연구진은 듀얼 뷰 학습 프레임워크를 제안하여 크래니오카우달(CC) 및 메디올라테럴 오블리크(MLO) 뷰의 상호 보완적인 정보를 효과적으로 통합합니다.
토큰 중심 접근 방식을 통해 퓨전 토큰이 CC와 MLO 뷰 간의 양방향 정보 교환을 인코딩하여 여러 트랜스포머 깊이에서 점진적인 상호 작용을 가능하게 합니다.
VinDr-Mammo 및 CMMD 데이터 세트 실험 결과, 기존 퓨전 방식보다 F1 점수 50.40% 및 AUC 0.8090을 달성하며, 특히 이진 분류에서 AUC가 0.10% 향상되었습니다.