融合影像与形状特征用于阿尔茨海默病分类与脑年龄回归预测
计算机视觉与模式识别
2025-01-15 v1 机器学习
图像与视频处理
摘要
我们探讨了从 MRI 中提取影像与形状特征，用于脑年龄预测和阿尔茨海默病分类这两个临床相关任务。我们提出的模型融合了从 ResNet 中提取的图像嵌入与来自专用图神经网络的形状嵌入。形状嵌入源自 15 种脑结构的表面网格，捕获详细的几何信息。结合 T1 加权图像的外观特征，我们观察到在两个任务上的预测性能均得到提升，尤其在分类任务上获得了显著的 gains。我们使用公共数据集进行模型评估，包括 CamCAN、IXI 和 OASIS3，展示了融合影像与形状特征用于脑部分析的有效性。
引用
@article{arxiv.2501.07994,
title = {Combining imaging and shape features for prediction tasks of Alzheimer's disease classification and brain age regression},
author = {Nairouz Shehata and Carolina Piçarra and Ben Glocker},
journal= {arXiv preprint arXiv:2501.07994},
year = {2025}
}