基于多视图子空间集群的多模式融合方法,用于肺栓塞诊断

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 临床诊断 临床诊断 临床诊断

背景情况:

• 肺栓塞 (PE) 是一种严重的疾病,需要及时诊断和治疗.
• 计算机断层扫描肺血管造影 (CTPA) 是PE诊断的标准.
• 将CTPA与电子医疗记录 (EMR) 数据集成显示了计算机辅助PE检测的前景.

研究的目的:

• 建议和评估一种新的多模式融合方法,以提高PE诊断.
• 为了利用多视图子空间集群指导特征选择 (MSCUFS) 以实现最佳特征提取和融合.
• 将拟议方法的性能与传统单模和融合策略进行比较.

主要方法:

• 开发了一种综合CTPA和EMR数据的多模式融合方法 (MSCUFS).
• 采用多视图子空间集群用于指导特征选择和融合.
• 使用了机器学习模型,用于PE分类的不同融合策略.

主要成果:

• 拟议的MSCUFS方法实现了0.947.7的接收器操作特征曲线 (AUROC) 下的高面积.
• 与MSCUFS联合的核聚变战略在早期和晚期核聚变模型相比,表现优越.
• 多模式分析证实了拟议方法相对于单模式方法的有效性.

结论:

• 基于MSCUFS的多模式融合方法在计算机辅助肺栓塞诊断方面取得了重大进展.
• 这种方法有效地整合了成像和临床数据,以提高诊断准确度.
• 这些发现强调了先进的特征选择和融合技术在医学诊断中的潜力.