基于深度学习与模型检验的脑肿瘤检测与验证混合框架
计算机视觉与模式识别
2025-05-01 v2 人工智能
摘要
模型检验是一种形式化验证技术，确保系统满足预定义要求，在开发过程中发挥关键作用，以最小化错误并提高质量。本文引入一种新型混合框架，将模型检验与深度学习结合用于医学影像中的脑肿瘤检测与验证。通过将模型检验原理与基于CNN的特征提取和K-FCM聚类结合实现分割，所提出的方法提高了肿瘤检测和分割的可靠性。实验结果表明，该框架有效，达到98%的准确率、96.15%的精确率和100%的召回率，证明其作为先进医学图像分析工具的潜力。
引用
@article{arxiv.2501.01991,
title = {A Hybrid Deep Learning and Model-Checking Framework for Accurate Brain Tumor Detection and Validation},
author = {Elhoucine Elfatimi and Lahcen El Fatimi and Hanifa Bouchaneb},
journal= {arXiv preprint arXiv:2501.01991},
year = {2025}
}
备注
22 pages, 8 figures