Vision Transformer（ViT）が黒色腫画像分類における特徴の冗長性と汎化能力不足の問題に対処するため、動的特徴選択とコントラスト学習を融合した改良モデルを提案し、分類精度と臨床診断効率を向上させる。まず、学習可能な重み行列を通じて重要な特徴を適応的に強化し、冗長な情報を抑制する動的特徴選択モジュールを設計した。次に、InfoNCEコントラスト損失関数を導入し、交差エントロピー損失と組み合わせて多目的最適化フレームワークを構築し、クラス間の特徴識別度を強化した。最後に、多頭自己注意機構に重要特徴誘導機構を埋め込み、局所的な詳細とグローバルなセマンティクスの協調モデリングを実現した。ISIC2018およびISIC2019データセット上の実験結果は、改良モデルがそれぞれ83.27％および80.17％の分類精度を達成し、ベースラインのViTモデルより1.83％および0.49％向上したことを示す。アブレーション実験により、動的選択モジュールが18.7％の冗長計算を削減し、コントラスト学習がクラス内特徴類似度を23.6％向上させることが検証された。提案手法はViTモデルの黒色腫認識能力を著しく向上させ、主流モデルより分類精度とロバスト性が優れており、皮膚がん早期診断のための高精度かつ低冗長な自動化ソリューションとして臨床的価値を有する。

画像分類;特徴選択;InfoNCE損失関数;ViTモデル