GL-MSFN : un réseau de fusion d'attention global-local et multi-niveaux pour la classification d'images dermoscopiques

Key Points

• La précision de classification des images dermoscopiques s'est améliorée, démontrant l'efficacité d'un modèle de fusion d'attention multi-niveaux.
• La précision a atteint un remarquable 92,5 % sur les ensembles de test, indiquant une intégration substantielle des caractéristiques globales et locales.
• L'analyse utilisant une nouvelle architecture de réseau de neurones combine des attentions locales avec des indices globaux pour l'extraction de caractéristiques.
• Une performance améliorée pourrait permettre de meilleures diagnostics des lésions cutanées ; une validation externe est nécessaire pour une applicabilité plus large.