Рамка переносного обучения с фокусом внимания для четырёхклассовой классификации опухолей мозга с использованием МРТ

Краткое содержание

В данном исследовании представлена лёгкая концепция глубокого обучения на основе внимания для четырёхклассной классификации опухолей мозга по МРТ-снимкам с использованием трансферного обучения с помощью MobileNetV2, EfficientNetV1 и Inception-ResNet-V2. Модель достигает высокой точности классификации при снижении вычислительной сложности, поддерживая клинические приложения поддержки принятия решений с ограниченными ресурсами.

Аннотация

Цель этого исследования — разработать лёгкую, но точную систему глубокого обучения для классификации опухолей мозга на четыре категории — глиомы, менингиомы, опухоли гипофиза и здоровую ткань мозга — с использованием данных магнитно-резонансной томографии (МРТ). Предлагаемая методология сочетает трансферное обучение с тремя заранее обученными моделями сверточной нейронной сети — MobileNetV2, EfficientNetV1 и Inception-ResNet-V2 — интегрируя с механизмом внимания, имитирующий способность зрительной системы человека фокусироваться на клинически значимых областях изображения. Такой подход, ориентированный на внимание, улучшает локализацию опухоли, подавляя при этом нерелевантную фоновую информацию. Фреймворк оценивается на большом, общедоступном наборе данных по МРТ мозга, содержащем тысячи маркированных изображений из четырёх классов. Используются стандартные протоколы предварительной обработки, дополнения данных и обучения для простого воспроизведения предлагаемого метода. Экспериментальные результаты показывают, что EfficientNetV1 достигает наивысших показателей классификации, достигая превосходящей точности по сравнению с MobileNetV2 и Inception-ResNet-V2. Исследование делает вывод, что предлагаемая легкая, ориентированная на внимание фреймворк эффективно балансирует точность и вычислительную сложность, что делает её очень удобной для приложений в реальном времени и мобильных медицинских системах, особенно в условиях ограниченных ресурсов.

Введение

Точная классификация опухолей мозга с помощью магнитно-резонансной томографии (МРТ) играет ключевую роль в клинической диагностике, планировании лечения и оценке^{прогноза. 1}. Опухоли мозга, включая глиому, менингиому и опухоли гипофиза, демонстрируют характерные патологические характеристики и ответы на лечение; Поэтому ранняя и надежная идентификация необходима для улучшения терапевтических результатов и снижения прогрессирования заболевания. МРТ широко предпочитается для оценки опухолей мозга благодаря своему превосходному контрасту мягких тканей, неинвазивному характеру и способности визуализировать морфологию опухолей на различных анатомических плоскостях. Однако ручная интерпретация МРТ часто занимает много времени и сильно зависит от радиологической экспертизы, особенно если границы опухолей нерегулярны или при наличии визуальных сходств между классами опухолей. В результате автоматизированные системы компьютерной поддержки диагностики становятся всё более важными для помощи радиологам в точной и эффективной классификации опухолей.

Методы анализа изображений на основе глубокого обучения (DL) значительно продвинули автоматизированную классификацию заболеваний в биомедицинских и компьютерных^{приложениях 2,3}. В нейроонкологии методы машинного обучения и трансферного обучения показали многообещающие результаты для задач по обнаружению, сегментации и классификации^{опухолей 4}. Сверточные нейронные сети (CNN), в частности, показали превосходную способность автоматически извлекать иерархические особенности изображения непосредственно из МРТ-сканирования без использования ручной инженерии признаков. Архитектуры CNN могут изучать дискриминативные представления, связанные с опухоли, на основе данных визуализации, тем самым повышая эффективность классификации по сравнению с традиционными методами машинного обучения. Недавние достижения в области DL позволили создать высокопроизводительные системы классификации изображений, способные обрабатывать крупномасштабные наборы данных с повышенной точностью и снижением вмешательства человека.

Несмотря на эти достижения, традиционные глубокие архитектуры CNN часто требуют значительных вычислительных ресурсов, включая высокое потребление памяти, повышенную сложность параметров и длительное время^{обучения 5}. Такие вычислительные требования ограничивают их реализацию в клинических условиях с ограниченными ресурсами и мобильных системах здравоохранения. Кроме того, лёгкие архитектуры сверточных нейронных сетей привлекают всё большее внимание благодаря снижению вычислительной сложности и пригодности для внедрения в малоресурсных^{приложениях 5}. Несколько недавних исследований изучали оптимизированные стратегии CNN, эффективные механизмы извлечения признаков и лёгкие рамки развертывания для повышения эффективности классификации без значительного ущерба предсказательной^{точности 6,7,8}. Однако балансирование вычислительной эффективности с надёжной многоклассовой классификацией опухолей остаётся серьёзной задачей в анализе опухолей мозга на основе^{МРТ 9}.

Фреймворки глубокого обучения на основе внимания стали эффективными решениями для улучшения представления признаков в медицинском анализе^{изображений 10}. Механизмы внимания позволяют нейронным сетям избирательно подчёркивать диагностически значимые области изображения, подавляя при этом нерелевантную фоновую информацию. Вдохновлённые человеческой зрительной системой, архитектуры, ориентированные на внимание, улучшают изучение дискриминативных признаков, направляя вычислительный фокус на специфические пространственные области и контекстуальные характеристики. Такие механизмы особенно полезны для МРТ-анализа опухолей мозга, поскольку ткани опухоли часто демонстрируют разнородные паттерны интенсивности, нерегулярную морфологию и перекрывающиеся визуальные характеристики между категориями опухолей. В результате интеграция модулей внимания в архитектуры на базе CNN может повысить точность классификации и повысить производительность локализации признаков.

Несколько недавних исследований продемонстрировали потенциал систем DL для автоматизированной диагностики опухолей мозга и классификации опухолей на основе^{МРТ 11,12}. Гао и соавт. разработали и валидировали модель DL для диагностики опухолей мозга с использованием данных МРТ, продемонстрировав сильные возможности классификации автоматизированного^{нейровизуализированного анализа 11}. Аналогично, Абдусаломов и соавторы исследовали методы обнаружения опухолей мозга на основе ДЛ с помощью МРТ и сообщили о многообещающих диагностических^{показателях 12}. Хотя эти исследования достигли повышения точности классификации, ограничения, связанные с разнообразием наборов данных, обобщением моделей и вычислительными требованиями, остаются нерешёнными. Во многих случаях обучающие наборы данных были ограничены по размеру или получены из ограниченных клинических источников, что увеличивало риск перенастройки и снижало устойчивость среди гетерогенных популяций пациентов.

Для улучшения визуализации опухолей и выделения признаков также были изучены методы мультимодального МРТ-анализа и^{реконструкции 13,14}. Сан и др. исследовали мультимодальную оценку глиомы на основе МРТ с использованием фреймворка глубокого обучения и реконструкции в сочетании со стратегиями снятия^{шума 13}. Их работа продемонстрировала важность повышения качества изображения для повышения точности обнаружения глиом. Аналогично, Сринивас и Рао предложили модель сегментации на основе DL для мультимодального МРТ-анализа субрегионов опухолей^{мозга 14}. Их подход улучшил определение субрегионов опухолей и способствовал индивидуализированному планированию лечения. Тем не менее, мультимодальные фреймворки обычно требуют обширной предварительной обработки, увеличения вычислительных ресурсов и точной регистрации изображений между методами визуализации, что может ограничить их применимость в практических клинических условиях.

Также были предложены методы мультимодального синтеза с фокусом внимания для повышения точности сегментации и интеграции признаков^МРТ 15,16,17,18. Чжоу и др. ввели механизм слияния на основе механизма внимания для мультимодальной сегментации опухолей^{мозга 15}. Исследование показало улучшение результатов сегментации благодаря контекстуальному обучению признаков; однако подход в основном был сосредоточен на сегментации, а не на лёгкой классификации опухолей. Аналогично, Чжоу и Ду предложили 3D-мультимодальную сеть для ускоренной реконструкции^{МРТ 16}, а Хуан и соавторы разработали AMF-Net — адаптивную мультипоследовательность слияния для мультимодальной диагностики опухолей^{мозга 17}. Чжоу и др. также предложили MLMFNet для мультимодальной ускоренной реконструкции^{МРТ 18}. Хотя эти методы улучшали качество реконструкции и возможности термоядерного синтеза, они сильно опирались на различные методы МРТ, глубокие архитектуры и вычислительно затратные операции термоядерного синтеза. Такие требования могут снизить их возможности внедрения в системах здравоохранения с ограниченными ресурсами и диагностических платформах на периферии.

Дополнительные исследования изучали рамки DL, специально для классификации глиомы, менингиомы и опухолей гипофиза с использованием^{МРТ-изображений 19}. Мокри и соавт. разработали систему классификации на основе DL для выявления трёх основных типов опухолей мозга с помощью^{МРТ-сканирования 19}. Хотя исследование показало обнадёживающую эффективность, модель опиралась на относительно небольшие наборы данных и не сравняла с лёгкими переносными фреймворками. Архитектуры на основе трансформеров также недавно привлекли внимание в медицинской визуализации благодаря своей способности моделировать долгосрочные зависимости признаков и контекстуальные^{связи 20}. Фэн и др. предложили мультимодальный трансформаторный фреймворк для ускоренной реконструкции^{МР-изображений 20}. Их подход улучшил эффективность реконструкции по сравнению с традиционными методами; Однако архитектуры трансформаторов обычно требуют обширных вычислительных ресурсов и крупномасштабных обучающих наборов данных, что может ограничить их практическое внедрение в медицинских системах с ограниченными ресурсами.

Лёгкие архитектуры CNN на основе трансферного обучения показали значительные перспективы для снижения вычислительной сложности при сохранении точности^{классификации} 21,22,23. Рахман и соавторы продемонстрировали улучшенные результаты классификации опухолей мозга с помощью MobileNetV2 в сочетании с продвинутыми методами предварительной обработки и тонкой настройки²¹. MobileNetV2 особенно подходит для лёгких медицинских визуализационных приложений благодаря своим глубинным разделяемым сверткам, снижению количества параметров и эффективному извлечению признаков. Аналогично, фреймворки на базе EfficientNet показали высокую производительность многоклассовой классификации благодаря стратегиям сложного масштабирования, которые одновременно оптимизируют глубину, ширину и разрешение входных данных^{сети 22}. Архитектуры EfficientNet обеспечивают повышенную эффективность классификации, сохраняя при этом меньшие вычислительные нагрузки по сравнению с традиционными CNN. Кроме того, архитектуры Inception-ResNet интегрируют остаточное обучение с эффективными механизмами извлечения признаков для повышения эффективности классификации^{изображений 23}. Такие гибридные архитектуры обеспечивают эффективное распространение градиентов и более глубокое изучение представления сетей, сохраняя при этом вычислительную эффективность.

Хотя в классификации опухолей мозга на основе МРТ достигнут значительный прогресс, ряд ограничений остаётся нерешённым. Многие существующие подходы отдают приоритет точности классификации в вычислительных архитектурах, не учитывая эффективность развертывания или вычислительные ограничения. Другие исследования в основном сосредоточены на сегментации, мультимодальной реконструкции или слиянии признаков, а не на прямой классификации опухоли по четырём классам. Кроме того, относительно немногие фреймворки интегрируют лёгкие архитектуры трансферного обучения с изучением функций с фокусом на внимание для эффективной многоклассовой классификации опухолей мозга. Поэтому по-прежнему необходима вычислительная эффективная структура, которая балансирует точность классификации, лёгкое внедрение и дискриминационное извлечение признаков в клинических условиях с ограниченными ресурсами.

Поэтому в данном исследовании предлагается лёгкий трансферный формат обучения с фокусом внимания для четырёхклассовой классификации опухолей мозга с использованием МРТ-изображений. Предлагаемая структура интегрирует MobileNetV2, EfficientNetV1 и Inception-ResNet-V2 с механизмом внимания, который избирательно акцентирует внимание на диагностически значимых области опухоли, подавляя при этом несущественные фоновые признаки. Цель фреймворка — улучшить различение признаков и производительность классификации, одновременно снижая вычислительную сложность. Сочетая лёгкие системы трансферного обучения с выделением признаков с фокусом на внимание, предлагаемый подход направлен на предоставление эффективного, масштабируемого решения для автоматизированной классификации опухолей мозга на основе МРТ в условиях поддержки клинических решений с ограниченными ресурсами.

Протокол

В этом исследовании использовался общедоступный, анонимизированный набор данных; поэтому информированное согласие не требовалось. Предлагаемый подход состоит из шести компонентов: предварительной обработки, свёртки, модуля внимания, интеграции модулей свёртки и внимания, а также полностью связанных (FC) уровней. Рисунок 1 иллюстрирует полный рабочий процесс нашего метода.

Сбор наборов данных
Маркированные изображения МРТ мозга получаются из общедоступного набора данных Kaggle, включающего четыре категории опухолей и нормальную ткань.

Предварительная обработка данных
Изображения изменяются до равномерного разрешения и нормализации интенсивности. Для улучшения обобщения применяется опциональное дополнение (вращение, переворот, масштабирование). Набор данных разделён на обучающие (70%) и тестовые (30%) наборы.

Архитектура модели
Три магистральных CNN, предварительно обученных на ImageNet — MobileNetV2, EfficientNetV1 и Inception-ResNet-V2 — были использованы для классификации опухолей мозга в четыре категории с помощью МРТ-изображений. MobileNetV2 и EfficientNetV1 были настроены с размером входа 224 × 224 пикселя, тогда как Inception-ResNet-V2 требовал входного размера 299 × 299 пикселей. В процессе трансферного обучения начальные сверточные слои замораживались в начале для сохранения обобщённых особенностей изображения, а верхние слои были тонко настроены для адаптации модели для классификации опухолей мозга. Каждый магистраль сочетался с лёгкой головкой классификации, включавшей глобальное среднее пулирование, плотные слои, выпадание для регуляризации и функцию активации Softmax для прогнозирования четырёх классов. Отпадание было внедрено для снижения переоборудования и улучшения обобщения. Разработанная архитектура эффективно сочетала эффективное извлечение признаков с более низкими вычислительными требованиями, обеспечивая точную классификацию при сохранении пригодности для внедрения в условиях ограниченных ресурсов и демонстрации концепции.

Извлечение признаков на основе внимания
Входные изображения обрабатываются через начальный сверточный слой, за которым следует модуль индивидуального внимания. Параллельное максимальное пулирование и среднее пулирование фиксируют заметные и контекстуальные особенности, которые соединяются и уточняются с помощью свёртки для выделения областей, релевантных для опухоли.

Сверточный магистраль и слияние
Функции, ориентированные на внимание, пересылаются на заранее обученные магистрали (MobileNetV2, EfficientNetV1 или Inception-ResNet-V2). Высокоуровневые свёрточные слои логически объединяются для уменьшения доступа к памяти и повышения вычислительной эффективности.

Классификация
Плоские элементы проходят через полностью связанные слои с активацией и выпадением ReLU6, создавая компактное представление для финальной четырёхклассной классификации softmax.

Оценка
Производительность модели оценивается на тестовом наборе с использованием точности, точности, воспоминания, результатов F1 и матриц путаницы.

Разработка фреймворка
Предлагаемое решение реализовано на Python и использует Keras для выполнения. Таблица 1 иллюстрирует гиперпараметры. Набор данных разделён на обучающий и тестовый набор в соотношении 70:30. Пять различных произвольных разделений поездов/тестов используются для отображения итоговой сбалансированной производительности каждого набора данных.

Предварительная обработка
Входные изображения необходимо обновить, поскольку фреймворк MobileNetV2 служит основой для предлагаемого решения. Для извлечения высококачественных характеристик из фотографий используется предварительно обученная модель MobileNetV2 с её входной размерностью. Каждое входное изображение затем масштабируется до 224×224 пикселей в диапазоне [-1, 1].

Модель свёртки
MobileNetV2 улучшает распознавание изображений, используя эффективную архитектуру сверточной нейронной сети (CNN), предназначенную для минимизации вычислительных затрат. Хотя традиционные CNN достигают высокой точности, они часто требуют значительной памяти и вычислительной мощности. MobileNetV1 ввела концепцию глубинно разделяемой свёртки, которая разделяет стандартную свёртку на две отдельные операции: глубинную свёртку для фильтрации входных данных и попунктную свёртку для интеграции признаков. MobileNetV2 развивает эту идею, включая остаточные блоки узкого места, состоящие из слоёв расширения, глубинной свёртки, проекционных слоёв и остаточных соединений. Проекционный слой сжимает функциональные каналы, а остаточные соединения способствуют лучшему потоку информации по всей сети. Для повышения стабильности и повышения эффективности обучения после сверточных операций применяются активация ReLU6 и пакетная нормализация.

В этом исследовании MobileNetV2, предварительно обученный на ImageNet, был использован как основная модель для извлечения признаков, обеспечивая эффективные семантические представления высокого уровня при сохранении вычислительных затрат при классификации опухолей мозга низкими. После каждого слоя свёртки находится слой активации ReLU6, который является адаптацией функции активации ReLU, где размер максимизируется на шести, и слой пакетной нормализации. Общие слои свёртки 1x1, среднего пула и классификации применяются к 17 оставшимся узким блокам, формируя полную архитектуру MobileNetV2. Мы использовали MobileNetV2 как основную сеть, предварительно обученную на ImageNet. В таком случае сверточное отображение получается из последнего остаточного блока после прохождения сверточного слоя MobileNetV2. Нижние уровни остаточных блоков создают меньшие карты объектов. Такие блоки не вносят вклад в наши исследования, поскольку они не собирают высокоуровневые данные для общей идентификации изображений. Во время построения и обучения моделей слои, предшествующие сверточным слоям, которые формируют 3D-карту 7 × 7, остаются фиксированными. В математических терминах это выражено ниже в уравнении (1):

F₁(I) = выпуклость(I) (1)

Здесь F₁(I) обозначает сверточную особенность, извлеченную из входного изображения I.

Модуль фокуса
Механизм внимания человеческого мозга, который подразумевает, что люди естественным образом больше сосредотачиваются на значимых визуальных вводах, чем на каждой детали изображения, служит основой для проектирования этой трансформационной сети. Благодаря этой идее в исследованиях глубокого обучения было создано множество моделей, основанных на внимании. Пространственные корреляции, наблюдаемые в представлениях опухолей мозга, выделяются предполагаемым механизмом внимания. В то время как модуль внимания канала фиксирует наиболее важную информацию, связанную с опухолями, по ключевым каналам, региональный блок внимания определяет наиболее информативные области изображения МРТ. Используя метод структурированного внимания, рекомендуемая единица фокуса сосредоточена на областях, содержащих дискриминационную информацию о опухоли.

Для улучшения представления признаков перед фазой обнаружения пространственных признаков применяются такие методы, как пул активации верха и сбалансированное извлечение признаков. Эта стратегия повышает способность модели выделять клинически значимые области опухолей при минимизации несущественных фоновых деталей, тем самым повышая точность классификации и эффективность изучения признаков. Второй — это конкатенация тензоров с максимальным пулом и среднего пула. Наконец, функция активации сигма, в сочетании с сверточным фильтром размером 7x7, будет использована для активации визуальных стимулов внутри визуальных эффектов. Различные этапы модуля фокусировки обозначаются уравнениями (2) и (3). где сбалансированные Pool(F) ∈ RHxWx1 представляют среднюю операцию пулирования, а MaxPool(F) ∈ RHxWx1 описывает операцию максимального пулирования.

F₂(I) = [AvgPool(F); MaxPool(F)] (2)

Эти два элементных отображения можно объединить в 3D для создания элементной карты

F₂(I) = ∈ RHxwx1. _F3(I) = σ(f7x7(F₂(I))) (3)

где σ — функция активации, указывающая на сигму. Характеристики внимания, которые представлены тензором высоты HxWxC (V), шириной (W) и толщиной (C), представлены F3(I), тогда как f7x7 — операцию свёртки размера фильтра (7x7).

Слияние внимания и модели свёртки
В отличие от сети, основанной на одном энкодере, мультимодальный блок слияния может извлекать гораздо более эффективную и полную информацию для подавляющего большинства модальностей. Термоядерный блок предназначен для направления к максимально необходимым кросс-модальным особенностям; поэтому он выявит области для удаления опухолевых областей. Это простая конкатенация отдельных латентных представлений, но часть информации теряется. Таким образом, комбинированное отображение объектов было создано путём объединения отображений признаков модулей свёртки и наблюдения с использованием базового метода конкатенации признаков Ситаулы и др. Эти две карты признаков отражали различия в различных свойствах изображения, поэтому мы решили использовать простой метод конкатенации вместо стратегий на основе максимальной, минимальной или суммы. Это также делает его вычислительно легче по сравнению с альтернативными методами, использующими билинейные методы как форму вычисления тензорного произведения. Когда такие две признаки объединяются, результант называется тензором признаков. Математическое выражение агрегированного тензорного выхода символов T задаётся уравнением (4).

[F₁(I), F₃(I)] = T(I) (4)

Где F1(I) ∈ RHxWx1 и F2(I) ∈ RHxWx1280. Это трёхмерные тензоры одинаковой ширины (W) и высоты (H). Кроме того, их можно объединить в 3D k для создания 3D тензоров, где T(I) ∈ LxWx1281.

Полностью связанные слои (FC)
Мы использовали серию слоёв FC после слияния признаков, чтобы преобразовать объёмный тензор, переформированный в линейный вектор признаков. Глава классификации состоит из слоя глобального среднего пулирования, полностью связанных плотных слоев, регуляризации dropout и выходного слоя Softmax. Используется функция активации ReLU6 с 128 единицами и вероятностью выбывания 50%.

Результаты

Три предварительно обученные модели глубокого обучения, а именно MobileNetV2, EfficientNetV1 и Inception-ResNet-V2, были оценены для четырёхклассной классификации опухолей мозга с использованием МРТ-изображений.

Используемый набор данных
Предлагаемая структура была оценена с использованием общедоступного МРТ-набора опухолей мозга, полученного с платформы Kaggle. Набор данных включал 835 обычных МРТ-изображений мозга, 826 изображений глиомы,...

Обсуждение

Оценка производительности, основанная на точности, воспоминании, F1-балле и точности, показывает, что и MobileNetV2, и Inception-ResNet-V2 достигают сопоставимых результатов в классификации опухолей мозга, каждая с совокупной и взвешенной средней точностью 97–98%. В отличие от этого, EfficientNet превосходит другие модели, достигая точности 99% по макро- и взвешенным метрикам благодаря улучшенной стратегии обобщения и сложного масштабирования. Эти результаты согласуются с предыдущими исс...

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Набор данных МРТ мозга	IEEE	https://dx.doi.org/10.21227/q2vt-tf46	Набор данных загружается с доступом в институт. Набор МРТ содержит четыре класса: глиома, менингиома, опухоль гипофиза и нормальный мозг
Ускоритель CNN (объединение слоев)	Предлагаемая работа	—	Логическое объединение верхних сверточных слоев для уменьшения доступа к памяти и повышения вычислительной эффективности
Пользовательский модуль внимания	Предлагаемая работа	—	Механизм внимания, интегрирующий макс-пулинг и среднее пулинги для выделения тумор-релевантных областей
EfficientNetV1	Google	Предварительно обученная (ImageNet)	Масштабируемая архитектура CNN, обеспечивающая оптимальный обмен точностью и эффективностью
Google Colaboratory	Google	https://colab.research.google.com/	Облачная среда, используемая для обучения модели, оценки и экспериментов с поддержкой GPU
Inception-ResNet-V2	Google	Предварительно обученная (ImageNet)	Глубокая гибридная архитектура CNN, сочетающая модули Inception с остаточными связями
Keras	Google	v2.6.0	API высокого уровня для нейронных сетей, созданный на основе TensorFlow для быстрого прототипирования моделей
Matplotlib	Matplotlib Developers	v3.4.3	Библиотека визуализации, используемая для построения графиков кривых обучения, матриц путаницы и показателей производительности
MobileNetV2	Google	Предварительно обученная (ImageNet)	Легкая основа CNN, оптимизированная для мобильного и крайнего развертывания
NumPy	NumPy Developers	v1.21.4	Основная библиотека научных вычислений, используемая для числовых операций
Pandas	Pandas Development Team	v1.3.4	Библиотека обработки и манипуляции данными, используемая для организации наборов данных и обработки метаданных
Python	Python Software Foundation	v3.8.10	Основной язык программирования, используемый для предварительной обработки данных, разработки и оценки моделей
Scikit-learn	Scikit-learn Developers	Последняя стабильная	Используется для оценки показателей производительности, таких как точность, полнота, F1-показатель и матрицы путаницы
Seaborn	Seaborn Developers	Последняя стабильная	Библиотека статистической визуализации высокого уровня, используемая для улучшенного графического анализа
TensorFlow	Google	v2.6.0	End-to-end фреймворк для глубокого обучения, используемый для реализации основ CNN и модулей внимания