MSA-DCNN

新的MSA-DCNN框架以数据效率提升医学图像分类性能

研究人员开发了MSA-DCNN，一个新颖的深度学习框架，旨在改进医学图像分类，特别是在数据有限和图像尺度多样的场景下。该框架集成了自适应多尺度采样、精炼显著性检测、学习到的跨尺度融合和自蒸馏，以解决现有方法的局限性。在多个基准和白血病数据集上的评估表明，MSA-DCNN的性能优于各种ViT和CNN基线模型，即使在分布偏移和标签稀缺的情况下，同时使用的参数也更少。