BriefGPT - AI 论文速递
·
A Novel Channel-Boosted Residual CNN-Transformer with Regional Boundary Learning for Breast Cancer Detection
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新型混合框架CB-Res-RBCMT，用于乳腺癌检测。该框架结合了残差卷积神经网络和视觉变换器，通过区域和边界特征提取，显著提高了细微对比度和纹理变异的识别能力，最终在标准数据集上取得了95.57%的F1分数和95.63%的准确率。
🎯
关键要点
- 本研究提出了一种新型混合框架CB-Res-RBCMT，用于乳腺癌检测。
- 该框架结合了自定义残差卷积神经网络和视觉变换器。
- 通过区域和边界特征提取，显著提升了细微对比度和纹理变异的识别能力。
- 在标准数据集上，该框架取得了95.57%的F1分数和95.63%的准确率，展现了更优的诊断性能。
➡️
