AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-18
基于集成特征提取的多任务深度学习框架用于脑肿瘤分类与分割
原标题: Multi-task deep learning framework for brain tumor classification and segmentation using ensemble feature extraction
脑肿瘤的早期准确诊断对制定治疗方案至关重要，但人工审阅 MRI 速度慢且容易出现人为误差，而且分别进行分类和分割会增加计算成本。作者提出了一种多任务深度学习框架，将 ResNet-50、EfficientNet-B5 和 CNN 特征与注意力模块相结合，并通过动态加权进行融合。该框架先进行分类，仅在检测到肿瘤时才运行 U-Net++ 分割；在一个公开的 MRI 数据集上，其分类准确率为 99.84%，Dice 系数为 91.22%，IoU 为 89.01%。