RSwinV2-MD：用于皮肤图像中猴疱检测的增强残差SwinV2变换器

本文提出一种用于Mpox诊断的深度学习方法，名为定制化残差SwinTransformerV2（RSwinV2），旨在通过采用RSwinV2工具辅助的视觉方法来增强病灶分类的能力。在RSwinV2方法中，根据输入维度、嵌入结构和方法的输出目标，对变换器的层次结构进行了定制化。在RSwinV2方法中，输入图像被分割为非重叠的补丁，并使用偏移窗口和这些补丁中的注意力进行处理。该过程有助于通过避免注意力中非重叠区域的局域性问题，高效地链接所有窗口，同时保持计算效率。RSwinV2进一步基于SwinTransformer发展，包含补丁和位置嵌入，以利用变换器的全局链接能力，在这些嵌入中采用多头注意力。此外，RSwinV2开发并集成了逆残差块（IRB），该块利用包含这些设计的卷积跳过连接，以解决处理期间的梯度消失问题。RSwinV2包含IRB因此促进了该方法将全局模式与局部模式链接；其完整性有助于提高病灶分类能力，通过最小化猴疱的变异性并增加猴疱、鸡疱、麻疹和牛痘之间的差异。在测试SwinV2时，实现了96.51%的准确率和96.13%的F1得分，优于标准CNN模型和SwinTransformer；因此，RSwinV2向量证明了其作为猴疱病灶观察解释工具的有效性。