将Vision Transformer引入基于3D输入的阿尔茨海默病分类任务
图像与视频处理
2022-10-05 v1 计算机视觉与模式识别
机器学习
摘要
许多高性能分类模型利用复杂的基于 CNN 的架构进行阿尔茨海默病分类。我们旨在研究关于使用 MRI 进行阿尔茨海默病分类的两个相关问题：“基于 Vision Transformer 的模型是否优于基于 CNN 的模型？”以及“是否可能使用浅层 3D CNN 模型获得令人满意的结果？”为实现这些目标，我们提出了两种能够处理 3D MRI 扫描的模型：卷积体素 Vision Transformer（CVVT）架构，以及 ConvNet3D-4（一种浅层 4 块基于 3D CNN 的模型）。我们的结果表明，浅层基于 3D CNN 的模型足以利用 MRI 扫描对阿尔茨海默病取得良好的分类结果。
引用
@article{arxiv.2210.01177,
title = {Introducing Vision Transformer for Alzheimer's Disease classification task with 3D input},
author = {Zilun Zhang and Farzad Khalvati},
journal= {arXiv preprint arXiv:2210.01177},
year = {2022}
}