Longformer：用于结构磁共振影像阿尔茨海默病分类的纵向Transformer
计算机视觉与模式识别
2023-12-18 v4
摘要
结构磁共振成像（sMRI）被广泛用于脑神经疾病诊断；而纵向MRI常被采集以监测和捕捉疾病进展，正如在临床诊断阿尔茨海默病（AD）中所使用的那样。然而，当前大多数方法忽视了AD的进展性，仅采用单张sMRI来识别AD。本文中，我们考虑利用受试者的纵向MRI进行AD识别的问题。为捕捉sMRI中的纵向变化，我们提出一种新颖模型Longformer，一种时空Transformer网络，它在每个时间点上对sMRI进行空间注意力机制，并随时间整合脑区特征以获得用于分类的纵向嵌入。我们的Longformer在ADNI数据集上区分AD不同阶段的两项二分类任务中取得了最先进的性能。我们的源代码可在 https://github.com/Qybc/LongFormer 获取。
引用
@article{arxiv.2302.00901,
title = {Longformer: Longitudinal Transformer for Alzheimer's Disease Classification with Structural MRIs},
author = {Qiuhui Chen and Yi Hong},
journal= {arXiv preprint arXiv:2302.00901},
year = {2023}
}
备注
WACV2024