arXiv Computer Vision· Sai Sriram Gonthina, Ross Gore, Bikash Chandra Singh, Pronaya Bhattacharya, Sachin Shetty, Abhishek Phadke, Sandip Roy·· 20 小时前AI 评分22
BrainAid：用轻量 CNN 与可解释 AI 在资源受限环境检测脑肿瘤
BrainAid: Efficient Brain Tumor Detection Using Lightweight CNNs and Explainable AI for Resource-Constrained Environments
AI 导读
BrainAid 结合 CNN 与 Vision Transformer，对胶质瘤、脑膜瘤、垂体瘤和无肿瘤四类 MRI 扫描进行分类，精度、F1 分数和准确率均达 98%，超过 VGG16、Inception-V3、ResNet-50 等标准模型，并集成可解释 AI 提升可解释性。该模型已部署在 Raspberry Pi 上，验证了低资源环境下实时边缘端肿瘤分类的可行性。
来源：arXiv Computer Vision · arxiv.org