Buchumschlag

Explainability of Deep Neural Networks for Brain Tumor Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, S., Kim, J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable Deep Learning in Medical Imaging: Brain Tumor and Pneumonia Detection
von: Erukude, Sai Teja, et al.
Veröffentlicht: (2025)

Explainability-Inspired Layer-Wise Pruning of Deep Neural Networks for Efficient Object Detection
von: Shukla, Abhinav, et al.
Veröffentlicht: (2026)

XMorph: Explainable Brain Tumor Analysis Via LLM-Assisted Hybrid Deep Intelligence
von: Ghahfarokhi, Sepehr Salem, et al.
Veröffentlicht: (2026)

Hierarchical Deep Feature Fusion and Ensemble Learning for Enhanced Brain Tumor MRI Classification
von: Ullah, Zahid, et al.
Veröffentlicht: (2025)

A Weakly Supervised and Globally Explainable Learning Framework for Brain Tumor Segmentation
von: Xie, Ruitao, et al.
Veröffentlicht: (2024)

Application of Quantum Convolutional Neural Networks for MRI-Based Brain Tumor Detection and Classification
von: Nugraha, Sugih Pratama, et al.
Veröffentlicht: (2025)

Demystifying Deep Learning-based Brain Tumor Segmentation with 3D UNets and Explainable AI (XAI): A Comparative Analysis
von: Ong, Ming Jie, et al.
Veröffentlicht: (2025)

Brain Cancer Segmentation Using YOLOv5 Deep Neural Network
von: Paul, Sudipto, et al.
Veröffentlicht: (2022)

An Explainable Fast Deep Neural Network for Emotion Recognition
von: Di Luzio, Francesco, et al.
Veröffentlicht: (2024)

Enhancing Deep Learning Model Explainability in Brain Tumor Datasets using Post-Heuristic Approaches
von: Pasvantis, Konstantinos, et al.
Veröffentlicht: (2024)

An Explainable AI-Driven Framework for Automated Brain Tumor Segmentation Using an Attention-Enhanced U-Net
von: Islam, MD Rashidul, et al.
Veröffentlicht: (2026)

Deep Superpixel Generation and Clustering for Weakly Supervised Segmentation of Brain Tumors in MR Images
von: Yoo, Jay J., et al.
Veröffentlicht: (2022)

Hybrid Ensemble Approaches: Optimal Deep Feature Fusion and Hyperparameter-Tuned Classifier Ensembling for Enhanced Brain Tumor Classification
von: Ullah, Zahid, et al.
Veröffentlicht: (2025)

Fusion-Based Brain Tumor Classification Using Deep Learning and Explainable AI, and Rule-Based Reasoning
von: Filvantorkaman, Melika, et al.
Veröffentlicht: (2025)

Reliable Brain Tumor Segmentation Based on Spiking Neural Networks with Efficient Training
von: Ghiardelli, Aurora Pia, et al.
Veröffentlicht: (2026)

Formal Verification of Deep Neural Networks for Object Detection
von: Elboher, Yizhak Y., et al.
Veröffentlicht: (2024)

Explainable Deep Convolutional Multi-Type Anomaly Detection
von: George, Alex, et al.
Veröffentlicht: (2025)

An Explainable Deep Neural Network with Frequency-Aware Channel and Spatial Refinement for Flood Prediction in Sustainable Cities
von: Dar, Shahid Shafi, et al.
Veröffentlicht: (2025)

MRI-Based Brain Tumor Detection through an Explainable EfficientNetV2 and MLP-Mixer-Attention Architecture
von: Yurdakul, Mustafa, et al.
Veröffentlicht: (2025)

Generative Adversarial Synthesis and Deep Feature Discrimination of Brain Tumor MRI Images
von: Ali, Md Sumon, et al.
Veröffentlicht: (2025)

VGDM: Vision-Guided Diffusion Model for Brain Tumor Detection and Segmentation
von: Behnam, Arman
Veröffentlicht: (2025)

Deep Neural Network-Based Sign Language Recognition: A Comprehensive Approach Using Transfer Learning with Explainability
von: Ridwan, A. E. M, et al.
Veröffentlicht: (2024)

Improved Brain Tumor Detection in MRI: Fuzzy Sigmoid Convolution in Deep Learning
von: Irfan, Muhammad, et al.
Veröffentlicht: (2025)

Federated Transformer-GNN for Privacy-Preserving Brain Tumor Localization with Modality-Level Explainability
von: Protani, Andrea, et al.
Veröffentlicht: (2026)

Deep Learning in Medical Image Classification from MRI-based Brain Tumor Images
von: Liu, Xiaoyi, et al.
Veröffentlicht: (2024)

Squeezed-Eff-Net: Edge-Computed Boost of Tomography Based Brain Tumor Classification leveraging Hybrid Neural Network Architecture
von: Chowdhury, Md. Srabon, et al.
Veröffentlicht: (2025)

Fetal Brain Imaging: A Composite Neural Network Approach for Keyframe Detection in Ultrasound Videos
von: Zamojski, Aleksander, et al.
Veröffentlicht: (2026)

On Enhancing Brain Tumor Segmentation Across Diverse Populations with Convolutional Neural Networks
von: Maani, Fadillah, et al.
Veröffentlicht: (2024)

Excretion Detection in Pigsties Using Convolutional and Transformerbased Deep Neural Networks
von: Mielke, Simon, et al.
Veröffentlicht: (2024)

Quantum-Brain: Quantum-Inspired Neural Network Approach to Vision-Brain Understanding
von: Nguyen, Hoang-Quan, et al.
Veröffentlicht: (2024)

Predicting Brain Tumor Response to Therapy using a Hybrid Deep Learning and Radiomics Approach
von: Tikhonov, Daniil, et al.
Veröffentlicht: (2025)

Dual Precision Deep Neural Network
von: Park, Jae Hyun, et al.
Veröffentlicht: (2020)

Detecting Brain Tumors through Multimodal Neural Networks
von: Curci, Antonio, et al.
Veröffentlicht: (2024)

DGG-XNet: A Hybrid Deep Learning Framework for Multi-Class Brain Disease Classification with Explainable AI
von: Eity, Sumshun Nahar, et al.
Veröffentlicht: (2025)

Tumor Synthesis conditioned on Radiomics
von: Kim, Jonghun, et al.
Veröffentlicht: (2025)

M-Net: MRI Brain Tumor Sequential Segmentation Network via Mesh-Cast
von: Lu, Jiacheng, et al.
Veröffentlicht: (2025)

PGR-Net: Prior-Guided ROI Reasoning Network for Brain Tumor MRI Segmentation
von: Lu, Jiacheng, et al.
Veröffentlicht: (2026)

Explainable Convolutional Networks for Crater Detection and Lunar Landing Navigation
von: Song, Jianing, et al.
Veröffentlicht: (2024)

Comparative Analysis of Deep Convolutional Neural Networks for Detecting Medical Image Deepfakes
von: Alsabbagh, Abdel Rahman, et al.
Veröffentlicht: (2024)

From Explanations to Architecture: Explainability-Driven CNN Refinement for Brain Tumor Classification in MRI
von: Gupta, Rajan Das, et al.
Veröffentlicht: (2025)