基于 MRI 的阿尔茨海默病预测：通过蒸馏多模态数据中的知识
图像与视频处理
2021-09-27 v2 计算机视觉与模式识别
摘要
轻度认知障碍（MCI）转化预测，即识别有较高风险转化为阿尔茨海默病（AD）的 MCI 患者，对于预防或延缓 AD 进展至关重要。尽管既往研究表明多模态数据融合可有效提高预测精度，但其应用很大程度上受限于多模态数据可用性低或成本高。仅使用磁共振成像（MRI）构建有效的预测模型仍是一个具有挑战性的研究课题。本工作中，我们提出了一种多模态多实例蒸馏方案，旨在将多模态数据中学习到的知识蒸馏到一个基于 MRI 的网络中用于 MCI 转化预测。与现有蒸馏算法不同，所提出的多实例概率展现出表征复杂萎缩分布的更优能力，并能引导基于 MRI 的网络更好地探索输入 MRI。据我们所知，这是首次尝试通过利用从多模态信息中蒸馏出的额外监督来改进基于 MRI 的预测模型。实验证明了我们框架的优势，表明其在数据受限的临床环境中有潜力。
引用
@article{arxiv.2104.03618,
title = {MRI-based Alzheimer's disease prediction via distilling the knowledge in multi-modal data},
author = {Hao Guan and Chaoyue Wang and Dacheng Tao},
journal= {arXiv preprint arXiv:2104.03618},
year = {2021}
}