大家好，我是『K同學啊』！

今天我將帶大家探索一下深度學習在醫(yī)學領域的應用–腦腫瘤識別，腦腫瘤也稱為顱內腫瘤，是顱內占位性病變的主要疾病，在兒童易患的惡性病變中僅次于白血病，位于第二位。有數據表明，我國每年新增兒童腦瘤患者7000～8000名，其中70%～80%的患兒腫瘤呈惡性。由于腦腫瘤患者年齡越小，發(fā)病速度越快，腫瘤惡性程度越高，所以早期發(fā)現。治療成為降低疾病危害的重要方式之一。

這次我們一共用到了253張腦部掃描圖片數據，其中患有腦腫瘤的患者腦部掃描圖片155張，正常人的腦部掃描圖片98張。使用的算法為MobileNetV2，最后的識別準確率是90.0%，AUC值為0.869。

本次的重點： 相對于《深度學習100例》以往的案例，本次我們將加入AUC評價指標來評估腦腫瘤識別的識別效果，AUC（Area under the Curve of ROC）是ROC曲線下方的面積，是判斷二分類預測模型優(yōu)劣的標準。

?? 我的環(huán)境：

• 語言環(huán)境：Python3.6.5
• 編譯器：jupyter notebook
• 深度學習環(huán)境：TensorFlow2.4.1
• 顯卡（GPU）：NVIDIA GeForce RTX 3080
• 數據：<

總結

以上是生活随笔為你收集整理的深度学习100例 | 第35天：脑肿瘤识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。