PRISM：利用无监督视觉表示和文本提示从心脏电影 MRI 进行可解释 MACE 生存预测的框架
计算机视觉与模式识别
2026-01-30 v2
摘要
准确预测主要不良心血管事件（MACE）仍是心血管预后中的核心挑战。我们提出了 PRISM（用于生存建模的提示引导表示集成，Prompt-guided Representation Integration for Survival Modeling），这是一个自监督框架，将来自非对比心脏电影磁共振成像的视觉表示与结构化电子健康记录（EHR）相结合进行生存分析。PRISM 通过运动感知多视图蒸馏提取时间同步的成像特征，并使用医学知识文本提示对其进行调制，以实现细粒度的风险预测。在四个独立临床队列中，PRISM 在内部和外部验证下均持续超越经典生存预测模型和 state-of-the-art（SOTA）深度学习基线。进一步的临床发现表明，从 PRISM 导出的成像和 EHR 联合表示为不同队列的心脏风险提供了有价值的见解。研究发现了三种与 MACE 风险升高相关的独特成像特征，包括侧壁运动不同步、下壁高敏感性和舒张期前壁高焦点。提示引导的归因进一步将高血压、糖尿病和吸烟确定为临床和生理 EHR 因素中的主要贡献因素。
引用
@article{arxiv.2508.19325,
title = {PRISM: A Framework Harnessing Unsupervised Visual Representations and Textual Prompts for Explainable MACE Survival Prediction from Cardiac Cine MRI},
author = {Haoyang Su and Jin-Yi Xiang and Shaohao Rui and Yifan Gao and Xingyu Chen and Tingxuan Yin and Shaoting Zhang and Xiaosong Wang and Lian-Ming Wu},
journal= {arXiv preprint arXiv:2508.19325},
year = {2026}
}