摘要：脑肿瘤是儿科和成人医疗保健领域的重大挑战，占原发性中枢神经系统 (CNS) 肿瘤的大多数，每年影响约 11,700 人。在 5 年内，被诊断患有癌性脑肿瘤或 CNS 肿瘤的男性存活率徘徊在 34%，女性存活率徘徊在 36%。这些肿瘤多种多样，从良性到恶性，包括垂体瘤等。有效的治疗计划和准确的诊断对于改善患者预后至关重要。磁共振成像 (MRI) 是肿瘤检测的基石，可产生大量图像数据供放射科医生解释。然而，由于脑肿瘤特征固有的复杂性，手动检查这些图像很容易出错。由机器学习 (ML) 和人工智能 (AI) 驱动的自动分类技术提供了一种有希望的途径，与手动方法相比，它始终表现出更高的准确性。因此，提出一个集成深度学习技术（如人工神经网络 (ANN) 和卷积神经网络 (CNN) 算法）和迁移学习 (TL) 的系统，可以彻底改变全球脑肿瘤检测和分类。这种创新方法将为医疗专业人员提供宝贵的支持，提高诊断准确性，并最终改善患者对抗脑肿瘤的结果。关键词：FCM、CNN、分割、SVM、医学图像