超越数据增强：基于双向注意力的跨模态Transformer融合用于低数据动脉瘤筛查
计算机视觉与模式识别
2026-04-17 v2
摘要
动脉瘤破裂可导致颅内出血，死亡率近50%，因此早期检测至关重要。虽然CT血管造影（CTA）可实现快速筛查，但在复杂三维支架结构中（圆环Willis）检测小动脉瘤仍依赖专家经验。现有自动化系统受限于类别不平衡、颅骨基部伪影模拟血管对比，以及依赖全局二分类而无结构定位，限制了手术相关性和可解释性。我们提出CMTF-Net，一种跨模态目标融合框架，将动脉瘤筛查重新定义为解剖结构推理。通过独立监督14个血管领域，网络编码圆环Willis几何，同时允许多段激活，使模型设计与临床工作流程相吻合。CMTF-Net在近乎完美的AUC-ROC下表现卓越，置信区间狭窄，在不平衡数据下保持持久的准确性。Grad-CAM和因果图显示模型在主要动脉沿线呈现空间局部激活，支持在低数据环境下实现可解释的、解剖学导向的筛查。
引用
@article{arxiv.2512.22185,
title = {Beyond Augmentation: Cross-Modal Transformer Fusion with Bi-directional Attention for Low-Data Aneurysm Screening},
author = {Antara Titikhsha and Divyanshu Tak},
journal= {arXiv preprint arXiv:2512.22185},
year = {2026}
}
备注
We had major improvements in this second draft. Please refer to this version only