BriefGPT - AI 论文速递
·
面向经直肠超声诊断中临床重要前列腺癌分类的多模态融合与基于原型的特征细化
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究提出了一个利用多模态经直肠超声视频进行前列腺癌分类的框架，通过3D ResNet-50模型从B模式图像和剪切波弹性成像图像中提取特征，并使用自适应空间融合模块和正交正则化损失来减轻特征冗余。在内部数据集上评估表现，AUC为0.84。该框架生成的视觉类激活映射图像可为前列腺癌定位提供指导，促进靶向活检。
🎯
关键要点
- 提出了一个利用多模态经直肠超声视频进行前列腺癌分类的框架。
- 框架使用两个3D ResNet-50模型从B模式图像和剪切波弹性成像图像中提取特征。
- 引入自适应空间融合模块聚集两种模态的特征，使用正交正则化损失减轻特征冗余。
- 在包含512个TRUS视频的内部数据集上评估，AUC为0.84。
- 生成的视觉类激活映射图像为前列腺癌定位提供指导，促进靶向活检。
➡️
