ConMatFormer：基于ConvNext的多注意力Transformer集成深度学习模型用于提高糖尿病足溃疡分类
计算机视觉与模式识别
2025-12-30 v1
摘要
糖尿病足溃疡（DFU）检测是一个在临床上具有重要意义却具有挑战性的任务，主要由于公开数据集稀缺且差异较大。为解决这些问题，我们提出了ConMatFormer，这是一个新的混合深度学习架构，将ConvNeXt模块、多注意力机制（卷积块注意力模块CBAM和双注意力网络DANet）与Transformer模块以协同方式集成。这种设计促进了对局部特征的更好提取和对全局上下文的理解，从而允许我们准确地对不同类型的DFU建模。为解决类别不平衡问题，我们使用数据增强方法。初始阶段使用ConvNeXt模块获取详细的局部特征。随后，我们通过添加Transformer模块来增强长程依赖。这使我们能够定位那些稀缺或属于少数的DFU类别。在DS1（DFUC2021）和DS2（糖尿病足溃疡）数据集上的测试结果表明，ConMatFormer在准确率、可靠性和灵活性方面均优于最先进（SOTA）的卷积神经网络（CNN）和Vision Transformer（ViT）模型。在单个实验中，本方法实现了0.8961的准确率和0.9160的精确率，显著优于当前用于DFU分类的标准。在此基础上，通过4折交叉验证，本方法实现了0.9755的准确率，标准差仅为0.0031。我们进一步应用了可解释人工智能（XAI）方法，如Grad-CAM、Grad-CAM++和LIME，持续监控决策过程的透明度和可信度。我们的发现为DFU分类树立了新的基准，为医学图像分析提供了混合注意力Transformer框架。
引用
@article{arxiv.2510.22743,
title = {ConMatFormer: A Multi-attention and Transformer Integrated ConvNext based Deep Learning Model for Enhanced Diabetic Foot Ulcer Classification},
author = {Raihan Ahamed Rifat and Fuyad Hasan Bhoyan and Md Humaion Kabir Mehedi and Md Kaviul Hossain and Md. Jakir Hossen and M. F. Mridha},
journal= {arXiv preprint arXiv:2510.22743},
year = {2025}
}