本研究提出了一种结合卷积神经网络和变换器模型的深度学习方法，用于视频胶囊内镜中的多类异常分类。该方法在验证集上实现了86.34%的平衡准确率和0.9908的平均AUC-ROC分数，显著提升了复杂异常的分类性能。

Multi-Class Abnormality Classification in Video Capsule Endoscopy Using Deep Learning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证