深度神经网络将Fisher向量与CNN和ViT结合用于医学图像分类

研究人员开发了一种新颖的方法，通过将Fisher向量与混合CNN-ViT架构集成，来增强用于医学图像分类的深度神经网络。该方法旨在提高在不同大小数据集上的性能，解决了传统CNN和ViT的局限性。所提出的技术在多个医学成像数据集上进行了测试，包括MedMNIST (v2)、Clean-CC-CCII和ISIC2018，在MedMNIST上取得了优异的结果，在另外两个数据集上取得了有竞争力的性能。 AI

影响 这项研究可能带来更准确的医学图像分析工具，从而提高诊断能力。

排序理由 这是一篇详细介绍图像分类新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Clean-CC-CCII
• CNN
• Fisher Vectors
• Gaussian Mixture Model
• ISIC2018
• MedMNIST
• ViT

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →