Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

DB-FGA-Net: Dual Backbone Frequency Gated Attention Network for Multi-Class Brain Tumor Classification with Grad-CAM Interpretability

Created by
  • Haebom

作者

Saraf Anzum Shreya、MD。 Abu Ismail Siddique, Sharaf Tasnim

概要

ディープラーニングに基づく脳腫瘍分類の難しさを解決するために、VGG16とXceptionを統合し、Frequency-Gated Attention(FGA)ブロックを使用したダブルバックボーンネットワーク(DB-FGA-Net)を提案します。このモデルはデータの増強なしに優れた性能を示し、Grad-CAMによるモデル予測の解釈の可能性を高めます。 7K-DSデータセットで99.24%の精度を達成し、3K-DSデータセットでも高い一般化性能を示しました。さらに、リアルタイム分類とGrad-CAMベースの腫瘍位置特定を提供するGUIを開発し、臨床適用性を高めた。

Takeaways、Limitations

Takeaways:
データの増強なしに高精度を達成し、モデルの堅牢性を実証しました。
Grad-CAMはモデルの解釈の可能性を高め、臨床応用の信頼性を向上させました。
GUIの開発を通じて、実際の臨床環境での利用可能性を提示した。
Limitations:
この論文ではLimitationsへの直接的な言及はありません。
👍