نقترح شبكة كولموغوروف-أرنولد ذات الانتباه متعدد المقاييس (MA-KANet) ، وهو إطار جديد لتقسييم الأوعية الشبكية يعالج التراكيب الدقيقة وتحديات التباين المنخفض. integrates طريقتنا دمج الديناميكية متعددة المقاييس (MDF) مع التفاعلات ثلاثية الأبعاد للوقاية من فقدان المعلومات أثناء خفض الحجم، ودمج انتباه نطاق السياق (SCAF) لإعادة ضبط الميزات الديناميكية في المناطق المزدحمة. وحدات شبكة كولموغوروف-أرنولد في مراحل فك التشفير تلتقط الاعتماديات غير الخطية بما يتجاوز الالتواءات التقليدية. تحقق MA-KANet نتائج رائدة: 98.80% AUC على مجموعة بيانات DRIVE ، و99.05% AUC على مجموعة بيانات CHASEDB1 ، و99.17% AUC على مجموعة بيانات FIVES ، مما يظهر أداءً متفوقًا وتعميمًا عبر أنماط الأوعية المتنوعة، مما يحدد معايير جديدة لتقسييم الأوعية الشبكية.
درس لي وآخرون (سون ،) هذا السؤال.