پژوهش
چارچوبی برای تشخیص تومور مغزی در MRI با توضیح‌پذیری و غربال ورودی‌های نامناسب
پیش‌چاپی در arXiv چارچوبی مبتنی بر InceptionResNetV2 و CBAM معرفی می‌کند که تصاویر MRI مغز را در چهار دسته طبقه‌بندی می‌کند و برای پیش‌بینی‌ها توضیح بصری ارائه می‌دهد.
پژوهشگران در پیش‌چاپی در arXiv چارچوبی برای طبقه‌بندی MRI مغز در چهار گروه گلیوما، مننژیوم، تومور هیپوفیز و بدون تومور معرفی کرده‌اند. این چارچوب از مدل InceptionResNetV2 همراه با ماژول توجه CBAM استفاده می‌کند و با Grad-CAM نواحی تصویری مرتبط با پیش‌بینی مدل را نشان می‌دهد.
سامانه همچنین یک سازوکار دومرحله‌ای برای شناسایی ورودی‌های نامناسب دارد: ابتدا تصویر از نظر خاکستری‌بودن بررسی می‌شود و سپس معیارهایی شامل فاصلهٔ Mahalanobis، اطمینان softmax و آنتروپی پیش‌بینی به کار می‌روند. متن در دسترس از چکیده، جزئیات نتایج یا عملکرد مدل را ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده