基于优化 BiLSTM-AM-VMD 架构的肝癌早期诊断多模态深度学习框架
机器学习
2025-09-03 v1 图像与视频处理
摘要
本文提出了一种新颖的多模态深度学习框架，该框架集成了双向 LSTM、多头注意力机制和变分模态分解（BiLSTM-AM-VMD），用于肝癌的早期诊断。利用包含临床特征、生化标志物和影像衍生变量的异构数据，我们的方法同时提升了预测准确性和可解释性。在真实世界数据集上的实验结果表明，其性能优于传统机器学习和基线深度学习模型。
引用
@article{arxiv.2509.01164,
title = {A Multimodal Deep Learning Framework for Early Diagnosis of Liver Cancer via Optimized BiLSTM-AM-VMD Architecture},
author = {Cheng Cheng and Zeping Chen and Xavier Wang},
journal= {arXiv preprint arXiv:2509.01164},
year = {2025}
}