Spot Pattern Dataset

新框架通过注意力引导融合增强病灶聚焦图像分类

研究人员开发了一种新颖的注意力引导深度学习框架，旨在改进病灶聚焦图像分类。该框架基于DenseNet-121构建，能够自适应地融合全局上下文信息和病灶特异性局部特征。通过使用梯度加权类激活映射（Grad-CAM）来突出相关区域，以及使用卷积块注意力模块（CBAM）进行精细特征提取，该模型能够动态地在全局和局部表示之间进行权衡。在合成数据集和基准数据集（包括皮肤和番石榴叶图像）上的评估表明，其性能优于仅独立使用全局或局部特征的方法，达到了高准确率。