用于阿尔茨海默症诊断中血管阻塞检测的序列无关多模态预处理方法
图像与视频处理
2022-11-08 v1 计算机视觉与模式识别
摘要
成功识别血管阻塞是阿尔茨海默症诊断的关键步骤。这些阻塞可利用脑血流的双光子激发显微镜（TPEF）时空深度可变图像，通过机器学习方法识别。本研究提出若干预处理方案以提升这些方法性能。我们的方法包括从图像模态中提取三维点云数据并进行特征空间融合，以利用不同模态中固有的互补信息。我们还通过双向数据流使所学表示具有序列顺序不变性。在 The Clog Loss 数据集上的实验结果表明，我们提出的方法在停滞与非停滞血管分类上持续优于最先进的预处理方法。
引用
@article{arxiv.2211.03109,
title = {A Sequence Agnostic Multimodal Preprocessing for Clogged Blood Vessel Detection in Alzheimer's Diagnosis},
author = {Partho Ghosh and Md. Abrar Istiak and Mir Sayeed Mohammad and Swapnil Saha and Uday Kamal},
journal= {arXiv preprint arXiv:2211.03109},
year = {2022}
}
备注
5 pages, 4 figures