基于热成像和 MobileNET 的脑肿瘤检测
计算机视觉与模式识别
2025-07-01 v1 机器学习
摘要
脑部在调节身体功能和认知过程中发挥着关键作用，脑肿瘤对人体健康构成重大风险。精准且及时地检测是正确治疗和获得更好患者预后结果的关键因素。传统的脑肿瘤检测方法包括活检、MRI 和 CT 扫描，常面临高成本和需要专业医学知识的挑战。近年来，机器学习 (ML) 和深度学习 (DL) 的发展在自动识别和分类脑肿瘤方面展现出强大的能力，尤其是从医学影像中，特别是 MRI 扫描中。然而，这些经典 ML 模型存在计算需求高、需要大数据集且训练时间长的局限性，这些因素阻碍了其可达性和效率。我们的研究使用 MobileNET 模型高效检测这些肿瘤。本项目的新颖之处在于构建一个准确的肿瘤检测模型，使用更少的计算资源并在更短时间内运行，随后通过图像处理技术实现高效决策以获得准确结果。该方法实现了 98.5% 的平均准确率。
引用
@article{arxiv.2506.23627,
title = {Brain Tumor Detection through Thermal Imaging and MobileNET},
author = {Roham Maiti and Debasmita Bhoumik},
journal= {arXiv preprint arXiv:2506.23627},
year = {2025}
}