针对竞争性前临床疾病风险评估的全身表示学习
群论
2025-08-05 v1
摘要
可靠的前临床疾病风险评估是将公共卫生从反应性治疗转向主动识别和预防的关键。然而，基于图像的风险预测算法往往仅关注单一疾病，且依赖于通过分割工具获得的手工特征。我们提出了一种用于竞争风险建模的全身自监督表示学习方法。该方法在多种疾病中优于全身放射学特征，包括心血管疾病 (CVD)、2 型糖尿病 (T2D)、慢性阻塞性肺疾病 (COPD) 和慢性肾病 (CKD)。模拟前临床筛查情景并结合心脏 MRI，进一步提升了对心血管风险亚群的预测：冠状动脉心脏病 (IHD)、高血压病 (HD) 和脑卒中。结果表明，全身表示作为独立筛查模式及其结合于临床工作流程中用于早期个性化风险分层具有可转化的潜力。代码已提供于 https://github.com/yayapa/WBRLforCR/。
引用
@article{arxiv.2508.02306,
title = {On the isomorphism problem for generalized Baumslag-Solitar groups: invariants and flexible configurations},
author = {Dario Ascari and Montserrat Casals-Ruiz and Ilya Kazachkov},
journal= {arXiv preprint arXiv:2508.02306},
year = {2025}
}
备注
52 pages, 2 appendices, 25 figures