arXiv · 机器人与计算机视觉· Yue Zhuo, Jingjia Yan, Fangyu Liu, Lingjun Liu, Zongjun Chen, Zhisheng Luo, Zhonghua Xie·· 2026-10-21AI 评分48
GAMF-Net:分组可用性感知多模态融合网络用于智能手机皮肤病变分类
GAMF-Net: Grouped Availability-Aware Multimodal Fusion for Smartphone Skin Lesion Classification
AI 导读
针对资源受限场景下单一图像无法完整捕捉病史与症状的问题,GAMF-Net 提出一种分组可用性感知多模态融合网络。该方法在 PAD-UFES-20 数据集上采用患者不重叠五折协议评估,准确率达 74.17%,优于 MetaBlock 等基线模型。消融实验证实临床信息显著提升了类别平衡性能且约束等权融合更有效。
来源:arXiv · 机器人与计算机视觉 · arxiv.org