研究提出解剖定位与防泄漏多模态对比学习

信源1 家

1. [1]arXiv cs.AI一手信源Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRI

关键事实

• 使用 ResNet18 和单层 Transformer 处理 ADNI-1 的 1075 次基线 T1 加权扫描。[1]

• YOLOv8 模型在分割衍生的标签上训练，定位阿尔茨海默相关结构的 mAP_50 超过 0.96。[1]

• 与认知评分融合达到 87.3% 的三分类准确率，与区域体积融合达到 73.0%。[1]

• 在 MCI 与 CN 分类中，对齐体积数据的图像编码器准确率达 73.8%，对齐认知评分仅 52.4%。[1]

• 将输入限制在内侧颞叶，使仅图像的三分类准确率从 58.7% 提升至 65.1%。[1]

相关 · 论文