《电子测量技术杂志》发表论文赏析

优化EfficientNet架构的可解释性脑肿瘤分类模型研究

来源:电子测量技术杂志2026年第6期北京时间:

作者:郭心茹,吕卫东,王蕊,赵迪妮

单位:兰州交通大学数理学院 兰州 730070

摘要:脑肿瘤是一类具有高度侵袭性的神经系统疾病,其早期准确诊断对于制定个性化治疗方案至关重要。基于深度学习的计算机辅助诊断(CAD)技术在医学成像分析中取得了显著进展,但在分类准确性、计算效率及可解释性方面仍存在不足。为此,研究提出了一种基于迁移学习和微调策略优化的EfficientNet模型,通过改进部分卷积层和全连接层,并在网络顶部添加全局平均池化层与Dropout层,以增强模型的特征提取能力与分类性能。同时,引入Grad-CAM技术实现模型决策过程可视化,有效突出脑肿瘤的关键判别特征区域,从而增强模型的可解释性与临床应用可信度。在Figshare数据集上的实验结果表明,所提模型在显著降低参数量与计算复杂度的同时,测试集上的准确率达到99.35%,主要性能指标均优于VGG16、ResNet152V2及Vision Transformer等模型。此外,跨数据集验证实验中模型的准确率达到92.51%,进一步验证了其良好的稳定性与泛化能力。

关键词:脑肿瘤;EfficientNet;图像分类;可解释性

基金资助:国家自然科学基金(12462002)项目资助

2026年6期其他文献查阅:

面向风机变桨系统的双冗余热拔插电源系统

一种改进的级联型宽增益LLC变换器

基于对话的多模态情感分析技术研究

基于深度学习的高速公路交通事故检测方法研究

单谐振线圈测量海水电导率的仿真分析与试验验证

超导并联纳米线双分辨单光子探测器

基于YOLOv8改进的指针式仪表检测算法

基于改进VMD-TCN-LSTM的电动汽车短期负荷预测

电磁悬浮系统的分数阶线性自抗扰控制

改进旅鼠算法的机器人路径规划研究

基于RT-DETR的无人机航拍图像小目标检测算法

基于3D高斯溅射的复杂室内环境SNGO-SLAM算法

基于改进Bi-RRT*的路径规划算法研究

基于STM32的多通道大气腐蚀监测系统设计

基于跨模态生理信号融合的飞行员认知状态检测

基于动态频域特征解耦的中长期电力负荷预测

多尺度局部特征融合的弱监督点云语义分割

MGEF-DETR:多尺度门控增强融合的无人机目标检测算法

基于YOLO11-MDA的水下垃圾多尺度目标检测方法

LiteSteel-YOLO :小目标低对比度轻量级钢材缺陷检测网络

基于轻量化YOLOv8n的火焰烟雾检测方法

优化EfficientNet架构的可解释性脑肿瘤分类模型研究

基于改进YOLOv11光伏热斑小目标缺陷检测

动态场景下的工件尺寸测量

改进YOLOv10n的绝缘子缺陷检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!