分享到：
杂志社编辑部
《中国科教创新导刊》刊号：CN11-5599/N 国际标准：ISSN 1673-9795 邮发：80-616
杂志信息
中国科教创新导刊
China Education Innovation Herald
曾用刊名：国外科技动态
主 管：中华人民共和国科技部
主 办：科学技术信息研究所
科学技术文献出版社
国内统一刊号：CN11-5599/N
国际刊号：ISSN 1673-9795
邮发代号 80-616
国外邮发代号:M4078
投稿信箱：kjcxdkzz@163.com
周 期：旬刊
出版地：北京市
语 种：中文
开 本：国际标准大16开
发行范围：国内外公开发行
编辑出版：《中国科教创新导刊》编辑部
出版日期：每月1、11、21日
国内定价：20.00元（RMB）每期
广告经营许可证：京海工商广字0300号
总发行处：北京报刊发行局
影响因子：0.059
刊社地址
地址：通惠家园惠润园（壹线国际）5-3-603
邮编：100025
联系我们
国内统一刊号：CN11-5599/N
国际标准刊号：ISSN 1673-9795
邮发代号 80-616
国外邮发代号:M4078
投稿信箱：kjcxdkzz@163.com
周 期：旬刊
您的当前位置：首页 >> 优秀论文 >>优秀论文
轻量化AD-Net模型用于颅内肿瘤MRI图像的分类研究
添加时间：2026-05-22 阅读次数:147
轻量化AD-Net模型用于颅内肿瘤MRI图像的分类研究
向朝随力张昊天段梦雨刘卓睿
上海理工大学健康科学与工程学院
摘要：颅内肿瘤是一种严重的神经系统疾病，早期检测对提高患者生存率具有重要意义．然而，现有深度学习模型在颅内肿瘤图像分类任务中仍面临特征提取不足、模型复杂度较高以及类别不均衡等问题．为此，本研究提出了一种轻量化深度学习网络即自适应动态网络（AD-Net）．该网络创新性地引入动态卷积机制，自适应调整滤波器响应，从而增强了对颅内肿瘤复杂、不均特征的表征能力；结合通道注意力机制，有效聚焦关键通道信息，进一步提升了分类的准确性与模型的可解释性．此外，本研究提出了结合二分类与三分类的训练策略，显著缩短了模型训练时间，降低了对计算资源的需求，使其更适用于资源受限的医疗环境．在实验中，AD-Net在准确率、精确率、召回率、F1分数以及Kappa系数等关键评价指标上均优于现有主流深度学习模型，验证了其在颅内肿瘤分类任务中的有效性与实际应用价值．
关键词： 颅内肿瘤分类;卷积神经网络;动态卷积;通道注意力机制;轻量化模型;
向朝随力张昊天段梦雨刘卓睿
上海理工大学健康科学与工程学院
摘要：颅内肿瘤是一种严重的神经系统疾病，早期检测对提高患者生存率具有重要意义．然而，现有深度学习模型在颅内肿瘤图像分类任务中仍面临特征提取不足、模型复杂度较高以及类别不均衡等问题．为此，本研究提出了一种轻量化深度学习网络即自适应动态网络（AD-Net）．该网络创新性地引入动态卷积机制，自适应调整滤波器响应，从而增强了对颅内肿瘤复杂、不均特征的表征能力；结合通道注意力机制，有效聚焦关键通道信息，进一步提升了分类的准确性与模型的可解释性．此外，本研究提出了结合二分类与三分类的训练策略，显著缩短了模型训练时间，降低了对计算资源的需求，使其更适用于资源受限的医疗环境．在实验中，AD-Net在准确率、精确率、召回率、F1分数以及Kappa系数等关键评价指标上均优于现有主流深度学习模型，验证了其在颅内肿瘤分类任务中的有效性与实际应用价值．
关键词： 颅内肿瘤分类;卷积神经网络;动态卷积;通道注意力机制;轻量化模型;