniejące algorytmy optymalizacyjne często mają problemy z równoważeniem wydajności obliczeniowej i szybkości konwergencji, zwłaszcza w przestrzeniach o wysokich wymiarach. Istnieje zapotrzebowanie na adaptacyjne i hybrydowe metody optymalizacji, które mogą dynamicznie dostosowywać się do różnych krajobrazów problemowych.

Rozszerzanie danych i wstępne przetwarzanie: Obecne techniki rozszerzania danych mogą wprowadzać nierealistyczne transformacje, które nie uogólniają się dobrze na rzeczywiste scenariusze. Potrzebne są dalsze badania nad adaptacyjnymi strategiami rozszerzenia, które uwzględniają ograniczenia specyficzne dla danej dziedziny i utrzymują integralność danych.

Porównania modeli: Większość badań porównawczych modeli skupia się na zestawach danych porównawczych, które mogą nie odzwierciedlać rzeczywistej złożoności. Istnieje luka badawcza w ocenie modeli w różnorodnych, hałaśliwych i niezrównoważonych zestawach danych, aby zrozumieć ich prawdziwe możliwości uogólniania.

Ekstrakcja cech za pomocą modeli głębokiego uczenia: Chociaż modele głębokiego uczenia mogą automatycznie wyodrębniać cechy, często brakuje im możliwości interpretacji. Potrzebne są dalsze prace nad wytłumaczalnymi metodami wyodrębniania cech, które zapewniają wgląd w poznane reprezentacje.

Strategie optymalizacji: Wiele strategii optymalizacyjnych nie wykorzystuje w pełni wiedzy specjalistycznej, co prowadzi do nieoptymalnych rozwiązań. Konieczne są badania nad włączeniem heurystyki uwzględniającej domenę do ram optymalizacji w celu poprawy wydajności.

Wyzwania związane z rozszerzaniem danych: Rozszerzanie danych może prowadzić do nadmiarowych lub wprowadzających w błąd informacji, negatywnie wpływając na wydajność modelu. Rozwiązanie problemu kompromisu między różnorodnością rozszerzeń a realizmem danych pozostaje otwartym wyzwaniem w zastosowaniach głębokiego uczenia.

Krytyczna analiza prac eksperymentalnych przeprowadzonych w ramach proponowanych badań ujawnia znaczące mocne i słabe strony. Z drugiej strony, modele uczenia transferowego okazały się bardzo skuteczne w wyodrębnianiu złożonych cech, co pozwala im doskonalić się w zadaniach takich jak wykrywanie guzów mózgu. Ponadto zaawansowane techniki optymalizacji, w tym szeroko stosowany optymalizator Adam i nowsze metody, wykazały swoją zdolność do poprawy współczynników zbieżności i ogólnej wydajności modelu.

Jednak pewne ograniczenia są nadal aktualne. Przeprowadzono ograniczoną eksplorację interakcji między optymalizatorami a modelami, co mogłoby dostarczyć głębszych informacji na temat osiągania optymalnej wydajności. Ponadto niewystarczające skupienie się na dostrajaniu hiperparametrów zostało zidentyfikowane jako wada, ponieważ odgrywa ono kluczową rolę w zapewnieniu odtwarzalności i spójności w różnych aplikacjach.

Ten artykuł zaczyna się od fundamentalnych prac nad wyodrębnianiem cech i uczeniem transferowym, przechodzi do zaawansowanych obszarów, takich jak optymalizacja i rozszerzenie, a kończy się identyfikacją kluczowych luk badawczych. W istniejącej literaturze zwrócono uwagę na kilka kluczowych luk. Jednym z istotnych problemów jest niespójna analiza porównawcza modeli uczenia transferowego, w której nie są one jednolicie oceniane przez różne optymalizatory, jak zauważono w badaniach6,36. Kolejna luka polega na ograniczonej eksploracji dostrajania hiperparametrów i jego krytycznej roli w wpływaniu na wydajność modelu, jak zidentyfikowano w research14,37. Ponadto brakuje wystarczającego uzasadnienia dla strategii augmentacji stosowanych w różnych badaniach, szczególnie w odniesieniu do ich wpływu na solidność i uogólnienie modelu, co zaobserwowano w works15,23. Luki te wskazują na potrzebę bardziej ustandaryzowanych i rygorystycznych podejść w przyszłych badaniach.

Aby wypełnić te luki, to badanie wyróżnia się kompleksową oceną pięciu wstępnie wytrenowanych modeli - VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50 - sparowanych z trzema optymalizatorami (Adam, SGD, Adamax). Wypełniając luki w testach porównawczych i badając interakcje między optymalizatorem a modelem, oferuje dokładną analizę dynamiki wydajności. Rygorystyczne dostrajanie hiperparametrów przy użyciu wyszukiwania w siatce uściśla kluczowe parametry, takie jak szybkości uczenia, rozmiary partii i współczynniki porzucania, co prowadzi do zwiększenia wydajności modelu.

Badanie wprowadza również niestandardowe strategie rozszerzenia, w tym regulacje jasności i kontrastu, aby poprawić uogólnienie modelu. Ustandaryzowane ramy oceny wykorzystujące kluczowe wskaźniki zapewniają uczciwe i spójne porównanie między modelami. Warto zauważyć, że MobileNetV2 staje się najbardziej wydajnym modelem do wykrywania guzów mózgu, dostarczając praktycznych informacji i ustanawiając nowy punkt odniesienia w zakresie odtwarzalności i wydajności badań obrazowania medycznego.

Wstępnie wytrenowane modele włączone do badania to VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50, ponieważ zostały one wysoko przetestowane i okazały się skuteczne w zadaniach takich jak klasyfikacja obrazów, wykorzystując swoje unikalne atuty architektoniczne do reprezentacji różnorodności. VGG16 zapewnia łatwą, ale potężną strukturę do wyodrębniania funkcji hierarchicznych, podczas gdy mobilny NetV2 jest lekki z architekturami odpowiednimi dla środowisk o ograniczonych zasobach. DenseNet121 działa w celu poprawy wydajności poprzez ponowne wykorzystanie funkcji z gęstym połączeniem. Wykorzystuje moduły Inception, które przechwytują funkcje w różnych skalach za pomocą InceptionV3. Resnet50, wraz z pozostałymi połączeniami, doskonale unika zanikających gradientów. Wszystkie trzy optymalizatory zostały wybrane do SGD, aby porównać go z optymalizacją, Adam, ze względu na hybrydyzację pędu wraz z adaptacyjnym tempem uczenia się, co zapewnia szybką konwergencję, a Adamax, który był dość solidny, szczególnie przy rzadkich gradientach.

To badanie wnosi unikalny wkład w tę dziedzinę, łącząc ocenę wielu architektur, analizę optymalizatora i dostrajanie hiperparametrów w jednym kompleksowym frameworku, znacznie wzbogacając istniejącą bazę wiedzy. Systematyczne metodologie i szczegółowe raportowanie zapewniają powtarzalność, umożliwiając innym badaczom powielanie wyników lub wykorzystanie ich jako podstawy do dalszych postępów. Co więcej, praktyczne znaczenie tych prac jest oczywiste, ponieważ ich wyniki mogą bezpośrednio pokierować rozwojem przyszłych systemów obrazowania medycznego, przyczyniając się do poprawy zarówno dokładności, jak i wydajności w zastosowaniach klinicznych.

Praca wykonana w tych badaniach skupia się na rozwoju uproszczonej i ustandaryzowanej bazy kodu, która obsługuje różne modele bazowe, zapewniając spójność implementacji, łatwość utrzymania i ułatwiając porównywanie modeli Ponadto, wprowadzono nowatorskie podejście polegające na integracji wstępnie wytrenowanych modeli podstawowych, w tym VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50, w celu wykorzystania ich unikalnych architektur do wykrywania guzów mózgu. Prace obejmują metody wzmacniania obrazu, w tym modyfikacje jasności i kontrastu, w celu zwiększenia różnorodności zestawu danych treningowych i uogólnienia modelu. Celem tych prac jest zaprojektowanie i wdrożenie efektywnego potoku szkoleniowego, który wykorzystuje generatory danych do płynnego przetwarzania ogromnych zbiorów danych i efektywnego trenowania modeli przy jednoczesnym oszczędzaniu mocy obliczeniowej. Dokładna analiza proponowanej pracy jest wykonywana przy użyciu trzech różnych optymalizatorów: Adam, Stochastic Gradient Descent (SGD) i Adamax zastosowanych do pięciu odrębnych, wstępnie wytrenowanych modeli podstawowych (VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50). Na koniec przeprowadzana jest dogłębna ocena wydajności modelu, badając kluczowe wskaźniki, takie jak kompletność, dokładność, precyzja, wynik F1 i macierze pomyłek, aby uzyskać kompleksowe zrozumienie zachowania modelu.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Rysunek 7 ilustruje schematyczny schemat blokowy przedstawiający ogólną metodologię proponowanego podejścia. W proponowanej metodzie obrazy MRI guzów mózgu są wstępnie przetwarzane przy użyciu dwóch popularnych technik - normalizacji i skalowania. W tej pracy wykorzystywane są niektóre popularne wstępnie wytrenowane modele uczenia transferowego, takie jak VGG16, MobileNetV2, DenseNet121, ResNet50 i InceptionV3. Po wytrenowaniu modele są testowane w hipotetycznych przypadkach i przeprowadzana jest obszerna analiza w celu sprawdzenia wydajności modeli na podstawie różnych metryk wydajności, takich jak dokładność, kompletność, precyzja i wynik F1. Proponowana technika wykorzystuje głębokie uczenie w celu zwiększenia skuteczności klasyfikacji guzów mózgu i jej dokładności, co może usprawnić proces diagnozy medycznej w przyszłości.

1. Pozyskiwanie danych

  1. Uzyskaj zestaw danych: Pobierz zestaw danych skanowania MRI guza mózgu z Kaggle, składający się z 7023 obrazów podzielonych na cztery klasy: przysadka, brak guza, oponiak i glejak.
  2. Podziel zestaw danych: Podziel zestaw danych na zestaw treningowy (5 712 obrazów) i zestaw testowy (1 311 obrazów).
    UWAGA: Upewnij się, że rozkład klas jest zrównoważony w zestawach treningowych i testowych, aby zapewnić bezstronną ocenę modelu. Rysunek 8 ilustruje wizualny rozkład obrazów pomiędzy różnymi kategoriami w zbiorze danych treningowych. Niektóre przykładowe zestawy danych obrazów MRI z czterech różnych klas można zobaczyć w Rysunek 9.

2. Wstępne przetwarzanie danych

  1. Transformacja obrazu:
    1. Przekonwertuj każdy obraz MRI na reprezentację numeryczną za pomocą biblioteki obrazowania języka Python (PIL).
      1. Upewnij się, że zainstalowane są PIL (poduszka) i numpy.
      2. Otwórz skan MRI za pomocą PIL.
      3. W razie potrzeby przekonwertuj obraz na skalę szarości, aby uprościć przetwarzanie.
      4. Konwertuj na tablicę NumPy — przekształć obraz w format numeryczny.
  2. Rozszerzanie danych:
    1. Regulacja jasności: Użyj funkcji ImageEnhance.Brightness, aby losowo zmienić jasność obrazu o współczynnik w zakresie od 0,8 do 1,2.
    2. Regulacja kontrastu: Zastosuj funkcję ImageEnhance.Contrast, aby losowo zmienić kontrast obrazu w zakresie od 0,8 do 1,2,
      UWAGA: Te techniki augmentacji są implementowane do symulowania zmian w rzeczywistych warunkach obrazowania, zwiększając niezawodność modelu.
  3. Normalizacja: Przekonwertuj rozszerzone obrazy na tablice NumPy za pomocą biblioteki PIL do załadowania obrazu i zastosowania rozszerzenia (np. odwracania, obracania). Następnie przekształć rozszerzony obraz w reprezentację liczbową (img_array = np.array(img_aug). W zależności od modelu uczenia maszynowego zmień kształt lub spłaszcz tablicę (img_vector = img_array.flatten()). Na koniec znormalizuj je, dzieląc wartości pikseli przez 255,0, aby upewnić się, że mieszczą się w zakresie [0, 1].
    UWAGA: Ten krok zapewnia spójne dane wejściowe dla modelu, ułatwiając stabilne trenowanie i wydajność.

3. Transfer nauki do klasyfikacji nowotworów

  1. Wybór modelu: wybierz wstępnie wytrenowane modele, w tym VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50 na potrzeby uczenia transferowego.
  2. Wyodrębnianie funkcji: Wykorzystaj wstępnie wytrenowane modele jako ekstraktory funkcji, ustawiając większość ich warstw jako nietrenowalnych. Zapoznaj się z poniższym wierszem kodu, aby ustawić warstwy jako niemożliwe do trenowania. dla warstwy w base_model.layers[:15]:
    layer.trainable = Fałsz
    UWAGA: W tym kroku wykorzystano reprezentacje hierarchiczne poznane na podstawie dużych, zróżnicowanych zestawów danych w celu lepszego uogólnienia docelowego zestawu danych medycznych.
  3. Dostrajanie: Odblokuj ostatnie trzy warstwy każdego wstępnie wytrenowanego modelu, aby dostosować się do konkretnego zadania wykrywania guza mózgu, korzystając z poniższego fragmentu kodu:for warstwy w base_model.layers[-3:]: layer.trainable = True
    UWAGA: Dostrajanie pozwala modelowi skupić się na cechach związanych z wykrywaniem nieprawidłowości w mózgu.

4. Modele głębokiego uczenia do klasyfikacji nowotworów

  1. Ustandaryzowana struktura modelu:
    1. Dodaj warstwę Spłaszcz do każdego modelu, aby przekształcić funkcje hierarchiczne w tablicę jednowymiarową Po spłaszczeniu dodaj warstwy gęste dla zadań klasyfikacji lub regresji.
    2. Uwzględnij warstwy Dropout (ze współczynnikami 0,3 i 0,2), aby zmniejszyć nadmierne dopasowanie i poprawić uogólnienie.
  2. Gęste warstwy:
    1. Dodaj gęstą warstwę ze 128 neuronami za pomocą aktywacji rektyfikowanej jednostki liniowej (ReLU).
    2. Dołącz ostatnią gęstą warstwę z aktywacją softmax do wieloklasowej klasyfikacji obrazów guzów mózgu.
      UWAGA: Ta jednolita struktura we wszystkich modelach zapewnia spójną ocenę i porównanie.

5. Szkolenia i optymalizacja

  1. Specyfikacja wejściowa: Ustandaryzuj wymiary wejściowe obrazów do (224, 224, 3) dla wszystkich modeli. Ustaw parametr include_top na wartość False, wykluczając gęsto połączone warstwy klasyfikacji i używając modeli wyłącznie jako ekstraktorów funkcji.
  2. Inicjalizacja masy: Użyj wag imagenet do inicjalizacji we wszystkich modelach, aby promować uczciwe i miarodajne porównania.
  3. Kompilacja: skompiluj wszystkie modele przy użyciu funkcji straty sparse_categorical_crossentropy i sparse_categorical_accuracy metric.
    UWAGA: Wybrana funkcja strat jest odpowiednia dla klasyfikacji wieloklasowej, gdy etykiety są liczbami całkowitymi.
  4. Strategia optymalizacji:
    1. Rozmiary partii: Przetestuj wielkości partii 16, 32 i 64, aby określić optymalny rozmiar dla szybkości i wydajności treningu.
    2. Współczynniki uczenia się: Użyj współczynnika uczenia się wynoszącego 0,0001 dla optymalizatora Adam i 0,001 dla optymalizatorów SGD i Adamax.
    3. Wskaźniki rezygnacji: Oceń wskaźniki rezygnacji na poziomie 0,2, 0,3 i 0,5, aby zapobiec nadmiernemu dopasowaniu.
      UWAGA: Te parametry są dostrojone dla każdego modelu, aby zapewnić optymalną wydajność.
  5. Parametry trenowania: ustaw jednolity rozmiar partii 20 i trenuj przez 50 epok we wszystkich modelach.
    Zaimplementuj wczesne zatrzymywanie na podstawie liczby epok, aby zapobiec nadmiernemu dopasowaniu i niepotrzebnemu obciążeniu obliczeniowemu.
    UWAGA: Ta ustandaryzowana procedura umożliwia rzetelne porównanie wydajności modelu.

6. Ocena modelu

  1. Metryki wydajności: Oceń każdy model przy użyciu metryk, takich jak dokładność, precyzja, kompletność i wynik F1.
  2. Macierze pomyłek: Skonstruuj macierze pomyłek w celu szczegółowej analizy błędnych klasyfikacji między klasami.
    UWAGA: Oceny te zapewniają wgląd w mocne i słabe strony każdego modelu, kierując dalszymi ulepszeniami.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ocena wydajności każdego z pięciu modeli - VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50 - obejmuje szczegółową analizę z krzywymi dokładności, macierzami pomyłek i raportami klasyfikacyjnymi. Te metryki i wizualizacje są ważnymi narzędziami do oceny biegłości modeli w wykrywaniu guzów mózgu. Postęp w uczeniu się modeli na przestrzeni epok jest dynamicznie reprezentowany przez krzywe dokładności, które rzucają również światło na możliwe nadmierne dopasowanie i zbieżność modeli.<...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wydajność modelu

Efektywne wykorzystanie modeli uczenia głębokiego (wstępnie wytrenowanych) jest głównym powodem wysokiej wydajności w identyfikacji guzów mózgu. Kombinacja wyróżniających się architektur używanych do oceny wydajności to VGG16, MobileNetV2, DenseNet121, InceptionV3 i ResNet50. Modele te mają imponujące możliwości ekstrakcji cech, ponieważ zostały poddane wstępnemu trenowaniu przy użyciu obszernych zbiorów danych obrazowych. Wag...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają do zadeklarowania konfliktu interesów.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy pragną podziękować za wsparcie Uniwersytetu Księcia Sułtana w uiszczeniu opłat za przetwarzanie artykułów (APC) tej publikacji.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Infrastruktura GPU i Jupyter NotebookKaggle (dostawca platformy online)Infrastruktura GPU Tesla-P100dostarczona przez Kaggle' s Usługa Jupyter Notebook, wykorzystująca najnowszą kartę graficzną NVIDIA Tesla P100
Intel Core i5-8350UInteli5-8350UIntel Core i5-8350U CPU @ 1,70 GHz (maks. 1,90 GHz) do lokalnego przetwarzania
Pamięć RAMStandard8GB_RAM8 GB pamięci RAM do przetwarzania danych
System operacyjnyMicrosoftWindows_6464-bitowy system operacyjny Windows do przetwarzania lokalnego
Biblioteki PythonaSpołeczność PythonaNie dotyczyNumPy, scikit-learn, PIL, TensorFlow 2.12, Keras 2.12
, ,

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Banoori, F., et al. Few-shot bioacoustics event detection using transudative inference with data augmentation. IEEE Sens Lett. 8 (3), 1-4 (2024).
  2. HISBmodel: A rumor diffusion model based on human individual and social behaviors in online social networks. Hosni, A. I. E., Li, K., Ahmed, S. Neural Information Processing: 25th International Conference, ICONIP 2018, Siem Reap, Cambodia, Proceedings, Part II 25, December 13-16, 2018, , Springer International Publishing. Cambodia. 14-27 (2018).
  3. Deep facial expression recognition of facial variations using fusion of feature extraction with classification in end to end model. Ullah, A., et al. 2019 Int. Conf Emerg Trends Eng Sci Technol (ICEEST, 4, 112-118 (2019).
  4. Ali, S., et al. State-of-the-art challenges and perspectives in multi-organ cancer diagnosis via deep learning-based methods. Cancers (Basel). 13 (21), 1-23 (2021).
  5. Woźniak, M., Siłka, J., Wieczorek, M. Deep neural network correlation learning mechanism for CT brain tumor detection. Neural Comput. Appl. 35 (20), 14611-14626 (2023).
  6. Liu, X., Wang, Z. Deep learning in medical image classification from MRI-based brain tumor images. arXiv preprint. , (2024).
  7. Jia, Z., Chen, D. Brain tumor identification and classification of MRI images using deep learning techniques. IEEE Access. , (2020).
  8. Saba, T., Mohamed, A. S., El-Affendi, M., Amin, J., Sharif, M. Brain tumor detection using fusion of hand crafted and deep learning features. Cognit Syst Res. 59, 221-230 (2020).
  9. Mohanty, B. C., et al. Feature-enhanced deep learning technique with soft attention for MRI-based brain tumor classification. Int J Inf Technol. 16 (3), 1617-1626 (2024).
  10. A comprehensive survey and adaptive fuzzy median filtering based breast cancer detection and segmentation techniques. Srinivas, B., Sriram, M., Ganesan, V. Proc 2nd Int Conf Intell Innov Technol Comput Electr Electron (ICIITCEE), , 1-8 (2024).
  11. Abdusalomov, A. B., Mukhiddinov, M., Whangbo, T. K. Brain tumor detection based on deep learning approaches and magnetic resonance imaging. Cancers. 15 (16), 4172(2023).
  12. Amin, J., et al. Brain tumor detection by using stacked autoencoders in deep learning. J Med Syst. 44, 1-12 (2020).
  13. Saeedi, S., et al. MRI-based brain tumor detection using convolutional deep learning methods and chosen machine learning techniques. BMC Med Inform Decis Mak. 23 (1), 1-17 (2023).
  14. Asiri, A. A., et al. Optimized brain tumor detection: A dual-module approach for MRI image enhancement and tumor classification. IEEE Access. 12, 42868-42887 (2024).
  15. Sadad, T., et al. Brain tumor detection and multi-classification using advanced deep learning techniques. Microsc Res Tech. 84 (6), 1296-1308 (2021).
  16. Swaraja, K., et al. Segmentation and detection of brain tumor through optimal selection of integrated features using transfer learning. Multimedia Tools Appl. 81 (19), 27363-27395 (2022).
  17. Deep learning based on NASNet for plant disease recognition using leave images. Adedoja, A., Owolawi, P. A., Mapayi, T. Proc 2nd Int Conf Adv Big Data, Comput Data Commun Syst (icABCD), , 1-5 (2019).
  18. Chattopadhyay, A., Maitra, M. MRI-based brain tumour image detection using CNN based deep learning method. Neurosci Inform. 2 (4), 100060(2022).
  19. Hashemzehi, R., et al. Detection of brain tumors from MRI images based on deep learning using hybrid model CNN and NADE. Biocybern Biomed Eng. 40 (3), 1225-1232 (2020).
  20. Maquen-Niño, E., et al. Brain tumor classification deep learning model using neural networks. Int J Online Biomed Eng. 19 (9), 81-92 (2023).
  21. Kaur, R., Kumar, R., Gupta, M. Review on transfer learning for convolutional neural network. Proc 3rd Int Conf Adv Comput Commun Control Netw (ICAC3N), , 922-926 (2021).
  22. Hu, A., Razmjooy, N. Brain tumor diagnosis based on metaheuristics and deep learning. Int J Imaging Syst Technol. 31 (2), 657-669 (2021).
  23. Kadry, S., et al. Evaluation of brain tumor using brain MRI with modified-moth-flame algorithm and Kapur's thresholding: A study. Evol Intell. 14 (2), 1053-1063 (2021).
  24. Sethi, B. K., et al. Long short-term memory-deep belief network-based gene expression data analysis for prostate cancer detection and classification. IEEE Access. 12, 1508-1524 (2023).
  25. Vishnuvarthanan, G., et al. Tumor detection in T1, T2, FLAIR and MPR brain images using a combination of optimization and fuzzy clustering improved by seed-based region growing algorithm. Int J Imaging Syst Technol. 27 (1), 33-45 (2017).
  26. Sharif, M. I., et al. A decision support system for multimodal brain tumor classification using deep learning. Complex Intell Syst. 8 (4), 3007-3020 (2022).
  27. ÇETİNER, H., ÇETİNER, I. Classification of cataract disease with a DenseNet201 based deep learning model. Iğdır Üniv Fen Bilim Enstitüsü Derg. 12 (3), 1264-1276 (2022).
  28. Sharif, M. I., et al. A decision support system for multimodal brain tumor classification using deep learning. Complex Intell Syst. 8 (4), 3007-3020 (2022).
  29. Mehmood, M., et al. Enhancing brain tumor classification in MRI scans with a multi-layer customized convolutional neural network approach. Front Comput Neurosci. 18, 1418546(2024).
  30. MindSight: Revolutionizing brain tumor diagnosis with deep learning. Gandham, R., et al. Proc 13th Int Conf Commun Syst Netw Technol (CSNT), , IEEE. (2024).
  31. Hernandez Petzsche, M. R., et al. ISLES 2022: A multi-center magnetic resonance imaging stroke lesion segmentation dataset. Sci Data. 9 (1), 762(2022).
  32. Rammurthy, D., Mahesh, P. K. Whale Harris hawks optimization-based deep learning classifier for brain tumor detection using MRI images. J King Saud Univ Comput Inf Sci. 34 (6), 3259-3272 (2022).
  33. Maharjan, S., et al. A novel enhanced softmax loss function for brain tumour detection using deep learning. J Neurosci Methods. 330, 108520(2020).
  34. Simonyan, K., Zisserman, A. Very deep convolutional networks for large-scale image recognition. arXiv preprint. , (2014).
  35. Mobilenetv2: Inverted residuals and linear bottlenecks. Sandler, M., et al. Proc IEEE Conf Comput Vision Pattern Recognit, , 4510-4520 (2018).
  36. Ullah, N., et al. Enhancing explainability in brain tumor detection: A novel DeepEBTDNet model with LIME on MRI images. Int J Imaging Syst Technol. 34 (1), e23012(2024).
  37. Iqbal, S., Uddin, M. I., Baig, M. M. Hybrid parallel fuzzy CNN paradigm: Unmasking intricacies for accurate brain MRI insights. IEEE Trans Fuzzy Syst. , (2024).
  38. Mehmood, M., Rasool, N., et al. TransResUNet: Revolutionizing glioma brain tumor segmentation through transformer-enhanced residual UNet. IEEE Access. , (2024).
  39. Ullah, M. S., et al. Multimodal brain tumor segmentation and classification from MRI scans based on optimized DeepLabV3+ and interpreted networks information fusion empowered with explainable AI. Comput Biol Med. 182, 109183(2024).
  40. Xuanzhi, L., et al. BrainNet: An automated approach for brain stress prediction utilizing electrodermal activity signal with XLNet model. Front Comput Neurosci. 18, 1482994(2024).
  41. Saeed, T., et al. Neuro-XAI: Explainable deep learning framework based on DeepLabV3+ and Bayesian optimization for segmentation and classification of brain tumor in MRI scans. J Neurosci Methods. 410, 110247(2024).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Wst pnie wytrenowane modele bazoweaugmentacja obrazupor wnanie modeliMobileNetV2VGG16DenseNet121InceptionV3ResNet50
Film wkrótce dostępny

Powiązane artykuły