Modelli innovativi di deep learning ibridi CNN-Transformer per la diagnosi automatica del vaiolo da immagini mediche

Sommario

L'uso di una collezione curata di 2.280 immagini di lesioni cutanee ha prodotto un flusso di lavoro di deep learning binario standardizzato per classificare la presenza di mpox in ogni immagine. Un modello personalizzato e InceptionV3, ResNetV2, ResNet50, DenseNet121 e un modello ibrido CNN-trasformatore sono stati confrontati nel contesto di una pipeline comune di preprocessing e addestramento.

Abstract

L'aspetto visivo delle lesioni cutanee da vaiolo delle scimmie rimane poco consolidato a causa della loro somiglianza con altre malattie cutanee vescicolari e pustulari. Questo articolo ha messo alla prova l'ipotesi che un modello ibrido di deep learning, integrato con encoder di funzionalità convoluzionali e basati su trasformatori, possa classificare automaticamente le immagini mpox all'interno di una pipeline sperimentale unificata. Per garantire la coerenza tra modelli e rapporti, l'analisi principale è stata condotta come compito binario: mpox vs altre condizioni con la stessa o simile presentazione. Questi dati di riferimento consistevano in 2.280 immagini: 1.020 immagini di lesioni non mpox e 1.260 immagini di lesioni non mpox. Le immagini sono state ridimensionate a una dimensione di input standard di 150 × 150 pixel, e i valori erano nell'intervallo [0, 1]. Durante l'addestramento, le immagini venivano integrate con rotazione, traslazione, taglio, zoom e inversione orizzontale. Sono stati confrontati un CNN Sequenziale personalizzato, InceptionV3, ResNetV2, ResNet50, DenseNet121 e un'architettura ibrida CNN-trasformatore proposta. Ogni modello di base è stato addestrato per 15 epoche utilizzando l'ottimizzatore Adam e la perdita binaria di entropia incrociata. Sono state misurate accuratezza di addestramento e validazione, perdita, precisione, richiamo, punteggio F1 e area sotto la curva caratteristica operativa del ricevitore per valutare le prestazioni, ove possibile. La migliore accuratezza interna di validazione riportata è stata osservata con il Sequential CNN, e il modello ibrido ha raggiunto una precisione di 98,50, un richiamo di 98,50 e un punteggio F1 di 98,58, ottenendo un profilo discriminativo bilanciato. InceptionV3 mostra segni di sovrafitting e ResNetV2 non ha fornito dati di validazione sufficienti per supportare un test di generalizzazione robusto. Nel complesso, il modello ibrido può essere visto come una strategia valida ed equilibrata e non necessariamente migliore di tutte le linee di base.

Introduzione

La rilevazione automatica e rapida della mpox nei casi medici è clinicamente significativa, poiché la malattia può essere simile a una varietà di altre eruzioni vescicolari o pustulari nella valutazione visiva iniziale. I clinici nella pratica non prestano molta attenzione solo alla morfologia delle lesioni, ma combinano modello, distribuzione, storia, rischio di esposizione, contesto epidemiologico e conferma di^{laboratorio 1}. Tuttavia, gli strumenti computazionali utilizzano immagini e possono anche eseguire una procedura di triaggio utile in ambienti dove la revisione dermatologica esperta è limitata o ritardata. È particolarmente applicabile per il monitoraggio delle epidemie, lo screening teledermatologico e per i contesti con risorse limitate e che prevedono un numero significativo di casi possibili che dovrebbero essere prioritari per sottoporsi a test confermatori.

Gli approcci basati sul deep learning si sono anch'essi rivelati attraenti per questo compito, poiché possono scoprire immagini discriminative delle lesioni senza l'uso di descrittori che devono essere creati manualmente². La revisione più popolare della letteratura appartiene ancora alle reti neurali convoluzionali grazie alla loro efficacia nella texture locale, nella gamma di colori e nel riconoscimento dei margini delle^{lesioni 3}. Lavori recenti hanno ulteriormente sviluppato questo paradigma con l'aiuto dell'apprendimento tramite trasferimento, meccanismi di attenzione e moduli trasformatori, che cercano di modellare una dipendenza spaziale più ampia dell'immagine. Tuttavia, la letteratura sulla mpox presenta prestazioni elevate che vanno prese con cautela. Una grande varietà di studi ha utilizzato dataset pubblici scarsi, ha diversi insiemi di classi eterogenee o ha confrontato i risultati con una varietà di regimi di preelaborazione e^{validazione 4}. Per questo motivo, spesso si presenta il dilemma se gli aumenti delle prestazioni siano il risultato di un modello veramente superiore, di una divisione desiderabile, di un aumento vigoroso o di disparità nella formulazione del compito sottostante.

La mpox rimane una delle principali malattie infettive con implicazioni negative per la salute pubblica, poiché le sue lesioni che coinvolgono infezioni cutanee possono sembrare essere confuse con altre lesioni vescicolari e pustulari all'interfaccia durante lo screening oculare durante l'esame^{primario 5}. Praticamente, i clinici non fanno la diagnosi di mpox basandosi sulla morfologia: schema, distribuzione, storia, epidemiologia e conferma di laboratorio sono componenti della decisione^{diagnostica 6}. Tuttavia, possono svolgere un ruolo vantaggioso nel processo di triage grazie a strumenti computazionali che si basano sulle immagini, soprattutto quando l'esperienza dei dermatologi è inadeguata, lenta o non disponibile. Potrebbero essere applicabili in teledermatologia, nei casi in cui un'epidemia deve essere affrontata tramite screening e in luoghi con limitazioni di risorse dove i casi sospetti nella lista prioritaria devono essere affrontati^{rapidamente 7}.

I metodi basati sul deep learning, poiché permettono di apprendere rappresentazioni discriminative delle lesioni, sarebbero attraenti per questo compito perché imparano tali rappresentazioni senza descrittori artigianali, a seconda delle caratteristiche delle immagini^{di input 8}. È stato un vero frenesi nel campo delle immagini dermatologiche utilizzare le reti neurali convoluzionali (CNN) nell'analisi delle immagini, poiché possiedono la capacità di codificare la texture locale, la periferia delle lesioni e un significato morfologico raffinato. Studi successivi hanno fornito questo paradigma attraverso l'apprendimento tramite trasferimento, attenzione e sottomoduli basati su transformer per apprendere relazioni spaziali più generali e tendenze^{contestuali 9}. Tuttavia, la letteratura sull'imaging mpox è ancora eterogenea. Non è raro che le prestazioni siano riportate come basate non solo sulla selezione dell'architettura, ma anche sulla struttura del dataset, sul piano di aumento, sulla definizione delle classi e sulla struttura^{di validazione 10}. Quindi, una buona performance da titolo non indica necessariamente una maggiore generalizzazione.

Nel lavoro attuale, questo problema viene risolto utilizzando un benchmark di classificazione binaria mpox più percepibile e internamente^{coerente 11}. Non discute il contributo nel formato della proposta di un'architettura ibrida completamente nuova, poiché i metodi CNN-transformer sono già stati sparsi nella letteratura¹². Piuttosto, l'esperimento introduce un confronto standard con la decomposizione binaria primaria esplicita, dove le prove multiclass aggiuntive, la preelaborazione/addestramento e le prestazioni del modello sono considerate in modo amichevole del protocollo, e le prestazioni del modello sono valutate in modo conservativo rispetto all'ambiente^{sperimentale 13}. In questo paradigma, un modello CNN-transformer può comunque avere importanza funzionale poiché le CNN sono strutturate in modo ottimale per catturare le informazioni locali sulle lesioni, mentre le rappresentazioni basate su transformer hanno il potenziale di rappresentare anche strutture spaziali a lungo raggio di interesse in dermatologia.

Le recenti ricerche sulla classificazione delle immagini sui mpox possono essere suddivise in tre ampi flussi di ricerca basati su una metodologia. Quest'ultimo si basa sulle CNN convenzionali e sull'apprendimento tramite trasferimento grazie alla sua maturità, velocità di calcolo e ricreazione di texture specifiche per^{lesione 14}. Quest'ultimo esplora modelli basati sull'attenzione o trasformatori, più adatti ad apprendere il contesto globale delle lesioni. Il terzo integra convoluzionali e attenzione nelle pipeline ibride per preservare la sensibilità locale ma utilizza modellazione contestuale di corpo più ampio. Diversi studi riportano alte prestazioni che non possono essere facilmente confrontate direttamente perché differiscono per la dimensione del dataset, la strategia di curabilizzazione, la struttura delle classi, il preprocessing e il protocollo^{di validazione 15}. Sono orientati alla classificazione binaria, alla discriminazione dermatologica multiclasse, non tutti con le stesse misure di valutazione. I dataset di immagini mpox resi accessibili al pubblico potrebbero includere immagini quasi duplicate o molto simili, che richiederanno un aumento delle prestazioni apparenti nel caso in cui il controllo diviso non sia^{adeguato 16}.

L'analisi fornita si basa su un insieme binario controllato di 2.280 fotografie di lesioni cutanee, erano pianificate 1.020 fotografie di mpox e 1.260 fotografie di Altro. L'Altra categoria si sovrappone alle lesioni non mpox che appaiono a occhio nudo, e questo rende il compito una formulazione di triage precoce clinicamente interessante, rispetto a un sistema completo di localizzazione^{dermatologica 17}. Le immagini sono state tutte ridimensionate, normalizzate, standardizzate, aumentate e valutate in una tipica pipeline interna di addestramento-validazione. L'obiettivo principale era il confronto del comportamento dei modelli di deep learning convenzionali e ibridi in un benchmark trasparente e una conclusione sul fatto che l'architettura ibrida suggerita offra un equilibrio superiore tra discriminazione e interpretabilità, rispetto ai valori di base più diffusi.

La lacuna definitiva che la versione rivista attuale colma non è quindi la semplice presentazione del modello ibrido, poiché le strategie del trasformatore CNN ibrido sono già state trattate nella letteratura. Invece, la disconnessione è che ciò che serviva era una metrica più distinta e internamente coerente che ignorasse i primi output binari e multiclass esplorativi, caratterizzasse la pipeline di preprocessing e addestramento in modo riproducibile, e presentasse la performance del modello in modo che non esagerasse la novità o la preparazione^{clinica 18}. A tal proposito, un'architettura ibrida vale comunque la pena di essere considerata, poiché le CNN eccellono nell'estrazione locale di caratteristiche, e l'attenzione simile a quella dei trasformatori può, in teoria, modellare configurazioni globali di lesioni e connessioni spaziali a lungo raggio per facilitare la diagnosi^{visiva 19}. La questione pratica non riguarda se un design ibrido avrà un equilibrio favorevole tra discriminazione, stabilità e interpretabilità rispetto alle tipiche basi sullo stesso aspetto dati curato, ma se fornisca un buon equilibrio tra tassazione, stabilità e interpretabilità.

I lavori più recenti sull'analisi delle immagini mpox possono essere suddivisi in tre rami generali dello studio dei metodi. La prima utilizza CNN tradizionali e architetture di apprendimento tramite trasferimento grazie alla loro maturità, efficienza computazionale e capacità di apprendere texture specifiche per lesione e caratteristiche morfologiche^{locali 20}. Il secondo flusso offre i modelli di trasformatore visivo o potenziati dell'attenzione per poter catturare le associazioni spaziali più ampie sul campo della lesione, in particolare quando le macchie di texture sono composte da una distribuzione contestuale delle lesioni e, quindi, possono essere importanti quanto le singole macchie di texture. Il terzo flusso aggiunge la convoluzione e l'attenzione per supportare pipeline ibride nel tentativo di mantenere la sensibilità locale delle CNN ma utilizzando la capacità di modellazione contestuale dei blocchi di attenzione.

Anche se la maggior parte di questi lavori dichiara un'ottima accuratezza, il confronto tra studi incrociati non è un compito facile a causa delle differenze di dimensioni, strategia di curatela, composizione delle classi e progettazione di validazione tra i dataset²¹. Esistono pubblicazioni che valutano la discriminazione binaria, e quelle che valutano la categorizzazione dermatologica multiclasse, alcune sono anch'esse bilanciate nella precisione e nel richiamo, mentre altre si concentrano^{sull'accuratezza 22}. Inoltre, i dataset mpox segnalati possono basarsi su raccolte di immagini online, raccolte curate o sottoinsiemi aumentati, che possono migliorare le prestazioni riportate quando le perdite di validazione dei treni o immagini quasi duplicate non sono gestite correttamente. La Tabella 1 non viene quindi mantenuta come un semplice compendio di lavori precedenti, ma piuttosto come una mappa schematica delle famiglie di modelli, dei vincoli del dataset e delle opportunità offerte dai metodi disponibili in questa ricerca.

Il valore metodologico dell'opera in questione si riflette in modo più limitato e difendibile. Questo articolo discuterà la necessità del benchmark binario trasparente con l'aiuto del dataset curato fornito, riporterà la procedura di preprocessing e addestramento e confronterà direttamente il modello ibrido proposto con le basi popolari²³. Questi cambiamenti separano anche l'esperimento binario principale e l'evidenza multiclass di integrazione in modo da permettere di associare le affermazioni di performance al contesto sperimentale^{appropriato 24}. La differenza rappresenta una differenza decisiva nell'analisi discorsiva della condotta dei modelli, delle misure riportate e della praticità.

L'esperimento principale di questo script è un esperimento di classificazione binaria su un insieme più piccolo di 2280 immagini di lesioni cutanee, che è stato curato a mano. In questo dataset, il numero di immagini identificate come mpox era di 1.020, mentre quelle classificate come altre erano 1.260. L'altra categoria prevede la presentazione di apparizioni dermatologiche non correlate al mpox di carattere visivo, per lo più lesioni in cui il manoscritto le indica come lesioni simili alla varicella^{e al morbillo 25}. Questa duale nomenclatura rende questo raggruppamento binario clinicamente significativo come formulazione di screening primitivo perché il modello si chiede se il modello sia in grado di disaggregare le alternative sospette di mpox e visivamente confuse, ma è anche meno complesso rispetto a un benchmark dermatologico multiclasse completo.

L'addestramento dei modelli doveva essere standardizzato, con tutte le immagini pre-elaborate prima dell'addestramento. Nel manoscritto sono menzionati anche ridimensioni, normalizzazione dell'intensità, aumento e conversione di etichette categoriche in binarie. Tuttavia, nel significato aggiornato, questi passaggi sono considerati componenti di una pipeline riproducibile e non come note scritte alla periferia. Il suo array è stato ulteriormente suddiviso in sottoinsiemi di addestramento e validazione costituiti da directory, e le metriche di performance menzionate dovrebbero quindi essere viste come impatti interni sulle prestazioni di validazione invece che come indicatori di un gruppo di test esterno completamente indipendente. Per essere più chiari, questa raccolta di 2.280 immagini sarà considerata i dati ufficiali su cui sarà condotta l'analisi principale. L'inquadratura binaria è stata scelta perché riflette la domanda del triage precoce, comune nella pratica: l'immagine di una lesione sospetta è più probabile che sia mpox rispetto ad altre condizioni visivamente simili? Questa impostazione è limitata rispetto a una diagnosi dermatologica estesa, ma rappresenta un punto di partenza valido e tecnicamente interpretabile per il benchmarking comparativo.

La descrizione aggiornata del dataset considera anche il fatto che l'articolo include alcuni output aggiuntivi ottenuti con l'aiuto di diverse strutture di classi o alcuni sottoinsiemi arricchiti, che sono mostrati nelle Figure 1A–I. Invece di cancellare quei materiali, il manoscritto ora li contestualizza direttamente per permettere ai lettori di vedere i risultati che fanno parte del benchmark binario e quelli di esperimenti secondari. Questo metodo manterrà l'intera documentazione di questo studio, ma non permetterà l'inclusione di esperimenti incompatibili in un'unica affermazione.

Protocollo

NOTA: Utilizzare il dataset di immagini binarie mpox curate descritto nel manoscritto per l'esperimento principale. Il dataset contiene 2.280 immagini di lesioni cutanee, incluse 1.020 immagini mpox e 1.260 immagini etichettate come Altro. Usa solo l'analisi secondaria delle immagini; Non effettuare reclutamento diretto dei pazienti, interventi clinici, sperimentazioni su animali o generazione di nuovi campioni biologici come parte di questo flusso di lavoro.

1. Ottenere e curare il dataset

1. Definiamo uno schema di etichettatura binaria con due classi: mpox e Other.
2. Assegnare lesioni visivamente simili non da mucchio alla classe Altro.
3. Verifica tutte le immagini per leggibilità, identità di classe e idoneità alla classificazione supervisionata delle immagini.
4. Escludere immagini inutilizzabili o ambigue durante la curatela.
5. Organizza le immagini curate in cartelle di classi basate su directory per il caricamento a valle con generatori di immagini.

2. Ridimensionare e normalizzare le immagini

1. Ridimensiona tutte le immagini a 150 x 150 pixel prima dell'addestramento del modello.
2. Applicare l'interpolazione bicubica durante il ridimensionamento per preservare transizioni d'immagine fluide.
3. Riscala l'intensità dei pixel dividendo ogni valore di pixel per 255.
4. Normalizzare tutte le intensità dell'immagine all'intervallo [0,1].
   NOTA: Utilizzare la stessa risoluzione spaziale e la stessa procedura di normalizzazione per tutti i modelli per mantenere un confronto equo tra le architetture.

3. Potenziare le immagini di addestramento

1. Applica l'aumento solo al sottoinsieme di addestramento.
2. Imposta la rotazione a 20°.
3. Imposta l'intervallo di larghezza e spostamento a 0,2.
4. Imposta l'intervallo di spostamento altezza a 0,2.
5. Imposta la gamma di taglio a 0,2.
6. Imposta la gamma di zoom a 0,2.
7. Abilita il flipping orizzontale.
8. Usa il riempimento del vicino più vicino per i pixel introdotti durante l'augmentation.
9. Esegui l'aumento online durante l'allenamento invece di duplicare permanentemente i file immagine.
   NOTA: Non aumentare le immagini di validazione; Riscalale soltanto.

4. Codificare le etichette e suddividere il dataset

1. Codifica le due classi come etichette binarie.
2. Carica le immagini usando generatori basati su directory in modalità classe binaria.
3. Imposta la dimensione del lotto a 32.
4. Dividi il dataset in sottoinsiemi di addestramento e validazione.
   NOTA: Il manoscritto riporta solo benchmarking interno di validazione dell'addestramento e non include una coorte di test esterna indipendente.

5. Costruire i modelli base CNN

1. Costruire una linea base CNN sequenziale con tre blocchi convoluzionali.
2. Usa 32 filtri nel primo blocco convoluzionale e segui il blocco con il max pooling.
3. Usa 64 filtri nel secondo blocco convoluzionale e segui il blocco con il massimo pooling.
4. Usa 128 filtri nel terzo blocco convoluzionale e segui il blocco con il max pooling.
5. Appiattisci le feature map estratte.
6. Aggiungi uno strato denso con 512 unità.
7. Candidati a abbandono con un tasso di 0,5.
8. Usa uno strato di uscita sigmoid per la classificazione binaria.
9. Includere InceptionV3, ResNetV2, ResNet50 e DenseNet121 come architetture di base comparative.
   NOTA: Utilizzare lo stesso dataset binario curato e la pipeline di preprocessing per tutti i confronti di baseline ove applicabile.

6. Definire il modello ibrido CNN-trasformatore

1. Usa un modulo CNN come codificatore di funzionalità locale.
2. Estrarre la texture della lesione, i bordi e i pattern morfologici locali con la componente CNN.
3. Usa un modulo basato su trasformatori come codificatore di contesto.
4. Modella dipendenze spaziali più ampie nella rappresentazione appresa con la componente del trasformatore.
5. Proiettare i vettori di caratteristiche CNN e trasformatore alla stessa dimensionalità e fonderli tramite somma elemento.
6. Mappare la rappresentazione fusa a un output binario mpox-versus-Other tramite una testina di classificazione.
   NOTA: Segnalare l'architettura ibrida a livello di modulo se il numero di testine di attenzione, le dimensioni di embedding e i livelli di trasformatore non è esplicitamente disponibile.

7. Processo di formazione e pratica di valutazione

1. Assemblare il classificatore binario usando il modello implementato con l'ottimizzatore Adam, la perdita binaria di entropia incrociata e la precisione come metrica primaria di addestramento.
2. Addestra il modello di base chiaramente definito per 15 epoche sul dataset curato mpox-versus-altri.
3. Condurre tutti gli esperimenti in un ambiente di deep-learning basato su Python su un sistema dotato di GPU e riassumere le risorse software e l'ambiente computazionale generalizzato in Table of Materials.
4. Monitorare le curve di perdita di addestramento e validazione durante l'addestramento, e calcolare accuratezza, precisione, richiamo, punteggio F1 e AUC per ogni singolo modello quando disponibili.
5. Interpretare le prestazioni del modello enfatizzando la coerenza nel comportamento di reportistica e generalizzazione, e dare priorità a un equilibrio tra sensibilità e specificità rispetto a valori di accuratezza di picco singolo.
6. Formulare due domande di valutazione per ciascun modello: (i) quanto bene il modello si adatta ai dati di addestramento e (ii) quanto bene la rappresentazione appresa si trasferisca alle immagini di validazione tenute fuori dalla stessa fonte curata.
   NOTA: Presentare esplicitamente questi due aspetti nel manoscritto per distinguere la capacità rappresentativa dalla generalizzazione utile.
7. Interpretare un'alta accuratezza nell'addestramento come prova di sufficiente capacità rappresentativa, e interpretare prestazioni di validazione elevate e stabili come l'indicatore più significativo di una generalizzazione utile.

8. Analisi sperimentali

1. Riporta solo i risultati direttamente supportati dagli output registrati ed evita di estrapolare oltre le prove documentate.
2. Dichiarare esplicitamente limitazioni ovunque manchino informazioni di validazione o quando una tabella riflette una struttura di classi diversa.
3. Considera il compito di classificazione binaria mpox contro altri come analisi primaria e usalo come riferimento interno per tutti gli esperimenti.
4. Traduci il codice di implementazione originale in un protocollo narrativo e nella Tabella 2 , in modo che il dataset, l'ambiente software, le famiglie di modelli e la configurazione di addestramento siano riassunti in modo conciso per la riproducibilità.
5. Generalizzare le descrizioni di hardware e software in modo che l'attenzione rimanga sulla riproducibilità metodologica piuttosto che su una singola piattaforma specifica per il fornitore.
6. I risultati attuali modello per modello segueno la stessa sequenza in cui vengono introdotte le architetture, per semplificare il confronto tra comportamento di addestramento, comportamento di validazione e completezza della reportistica.
7. Descrivi la linea di base della CNN Sequenziale come raggiungendo prestazioni di validazione interna molto elevate, avvertendo però che ciò potrebbe riflettere caratteristiche di divisione favorevoli e potrebbe non generalizzare esternamente.
8. Interpretare il modello Sequenziale come un forte riferimento interno piuttosto che come una dimostrazione definitiva della robustezza diagnostica dispiegabile.
9. Giustifica il mantenimento di panel separati di InceptionV3 perché le traiettorie di perdita e accuratezza insieme rivelano un'ottimizzazione efficace dell'addestramento ma un comportamento di validazione incoerente.
10. Descrivi ResNetV2 come una base informativa ma parzialmente riportata perché non erano disponibili metriche di validazione comparabili.
11. Considerare l'esperimento multiclass ResNet50 come evidenza supplementare distinta dal benchmark binario primario.
12. Interpretare DenseNet121 come un benchmark intermedio con prestazioni competitive ma non dominanti sul sottoinsieme binario riportato.
13. Descrivi il trasformatore ibrido CNN-trasformatore come un obiettivo di discriminazione di classe bilanciata piuttosto che un guadagno unilaterale in una singola metrica.
14. Evitare di rivendicare la superiorità universale del modello ibrido su tutte le basi perché alcuni modelli sono stati valutati in condizioni di segnalazione diverse.
15. Posizionare il modello ibrido come un promettente compromesso tra alta performance di validazione e bilanciamento metrico, e raccomandare ulteriori valutazioni su benchmark standardizzati testati esternamente.

Risultati

Confronto oltre l'accuratezza dei titoli

Questi risultati mostrano che i confronti di modelli nell'analisi delle immagini mediche dovrebbero concentrarsi non solo sull'accuratezza dei titoli, ma anche sul comportamento delle architetture rispetto a numerose metriche e diversi contesti sperimentali. Durante tutti gli esperimenti, i modelli non si comportavano in modo simile: il semplice CNN Sequenziale era estremamente performante nella divisio...

Discussione

Il risultato chiave dello studio è che la classificazione binaria di mpox rispetto a lesioni visivamente simili, denominata classificazione automatica, è possibile con il dataset curato utilizzato in questo studio, ma tale successo si basa in gran parte sull'interpretazione^{dell'evidenza 27}. Separando adeguatamente gli esperimenti, il manoscritto presenta prove che sia le architetture convenzionali che quelle ibride proposte possono essere utilizzate per ottenere p...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Dataset	dataset curato di immagini mpox; 2.280 immagini per il benchmark binario principale (1.020 mpox e 1.260 Altro)	Fonte primaria di formazione e validazione interna
Definizione del compito	Classificazione binaria per lo studio principale; Sommari multiclasse e ampliati supplementari mantenuti separatamente	Garantisce un'interpretazione coerente delle metriche riportate
Ambiente di programmazione	Workflow notebook basato su Python	Gestione dei dati, addestramento dei modelli e tracciatura
Quadro di apprendimento profondo	L'implementazione di TensorFlow / Keras è riportata nel codice inviato	Sviluppo e ottimizzazione del modello
Utility di immagine	ImageDataGenerator con riscalamento e aumentazione; Tracciare librerie per curve di addestramento	Preelaborazione, aumento e reportistica visiva
Architetture di base	CNN Sequenziale, InceptionV3, ResNetV2, ResNet50, DenseNet121	Benchmarking comparativo
Architettura proposta	Classificatore ibrido CNN-trasformatore	Contributo metodologico principale
Contesti di allenamento	Dimensione input 150 x 150; dimensione del lotto 32; ottimizzatore Adam; entropia binaria incrociata; 15 epoche riportate per il codice di base fornito	Riproducibilità del flusso di lavoro core
Ambiente di calcolo	sistema computazionale abilitato alla GPU; Dettagli hardware generalizzati nella narrazione	Accelerazione del modello durante l'addestramento