分享到：
杂志社编辑部
《吉林教育》刊号：CN22－1042/G4 国际标准：ISSN0529－0252 邮发：12－4
杂志信息
吉林教育
吉林省教育厅主管
主办单位：吉林教育杂志社
国际标准刊号：ISSN0529－0252
国内统一刊号：CN22－1042/G4
邮发代号：12－4
电 话：0431-81924183
出刊周期：旬刊
信箱：jljyzz@163.com
官网：www.jljyzzs.com
出版地：吉林省长春市
语种：中文
开本：16开
定价:8.00元 (RMB)每期
创刊年：1956年
编辑出版单位：吉林教育杂志社
出刊时间：每月1日，10日，20日
订阅方式：各地邮局订阅
《中国核心期刊（遴选）数据库》
《中国期刊全文数据库》全文收录
《中文科技期刊数据库》（全文版）
中国知网全文收录
主办单位：吉林教育杂志社
国际标准刊号：ISSN0529－0252
国内统一刊号：CN22－1042/G4
邮发代号：12－4
电 话：81924183
出刊周期：旬刊
信箱：jljyzz@163.com
出版地：吉林省长春市
语种：中文
联系我们
出刊周期：旬刊
信箱：jljyzz@163.com
电话：81924183
出版地：吉林省长春市
定价:8.00元 (RMB)每期
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:84
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;