BriefGPT - AI 论文速递
·
利用高阶动态模态分解和视觉 Transformer 对小型数据集中的超声心动图图像进行自动心脏病理识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
基于自监督对比学习的深度学习模型通过学习心脏核磁共振扫描伴随的放射学报告的原始文本中的视觉概念，实现了对人类心血管疾病和健康的全面评估。模型在多个数据集上展示了卓越性能，包括左心室射血分数回归和35种不同病症的诊断等任务，且仅需少量训练数据即可实现临床级诊断准确率。
🎯
关键要点
- 基于自监督对比学习的深度学习模型用于评估心血管疾病和健康。
- 模型通过学习心脏核磁共振扫描及放射学报告的原始文本中的视觉概念。
- 在美国四个大型学术临床机构的数据上训练和评估。
- 在英国BioBank和其他两个公开数据集上表现卓越。
- 实现了左心室射血分数回归和35种不同病症的诊断。
- 显示出对心血管疾病复杂性的理解能力。
- 仅需少量训练数据即可达到临床级诊断准确率。
➡️
