ResLink：一种基于区域注意力与残差连接的脑肿瘤分类新型深度学习架构
计算机视觉与模式识别
2025-08-26 v1 人工智能
摘要
脑肿瘤因其可能引发关键神经功能而带来显著的健康挑战。早期且准确的诊断对有效治疗至关重要。在本研究中，我们提出了ResLink，一个用于脑肿瘤分类的新型深度学习架构，使用CT扫描图像。ResLink将新颖的区域注意力机制与残差连接相结合，以增强特征学习和空间理解，适用于空间信息丰富的图像分类任务。该模型采用多阶段卷积流水线，包含dropout、正则化和下采样，随后通过基于注意力的最终精炼进行分类。在平衡数据集上训练后，ResLink达到了95%的高准确率，并展现出强大的泛化能力。本研究展示了ResLink在改善脑肿瘤分类方面的潜力，为医学影像应用提供了一种稳健且高效的技术。
引用
@article{arxiv.2508.17259,
title = {ResLink: A Novel Deep Learning Architecture for Brain Tumor Classification with Area Attention and Residual Connections},
author = {Sumedha Arya and Nirmal Gaud},
journal= {arXiv preprint arXiv:2508.17259},
year = {2025}
}
备注
9 pages, 6 figures