Classification hiérarchique d'images médicales via un apprentissage image-texte à double géométrie

Key Points

• L'objectif est d'améliorer la précision de la classification d'images médicales en utilisant une approche à double géométrie.
• Mise en œuvre d'un nouveau cadre d'apprentissage image-texte à double géométrie pour la classification.
• Conduite d'expériences sur trois ensembles de données pour évaluer les améliorations de performance.
• Utilisation de divers modèles de base pour la comparaison et l'intégration.
• Amélioration moyenne de la précision de 7% sur l'ensemble des trois ensembles de données au niveau fin.
• Des gains cohérents ont été notés lors de l'intégration avec d'autres modèles de base.