Гибридная межмодальная сеть для раннего обнаружения рака груди в низкоисточниковых клинических условиях
arXiv: 2610,07243v1 Annualce Type: новая резюме: рак груди является основной причиной смертности от рака среди женщин в странах Африки к югу от Сахары, где задержка с диагностированием объясняется ограниченным опытом работы в области радиологии и фрагментированными системами клинических данных. Хотя модели глубокого обучения продемонстрировали высокую эффективность маммографического анализа, большинство из них полагаются исключительно на данные изображений и проходят подготовку для западных групп населения, что ограничивает их применимость в африканских медицинских учреждениях. В настоящем документе представлена сеть " Гибрид кросс-Модаль внимательнейшн > (ГХМАН), которая объединяет маммографические изображения со структурированными клиническими данными с использованием трансформаторных механизмов межмодиального внимания. Модель была разработана и проверена с использованием собранного на месте набора данных, включающего 2560 маммографических изображений от 1024 пациентов четырех эфиопских больниц-клиентов с подтвержденными биопсическими данными правдивой информации. Предлагаемые рамки обеспечивают 97,8% точность, 97,2% чувствительность, 98,3% специфичность и 0,987, значительно превосходящие показатели
