脳腫瘍分類のためのCNNハイパーパラメータ調整におけるハイブリッドAquila最適化–Harris Hawks最適化

より賢いスキャン、より速い診断

医師が脳腫瘍の兆候をMRI画像から探すとき、1分1秒、そして画素のわずかな差が重要になります。コンピュータは訓練された目でも見落としがちな微妙なパターンを検出して助けることができますが、これらのシステムを高精度かつ迅速に動作させるための調整は難しい課題です。本研究は、一般的な画像解析モデルのハイパーパラメータを自動で微調整する新しい方法を提案します。これにより脳腫瘍の分類精度が向上し、通常よりも短時間で結果が得られる可能性が示されており、忙しい病院環境で迅速かつ信頼できる診断を支援する将来の応用が期待されます。

引用: Kumar, M., Mohd, N., Shivam, G. et al. Hybrid Aquila optimizer–Harris Hawks optimization for CNN hyperparameter tuning in brain tumor classification. Sci Rep 16, 12799 (2026). https://doi.org/10.1038/s41598-026-43329-7

キーワード: 脳腫瘍MRI, 医療画像分類, ハイパーパラメータ最適化, 畳み込みニューラルネットワーク, メタヒューリスティックアルゴリズム