EVM-Fusion은 다중 기관 의료 영상 분류를 위한 설명 가능한 비전 맘바(Vision Mamba) 아키텍처로, 신경 알고리즘 융합(NAF) 메커니즘을 특징으로 합니다. DenseNet과 U-Net 기반 경로를 비전 맘바(Vim) 모듈로 향상시킨 다중 경로 설계를 활용하며, 기존 특징 경로와 병렬로 작동합니다. 다양한 특징들은 크로스-모달 어텐션과 반복적인 NAF 블록을 통한 2단계 융합 과정을 통해 동적으로 통합됩니다. 경로별 공간 어텐션, Vim Δ-값 맵, 기존 특징 SE-어텐션, 크로스-모달 어텐션 가중치를 통해 고유한 설명 가능성을 포함합니다. 9개 클래스의 다양한 다중 기관 의료 영상 데이터셋 실험 결과, EVM-Fusion은 99.75%의 테스트 정확도를 달성하여 강력한 분류 성능을 보여주며, 의료 진단에서 신뢰할 수 있는 AI의 잠재력을 강조합니다.
