基于胸部X光的重度左心室肥大分类器中人口统计学与解剖学信息的编码
图像与视频处理
2025-06-05 v1 人工智能
计算机视觉与模式识别
摘要
虽然超声心动图和MRI是评估心脏结构的临床标准，但其使用受限于成本和可及性。我们提出了一种直接分类框架，无需依赖解剖学测量或人口统计学输入，即可直接从胸部X光预测重度左心室肥大。该方法实现了较高的AUROC和AUPRC，并采用互信息神经估计来量化特征表现力。这揭示了具有临床意义的属性编码，并支持透明的模型解释。
引用
@article{arxiv.2506.03192,
title = {Encoding of Demographic and Anatomical Information in Chest X-Ray-based Severe Left Ventricular Hypertrophy Classifiers},
author = {Basudha Pal and Rama Chellappa and Muhammad Umair},
journal= {arXiv preprint arXiv:2506.03192},
year = {2025}
}