May, 2024

MMFusion：食管癌淋巴结转移诊断的多模态扩散模型

PDF
TL;DR介绍了一种基于 CT 图像以及临床测量和放射学数据的多模式异质图条件特征引导扩散模型，用于淋巴结转移诊断。通过构建异质图和应用条件特征引导扩散方法来消除信息冗余，并提出了一种掩蔽关系表示学习策略，旨在揭示原发肿瘤和淋巴结图像表示的潜在预后相关性和优先级。通过各种实验结果验证了我们提出方法的有效性。
esophageal cancercomputer-assisted diagnosismulti-modallymph node metastasisgraph-based model
发现论文，激发创造
  • 预测腋窝淋巴结转移中的缺失模态下的多模态学习

    基于多模态学习的鉴别性淋巴结转移诊断模型，在临床医学实践中，通过双向蒸馏框架获得全面的多模态知识和稳健的 WSI 特征，有效地处理多模态数据和丢失模态，提高早期乳腺癌患者治疗决策的准确性。

    Jan, 2024

  • 基于多任务相关学习的多模态融合框架在癌症预测中的应用

    基于 ResNet-152 和 SGCN, 结合多模态多任务相关学习 (MultiCoFusion) 的多模态融合框架可用于肿瘤的生存分析和癌症等级分类，基于 The Cancer Genome Atlas (TCGA) 的实验结果表明，MultiCoFusion 的表现优于传统的特征提取方法。

    Jan, 2022

  • 基于图的多模态多病灶 DLBCL 治疗反应预测从 PET 图像中

    通过结合多个病灶的成像信息和交叉注意力模块，利用临床和影像数据，发展了一种基于图神经网络的计算机辅助方法，用于识别需要个体化治疗的高风险患者。在 583 名患者的私人前瞻性多中心数据集上训练和评估，实验结果表明，我们的提出方法在 2 年无进展生存（PFS）分类准确性上优于基于临床、成像或临床和成像数据的传统监督方法。

    Oct, 2023

  • 跨模态注意力多模态融合用于非小细胞肺癌（NSCLC）患者生存预测

    提出了一种跨模态注意力多模态融合管道，用于整合非小细胞肺癌（NSCLC）患者生存预测的特定模态知识，相较于单一模态的组合方法，在实验中取得了 c - 指数为 0.6587 的结果，展示了从不同模态融合中融入特定知识的能力。

    Aug, 2023

  • 基于视觉变换器的 PET/CT 图像淋巴瘤分割的多模态特征融合网络

    本研究旨在发展一种准确的淋巴瘤分割方法，采用 18F - 氟脱氧葡萄糖正电子发射断层扫描和计算机断层扫描图像结合视觉转换器和双编码器进行淋巴瘤分割，这在计算辅助淋巴瘤诊断和治疗方面具有巨大潜力。

    Feb, 2024

  • FORESEE: 癌症生存鲁棒预测的多模态和多视图表示学习

    一个新的端到端框架 FORESEE，通过挖掘多模态信息来稳健地预测患者生存情况，同时利用细胞水平、组织水平和肿瘤异质性水平的丰富语义特征，解决了多模态数据的缺失问题，并通过交叉尺度特征融合方法，提高了病理图像特征表征能力。

    May, 2024

  • 小数据集的辅助监督改进多模态融合

    研究简述：为了在小数据集上避免过拟合，提出使用额外监督、临床预测和密集融合三种简单方法进行改进的多模态融合，以帮助优化。提出的方法可以应用于任何具有配对图像和非图像数据的分类任务，本研究在前列腺癌诊断方面进行了验证。

    Apr, 2023

  • 临床记录中的转移瘤检测的参数高效方法

    此研究的目标是通过三种方法自动检测自由样式计算机断层扫描（CT）放射学报告中的转移性肝病，我们的研究表明，使用泛化语言模型、半监督学习和多任务转移学习方法可以提高模型的性能。

    Oct, 2023

  • 基于条件扩散模型的腹部淋巴结分割 CT 图像综合

    我们提出了一个集成条件扩散模型和 nnU-Net 模型的流程，通过合成多样化的真实腹部淋巴结数据来改善腹部淋巴结分割的性能，并证实 LN-DDPM 在腹部淋巴结图像合成方面优于其他生成方法，并更好地辅助下游的腹部淋巴结分割任务。

    Mar, 2024

  • 深度多模态融合图像和非图像数据在疾病诊断与预后中的应用：综述

    这篇论文综述如何运用多模态深度学习技术提取和汇总多模态信息，以实现更客观、定量化的计算机辅助临床决策，并探讨了其在疾病诊断和预后中的应用、性能表现、挑战和未来发展方向。

    Mar, 2022