arxiv：2403.16520v1 [CS.CV] 2024年3月25日__

arxiv：2403.16520v1 [CS.CV] 2024年3月25日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2403.16520v1 [CS.CV] 2024年3月25日

¥ 1.0

热度

摘要。阿尔茨海默氏病（AD）是一种无法治愈的神经退行性疾病，导致认知和功能恶化。鉴于缺乏治愈，及时和精确的AD诊断至关重要，这是一个取决于多个因素和多模式数据的复杂过程。尽管已经做出了将多模式表示学习整合到医疗数据集中的成功努力，但对3D医学图像的关注很少。在本文中，我们提出了对比度的蒙版VIM AU-TOENCODER（CMVIM），这是针对3D多模式数据量身定制的第一种有效表示学习方法。我们提出的框架建立在蒙版的VIM自动编码器上，以学习3D医学图像中包含的统一的多模式代表和长依赖性。我们还引入了一个模式内对比度学习模块，以增强多模式VIM编码器的可容纳性，以建模相同模态中的判别特征，并提高模式间的对比度学习模块，以减轻模态之间的误匹配。我们的框架由两个主要步骤组成：1）将视觉MAMBA（VIM）纳入掩码自动编码器中，以有效地重建3D掩盖的多模式数据。2）将多模式表示与模式内和模式间方面的对比学习机制相结合。我们的框架已进行了预训练和验证的ADNI2数据集，并在下游任务上进行了广告分类验证。与其他状态方法相比，所提出的CMVIM可在2.7％的AUC性能提高。

添加pdf代下载 VIP点击下载文件