利用基于 Transformer 的序列建模技术,挖掘纵向医学成像在眼部疾病预后中的潜力
原文中文,约300字,阅读约需1分钟。发表于: 。该研究使用深度学习技术从长期的医学图像中对年龄相关性黄斑变性和原发性开角型青光眼进行动态预测,取得了显著的成果。
该研究使用MST-former网络预测青光眼和阿尔茨海默病,通过多尺度时空变换和时间距离矩阵处理不规则采样数据,取得了显著的优势。青光眼预测的AUC值达到98.6%。
该研究使用深度学习技术从长期的医学图像中对年龄相关性黄斑变性和原发性开角型青光眼进行动态预测,取得了显著的成果。
该研究使用MST-former网络预测青光眼和阿尔茨海默病,通过多尺度时空变换和时间距离矩阵处理不规则采样数据,取得了显著的优势。青光眼预测的AUC值达到98.6%。