Este artículo evalúa y compara sistemáticamente la eficacia de las técnicas de clasificación de vista única y vista múltiple en el análisis de mamografías, esencial para la detección temprana del cáncer de mama. En el panorama de la investigación en análisis de mamografías, que ha evolucionado desde los clasificadores tradicionales basados en parches hasta los clasificadores de imagen completa y los sistemas de vista múltiple, nuestro objetivo es responder a la pregunta de si los sistemas de vista múltiple superan consistentemente a los enfoques de vista única. Nuestros resultados presentan un modelo que supera a los métodos de vanguardia existentes tanto en escenarios de clasificación de vista única como de vista dual, lo que proporciona información sobre arquitecturas de modelos óptimas y estrategias eficaces de aprendizaje por transferencia. El código fuente y los modelos están disponibles públicamente.
