순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
A hybrid vision transformer–CNN ensemble with radiomics fusion for robust cross-dataset breast cancer detection in mammography
Balaji K. Bodkhe, Archana Kale, Vaishali Sonawane 외 · Discover Artificial Intelligence · 2026년 · 조회 16
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-11 발표 · 게재 1일차 · Discover Artificial Intelligence
NEW 슬롯은 최신성·참신성을 중시하며, 2026년 11월에 발표된 최신 논문으로 인용이 아직 없지만 새로운 혼합 모델 구조를 제시한다.
논문 요약
유방암 조기 진단을 위한 유방촬영술 이미지 분류의 일반화 문제를 해결하고자 한다. 기존 CNN이 데이터셋 간 변이성에 취약함을 지적하고, 지역 텍스처를 추출하는 심층 CNN과 전역 컨텍스트를 포착하는 Vision Transformer를 이중 분기 구조로 결합한다. 또한 병변 영역에서 형태·강도·텍스처 라디오믹스 특성을 손‑핸드로 추출해 특징 융합한다. 이 프레임워크는 서로 다른 유방암 데이터셋 간에도 안정적인 분류 성능을 목표로 설계되었다.
후속 연구설계에 활용하기
이중‑분기 특징 추출기와 라디오믹스 융합 방식을 변수·척도로 활용해, 다양한 데이터셋에서의 일반화 성능 비교 실험을 설계할 수 있다.
핵심어
유방암 검출비전 트랜스포머합성곱 신경망라디오믹스 특징
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.