基于智能手机端AI的MR图像脑肿瘤分类系统开发与性能评估

这篇综述创新性地开发了基于深度学习（DL）的移动端应用，通过整合卷积神经网络（CNN）、视觉变换器（ViT）和轻量化MobileViT模型，实现MR图像的脑肿瘤快速分类。研究采用迁移学习（Transfer Learning）优化VGG16/ResNet152V2等预训练模型，结合Otsu阈值分割等预处理算法，使MobileViT在推理时间（平均317.50?ms）与准确率间取得最佳平衡。该系统通过Flutter框架实现跨平台部署，为临床决策提供低成本、高可及性的AI辅助工具。

　　

引言

脑肿瘤作为中枢神经系统的异常增生，其良恶性鉴别直接影响治疗方案制定。传统诊断方法受限于专家资源与主观误差，而现有计算机视觉研究多依赖云端算力。本研究提出基于智能手机端人工智能（AI）的解决方案，通过集成轻量化深度学习模型，实现MR图像的实时分类，突破地理与硬件限制。

相关研究进展

脑肿瘤分类技术演进

早期研究采用支持向量机（SVM）和随机森林（RF）等机器学习（ML）算法，依赖人工特征提取，最高准确率仅90%。随着深度学习兴起，CNN架构如ResNet-50和MobileNet-V2通过迁移学习将准确率提升至98%。近年来，视觉变换器（ViT）凭借自注意力机制在全局特征捕获中展现优势，ViT-b32模型在脑肿瘤分类中达到98.24%准确率。

移动医疗应用现状

移动健康（mHealth）领域已出现多款AI集成应用，如基于MobileNetV2的皮肤癌分类应用（准确率91.11%）和糖尿病视网膜病变分级系统。这些案例验证了移动端部署的可行性，但脑肿瘤诊断领域仍缺乏兼顾性能与效率的解决方案。

方法论创新

数据预处理优化

研究采用Otsu阈值法自动生成二值图像，通过OpenCV轮廓检测定位最大区域并裁剪，消除背景干扰。该预处理使定制CNN模型的准确率从91%提升至95%。所有图像统一缩放至256×256像素，确保模型输入一致性。

模型架构设计

1. 1.

   定制CNN：采用4层卷积结构，逐步增加滤波器数量（16→64），结合L2正则化和Dropout（0.5）防止过拟合。

2. 2.

   ViT实现：将图像分割为16×16块，通过768维嵌入向量编码，利用Transformer编码器捕捉块间依赖关系。

3. 3.

   MobileViT混合架构：融合CNN的局部特征提取（深度可分离卷积）与ViT的全局建模（多头注意力），其倒残差块通过Swish激活函数提升非线性表达能力。

4. 4.

   迁移学习策略：冻结VGG16/ResNet152V2等模型的底层参数，仅微调顶层分类器，显著减少训练时间。

性能验证与移动集成

模型在公开数据集"Brain Tumor MRI Dataset"上测试，MobileViT以最优平衡性胜出。转换为TensorFlow Lite（TFLite）格式后，集成至Flutter开发的跨平台应用。实测显示，不同设备平均推理时间仅298.98-317.50?ms，满足临床实时性需求。

临床价值与展望

该系统通过三重创新——轻量化模型选择、智能裁剪预处理、移动端无损部署，为资源有限地区提供专家级诊断支持。未来可扩展至多模态影像联合分析，并探索联邦学习增强数据隐私保护。研究证实，移动设备已具备承载复杂医疗AI的潜力，将深刻重塑分级诊疗格局。