基於拓撲優化卷積視覺遞迴網路的腦腫瘤分割與分類方法：CTVR-EHO 與 TDA-IPH 模型

本文提出了一種基於深度學習的腦腫瘤圖像分割和分類新方法，結合了拓撲數據分析 (TDA) 和改進的持久同源性 (IPH) 的分割模型 TDA-IPH，以及結合卷積遷移學習、視覺遞迴學習和非洲象群優化 (EHO) 的分類模型 CTVR-EHO，實現了高精度的腦腫瘤檢測。