BriefGPT - AI 论文速递
·
一种非侵入性可解释的中医舌象结合 NAFLD 诊断方法
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本论文介绍了一种结合临床数据集和多模态学习方法的NAFLD诊断系统。通过分析数据集，选择了对NAFLD预测最有贡献的临床元数据。提出的DeepFLD模型使用多模态输入来预测NAFLD，性能优于仅使用元数据的方法。DeepFLD还可以仅使用面部图像实现竞争性的结果，为非侵入性NAFLD诊断铺平了道路。
🎯
关键要点
- 提出了一种结合临床数据集和多模态学习的NAFLD诊断系统（DeepFLDDiag）。
- FLDData数据集包含超过6000名参与者的体格检查、实验室和成像研究、问卷调查及面部图像。
- 通过定量分析选择对NAFLD预测最有贡献的临床元数据。
- DeepFLD模型使用多模态输入（元数据和面部图像）来预测NAFLD，性能优于仅使用元数据的方法。
- DeepFLD可以仅使用面部图像实现竞争性结果，为非侵入性NAFLD诊断提供了可能性。
➡️
