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。