HayabusaNet：基于混合注意力机制的多尺度融合卷积神经网络（CNN），用于实现MRI扫描中脑肿瘤的准确高效分类

《Expert Systems with Applications》：HayabusaNet: Hybrid attention-based multiscale fusion CNN for accurate and efficient brain tumor classification in MRI scans

　　

里扎尔·德维·普拉约戈（Rizal Dwi Prayogo）|西蒂·阿玛图拉·卡里玛（Siti Amatullah Karimah）|仁德高·南博（Hidetaka Nambo）

• •
  HayabusaNet是一种基于深度可分离卷积（depthwise separable convolutions）构建的轻量级架构。
• •
  该架构采用了定制的多尺度特征融合（multiscale feature fusion）与混合注意力机制（hybrid attention），能够整合局部显著性和全局上下文信息。
• •
  在与深度卷积神经网络（deep CNN）基线模型相同的设置下，HayabusaNet的运算次数（FLOPs）和参数数量更少。
• •
  该架构已在多种MRI基准测试、跨数据集测试以及可解释性分析中得到验证。