Brain Tumor Detection using Convolutional Neural Networks with Skip Connections

要約

この論文では、磁気共鳴画像法 (MRI) 技術を使用して脳腫瘍を分析し、良性と悪性のタイプに分類するための畳み込みニューラル ネットワーク (CNN) のさまざまなアーキテクチャを紹介します。
ネットワークの拡張や深化、スキップ接続の追加など、さまざまな CNN アーキテクチャ最適化手法がネットワークの精度を向上させるために適用されます。
結果は、これらの手法のサブセットを賢明に使用すると、同じ目的で使用されるベースライン CNN モデルよりも優れたパフォーマンスを発揮できることを示しています。

要約(オリジナル)

In this paper, we present different architectures of Convolutional Neural Networks (CNN) to analyze and classify the brain tumors into benign and malignant types using the Magnetic Resonance Imaging (MRI) technique. Different CNN architecture optimization techniques such as widening and deepening of the network and adding skip connections are applied to improve the accuracy of the network. Results show that a subset of these techniques can judiciously be used to outperform a baseline CNN model used for the same purpose.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google