En la recuperación de imágenes médicas, recuperar con precisión imágenes relevantes impacta significativamente la toma de decisiones clínicas y diagnósticos. Los sistemas tradicionales de recuperación de imágenes dependen principalmente de datos de imágenes unidimensionales, mientras que los métodos actuales de hash profundo son capaces de aprender representaciones de características complejas. Sin embargo, la precisión y eficiencia de la recuperación se ven obstaculizadas por modalidades diversas y tamaños de muestra limitados. El modelo Deep Attention Fusion Hashing (DAFH) propuesto integra mecanismos avanzados de atención con datos de imágenes médicas para mejorar el rendimiento de la recuperación al optimizar el proceso de extracción de características.