从单次就诊到多次就诊的基于图像模型：单次就诊模型足以预测梗阻性肾积水
计算机视觉与模式识别
2022-12-29 v1 人工智能
摘要
先前工作已显示深度学习利用肾脏超声图像预测肾梗阻的潜力。然而，这些基于图像的分类器训练时以单次就诊推断为目标。我们比较了视频动作识别的方法（即卷积池化、LSTM、TSM）以将单次就诊卷积模型适配于处理多次就诊推断。我们证明，纳入患者既往医院就诊的图像仅对梗阻性肾积水的预测带来微小增益。因此，纳入先前的超声是有益的，但基于最新超声的预测足以进行患者风险分层。
引用
@article{arxiv.2212.13535,
title = {From Single-Visit to Multi-Visit Image-Based Models: Single-Visit Models are Enough to Predict Obstructive Hydronephrosis},
author = {Stanley Bryan Z. Hua and Mandy Rickard and John Weaver and Alice Xiang and Daniel Alvarez and Kyla N. Velear and Kunj Sheth and Gregory E. Tasian and Armando J. Lorenzo and Anna Goldenberg and Lauren Erdman},
journal= {arXiv preprint arXiv:2212.13535},
year = {2022}
}
备注
Paper accepted to SIPAIM 2022 (in Valparaiso, Chile)