基于注意力机制的阿尔茨海默病 3D MRI 图像高效分类
图像与视频处理
2024-01-26 v1 计算机视觉与模式识别
机器学习
摘要
阿尔茨海默病（AD）的早期诊断因其微妙且复杂的临床症状而成为一项具有挑战性的任务。利用图像识别技术进行深度学习辅助医学诊断已成为该领域的重要研究课题。特征必须准确捕捉大脑解剖结构的主要变化。然而，通过深度学习训练进行特征提取耗时且昂贵。本研究提出了一种基于卷积神经网络的新型阿尔茨海默病检测模型。该模型利用预训练的 ResNet 网络作为骨干，融合了针对 3D 医学图像的后融合算法和注意力机制。实验结果表明，所采用的 2D 融合算法有效改善了模型的训练开销。并且引入的注意力机制能准确加权图像中的重要区域，进一步提升了模型的诊断准确率。
引用
@article{arxiv.2401.14130,
title = {Attention-based Efficient Classification for 3D MRI Image of Alzheimer's Disease},
author = {Yihao Lin and Ximeng Li and Yan Zhang and Jinshan Tang},
journal= {arXiv preprint arXiv:2401.14130},
year = {2024}
}