机构名称：
¥ 1.0
摘要：脑肿瘤是一种由细胞不受控制和异常分裂引起的严重癌症疾病。深度学习领域的最新进展帮助医疗行业在医学成像领域对许多疾病进行医学诊断。对于视觉学习和图像识别，任务 CNN 是最普遍和最常用的机器学习算法。同样，在我们的论文中，我们引入了卷积神经网络 (CNN) 方法以及数据增强和图像处理，将脑部 MRI 扫描图像分为癌症和非癌症。使用迁移学习方法，我们将我们的划痕 CNN 模型与预训练的 VGG-16、ResNet-50 和 Inception-v3 模型的性能进行了比较。由于实验是在非常小的数据集上测试的，但实验结果表明，我们的模型准确率结果非常有效，复杂度率非常低，实现了 100% 的准确率，而 VGG-16 实现了 96%，ResNet-50 实现了 89%，Inception-V3 实现了 75% 的准确率。与其他预训练模型相比，我们的模型需要的计算能力非常少，并且准确度结果要好得多。
使用卷积神经网络对 MRI 图像中的脑肿瘤进行分类
主要关键词
相关文件推荐
