An Efficient and Explainable CNN-Transformer Architecture for Brain Tumor MRI Classification with Deployment-Oriented Benchmarking
تقترح هذه الورقة بنية هجينة من نوع (CNN-Transformer) فعالة وقابلة للتفسير تجمع بين عمود فقري من نموذج (ResNet50) مدرب مسبقاً ورأس (Transformer) خفيف الوزن لتحقيق دقة تصل إلى 97.40% في تصنيف أورام الدماغ عبر التصوير بالرنين المغناطيسي، مع الحفاظ على الكفاءة الحسابية وتوفير قابلية تفسير مرئية ثنائية المستوى، مما يتفوق بشكل كبير على نموذج (PCA-SVM) المرجعي مع حد أدنى من الأعباء الإضافية.