计算机科学与探索

作者：朱虹, 周慧, 李绪成, 宋新景

单位：大连东软信息学院 计算机与软件学院，辽宁 大连 116023

关键词：脑肿瘤分类,多尺度特征融合,双重通道注意力,迁移学习

基金：“集思融智-医工交叉”联合基金（LH-JSRZ-202203）；辽宁省教育厅项目（LJ212413631005）。

脑肿瘤是全球致死率极高的癌症之一，其准确分类对于制定有效的诊断和治疗方案至关重要。然而，脑肿瘤的异质性和复杂性给传统人工诊断带来了严峻挑战。为此，研究了一种基于深度学习的MRI影像脑肿瘤分类算法。该算法通过融合多尺度特征和双通道注意力机制，实现了精确且高效的分类。采用多尺度特征融合模块替代传统卷积操作，以提取不同尺度的丰富特征信息；设计双重通道注意力机制，动态筛选关键特征，增强对目标区域的关注；利用迁移学习技术初始化模型，加速学习过程并提升泛化能力；结合稀疏交叉熵损失和中心距离损失构建联合损失函数，以监督模型训练过程。整合了三个公开数据资源，构建了一个规模较大且分布均衡的混合数据集，并结合数据增强技术丰富样本多样性，为模型训练提供了充分的数据支持。实验结果表明，所提出的算法在测试数据集上实现了99.33%的分类准确率，较基准算法提升了0.040 8，消融实验和对比实验也进一步验证了算法的有效性与高效性。

来源：2026年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2026年第2期