La Fractura Femoral Atípica Incompleta (IAFF) es un precursor de la Fractura Femoral Atípica (AFF). Si no se trata, progresa a una fractura completa, aumentando el riesgo de mortalidad. Sin embargo, debido a sus características pequeñas y ambiguas, las IAFF a menudo son mal diagnosticadas incluso por especialistas. En este documento, proponemos un enfoque novedoso para clasificar con precisión las IAFF en imágenes de rayos X en diversas vistas radiográficas. Diseñamos un Extractor Complementario de Doble Contexto Consciente (DCCE) para capturar tanto las características generales del fémur como los detalles de IAFF con el contexto circundante, minimizando la pérdida de información. También desarrollamos una Red de Fusión Preservadora de Perspectiva a Nivel (LPFN) que preserva la perspectiva de las características al integrarlas en diferentes niveles para mejorar la representación y la sensibilidad del modelo mediante el aprendizaje de correlaciones y características complejas que son difíciles de obtener de forma independiente. Además, incorporamos el Mejorador de Enfoque de Anomalías Espaciales (SAFE) para enfatizar las regiones anómalas, evitando el sesgo del modelo hacia regiones normales y reduciendo los Falsos Negativos y las IAFFs perdidas. Los resultados experimentales muestran mejoras significativas en todas las métricas de evaluación, demostrando una alta confiabilidad en términos de precisión (0.931), puntaje F1 (0.9456) y AUROC (0.9692), lo que demuestra el potencial del modelo para su aplicación en entornos médicos reales.