用于预测颈椎病患者术后颈部疼痛的多模态跨视图模型
计算机视觉与模式识别
2025-09-03 v1
摘要
颈部疼痛是颈椎病的主要症状，但其潜在机制仍不清晰，导致治疗结果不确定。为解决由影像差异和空间错位引起的多模态特征融合挑战，本文提出了一种自适应双向金字塔差分卷积 (ABPDC) 模块，通过利用差分卷积在纹理提取和灰度不变性方面的优势，促进多模态集成；以及一种特征金字塔注册辅助网络 (FPRAN)，以缓解结构错位。在 MMCSD 数据集上的实验表明，所提出的模型在与现有方法相比方程术后颈部疼痛恢复的预测准确性更优，消融研究进一步确认了其有效性。
引用
@article{arxiv.2509.02256,
title = {A Multimodal Cross-View Model for Predicting Postoperative Neck Pain in Cervical Spondylosis Patients},
author = {Jingyang Shan and Qishuai Yu and Jiacen Liu and Shaolin Zhang and Wen Shen and Yanxiao Zhao and Tianyi Wang and Xiaolin Qin and Yiheng Yin},
journal= {arXiv preprint arXiv:2509.02256},
year = {2025}
}