Multiklassklassificering av hjärntumörer med ResNet101-backbone integrerad med ett mångskaligt deformbart uppmärksamhetsmodul och avancerade dataförstärkningar

Varför sortering av hjärnskanningar är viktigt

När läkare granskar hjärnskanningar för att leta efter tumörer måste de avgöra inte bara om en tumör finns utan också vilken typ det är. Olika tumörtyper kräver olika behandlingar, men kan på MR-bilder se anmärkningsvärt lika ut. Denna studie undersöker ett nytt artificiellt intelligens‑angreppssätt som kan sortera många slags hjärntumörer från MR‑bilder med mycket hög noggrannhet, vilket potentiellt ger radiologer snabbare och mer konsekvent stöd vid livsavgörande beslut.

Lära datorer att läsa hjärnskanningar

Forskarna fokuserar på multiklassklassificering, vilket innebär att skilja mellan många tumörkategorier samtidigt snarare än bara upptäcka tumör kontra ingen tumör. De använder en djupinlärningsmodell byggd på ResNet101, ett välanvänt bildigenkänningsnätverk som redan lärt sig generella visuella mönster från stora samlingar av naturbilder. Teamet anpassar detta nätverk till hjärn‑MR och tillämpar det på en publik dataset som inkluderar 15 klasser, från normalt hjärnvävnad till specifika tumörer som glioblastom, meningiom och medulloblastom. Att hantera så många kategorier gör uppgiften mycket närmare det radiologer möter i verkliga kliniker.

Rensa och balansera verkliga data

Medicinska bildsamlingar innehåller ofta dolda fallgropar, såsom duplicerade skanningar av samma patient eller stora skillnader i hur vanliga olika tumörtyper är. För att undvika missvisande resultat skannar författarna först hela datasetet, beräknar ett digitalt fingeravtryck för varje bild och tar bort exakta dubbletter. De grupperar sedan bilder efter patient‑ID och delar patienterna — inte bilderna — i tränings-, validerings‑ och testset så att samma persons skanningar aldrig förekommer i mer än en delmängd. Denna patientvisa uppdelning hjälper till att säkerställa att rapporterad noggrannhet speglar prestanda på verkligen otestade individer snarare än upprepade vyer av samma hjärna. Teamet använder också en uppsättning bildtransformationer och en teknik kallad MixUp för att ge sällsynta tumörtyper bättre representation under träning och för att hjälpa modellen hantera variationer i orientering, ljusstyrka och brus.

Titta närmare med flexibel uppmärksamhet

En viktig innovation i studien är en modul som författarna kallar ett mångskaligt deformbart uppmärksamhetsmodul. Enkelt uttryckt undersöker modellen MR‑bilden på olika detaljnivåer, från grova strukturer i hela hjärnan till finare texturer nära tumören. Istället för att genomsöka varje plats på ett stelt, rutnätsliknande sätt lär sig det deformabla uppmärksamhetslagret att förskjuta var det “tittar” så att det kan zooma in på informativa regioner. Det tillämpar sedan två kompletterande former av uppmärksamhet: en som framhäver viktiga punkter i bilden och en annan som förstärker de mest användbara funktionskanalerna i nätverket. Denna kombination gör att systemet bättre fångar de subtila form‑ och texturskillnader som skiljer en tumörtyp från en annan.

Pröva prestanda och förtroende

Efter många träningscykler uppnår modellen en valideringsnoggrannhet på cirka 97 procent och en testnoggrannhet över 99 procent över alla 15 klasser. De flesta tumörtyper klassificeras perfekt i det hållna testsetet, med bara ett fåtal misstag i tumörkategorier som både är sällsynta och visuellt lika. Forskarna jämför sina resultat med en tidigare metod som också använder deformbar uppmärksamhet och visar att deras angreppssätt matchar eller överträffar den på nästan alla utvärderingsmått, trots den komplexa klassblandningen. De utsätter systemet för ytterligare stresstester genom att lägga till brus och sänka bildupplösningen, och finner att noggrannheten förblir hög även när skanningskvaliteten försämras — en viktig egenskap för verkliga sjukhusförhållanden.

Se vad modellen ser

För att hjälpa kliniker att lita på systemet använder författarna visualiseringsverktyg som visar var nätverket fokuserar när det fattar ett beslut. Värmekartor producerade med Grad‑CAM framhäver områden på MR‑bilden som mest påverkade prediktionen, och SHAP‑baserade analyser visar vilka inlärda funktioner som driver modellen mot en diagnos eller en annan. Dessa visuella förklaringar pekar konsekvent på tumörområden och deras gränser snarare än irrelevanta bakgrunder, vilket tyder på att modellens resonemang ligger i linje med radiologisk intuition. Studien framhåller att ytterligare extern testning behövs, men visar att en väl utformad djupinlärningspipeline inte bara kan klassificera många hjärntumörtyper med hög tillförlitlighet utan även erbjuda tolkbara ledtrådar om hur dessa beslut fattas.

Vad detta kan betyda för patienter

I vardaglig klinisk praxis skulle ett sådant system inte ersätta radiologer utan fungera som en andraläsare, snabbt flagga sannolika tumörtyper och rikta uppmärksamheten mot misstänkta områden på skanningen. Genom att hantera ett brett spektrum av tumörer och förbli stabilt under brusiga eller lägre kvalitetsbilder visar den ram som beskrivs i denna artikel hur AI kan stödja mer konsekventa och snabba diagnoser. Med ytterligare validering över sjukhus och olika skannrar skulle sådana verktyg kunna bli en del av rutinmässiga arbetsflöden och hjälpa specialister att fokusera på behandlingsplanering medan datorer tar hand om mycket av det repetitiva bildskapandet.

Citering: Reddy, B.S., Jha, R.R., Dasore, A. et al. Multi-class classification of brain tumor using a ResNet101 backbone integrated with multi-scale deformable attention module and advanced data augmentations. Sci Rep 16, 15938 (2026). https://doi.org/10.1038/s41598-026-45675-y

Nyckelord: hjärntumör MRI, djupinlärning, medicinsk bildbehandling AI, tumörklassificering, uppmärksamhetsnätverk