文章摘要:脑肿瘤是世界上最致命的癌症之一。由于脑肿瘤的样性，其图像分类成为了当代研究的热点。近年来，深度神经网络（DNN）常用于医学图像分类，但随着深度的增加网络会出现梯度消失和过拟合的问题，而残差网络（ResNet）通过引入恒等映射可以缓解这些问题。因此，本文基于ResNet提出了一种MDM-ResNet网络，该网络由多尺寸卷积核模块（Multi-size convolution kernel module）、双通道池化层（Dual-channel pooling layer）和多深度融合残差块（Multi- depth fusion residual block）组成。本文实验在Figshare数据集上展开，采用数据增强操作对图像进行预处理，并利用5倍交叉验证方法对网络性能进行评估。最终实验结果表明MDM-ResNet能够对脑膜瘤（Meningioma）、胶质瘤（Glioma）和垂体瘤（Pituitary tumor）进行有效分类。

文章关键词:脑肿瘤,深度神经网络(DNN),残差网络(ResNet),多尺寸卷积核模块,双通道池化层,多深度融合残差块,

项目基金:国家自然科学基金（41505017）,

论文作者:夏景明¹ 邢露萍¹ 谈玲² 宣大伟¹ 

作者单位:1. 南京信息工程大学人工智能学院 2. 南京信息工程大学计算机与软件学院 

论文分类号: R739.41;TP391.41

相似文献:WHO(2019)消化系统肿瘤分化尚不确定肿瘤分类解读.....作者:刘加夫,张声,刊载期刊：《临床与实验病理学杂志》

相关文章:大数据的技术创新和应用—以人口普查为例.....作者:冯乃林
大数据融合应用技术框架与行业应用.....作者:段飞虎
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
基于大数据的知识共享与协同创新.....作者:顾新建
敦煌莫高窟文化遗产数字化保护——数字敦煌.....作者:夏生平
综合防控 科学抗癌.....作者:陶国威
Looking at People Through the Lens of Images 透过镜头理解人物行为.....作者:Li CHENG
The Role of Digitization in Post COVID Scenarios 数字化在后疫情场景中的角色.....作者:Rafiq Ahmad

文章来源：《肿瘤》 网址: http://www.zlzzs.cn/qikandaodu/2021/0904/1734.html