Cross-modal dependence analysis with asynchronous longitudinal multimodal data
异步纵向多模态数据的跨模态依赖分析
专题命中 医疗多模态 :diagnosis(abstract);biomedical(abstract)
AI总结 提出一种贝叶斯潜变量模型,用于估计异步观测的多模态数据中协变量辅助的依赖结构,并应用于阿尔茨海默病神经影像学倡议数据,揭示临床有意义的纵向跨模态生物标志物依赖模式。
科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
异步纵向多模态数据的跨模态依赖分析
专题命中 医疗多模态 :diagnosis(abstract);biomedical(abstract)
AI总结 提出一种贝叶斯潜变量模型,用于估计异步观测的多模态数据中协变量辅助的依赖结构,并应用于阿尔茨海默病神经影像学倡议数据,揭示临床有意义的纵向跨模态生物标志物依赖模式。
迈向认知下降评估的个性化数字孪生:一种多模态、不确定性感知的框架
机构 * Department of Mechanical, Industrial \& Manufac. Eng. The University of Toledo Toledo, OH, USA ; Department of Industrial Eng. ; Mngt. Systems University of Central Florida Orlando, FL, USA ; Department of Statistics ; Data Science University of Central Florida Orlando, FL, USA ; Department of Internal Medicine University of Central Florida Orlando, FL, USA
专题命中 医疗多模态 :MRI(abstract,abstract_cn)
AI总结 本文提出了一种多模态、不确定性感知的框架,用于从稀疏、噪声和不规则的纵向数据中建模患者特定的疾病轨迹,通过结合潜在状态空间模型、多模态融合和不确定性感知验证,实现对认知下降的个性化评估。
Comments 6 pages, 6 figures
MRG-R1:用于临床对齐的医学报告生成的强化学习
机构 * The University of Sydney(悉尼大学) ; Macquarie University(麦考瑞大学)
专题命中 医疗多模态 :medical image(abstract);radiology(abstract)
AI总结 本文提出MRG-R1框架,通过语义驱动的强化学习提升医学报告的临床准确性,改进了生成报告中相关发现的准确性和覆盖范围。
Comments 10 pages
机构 * Center for Advanced Medical Computing and Analysis (CAMCA), Department of Radiology, Massachusetts General Hospital (MGH) and Harvard Medical School(先进医学计算与分析中心(CAMCA)、放射科、麻省总医院(MGH)和哈佛医学院) ; Department of Radiation Oncology, Yonsei University College of Medicine(燕京大学医学院放射肿瘤科) ; Institute for Innovation in Digital Healthcare, Yonsei University(数字医疗创新研究所、燕京大学) ; Department of Radiation Oncology, Massachusetts General Hospital(麻省总医院放射肿瘤科) ; Department of Radiation Oncology, Gangnam Severance Hospital(江南松云医院放射肿瘤科) ; Department of Radiation Oncology, Yongin Severance Hospital(永兴松云医院放射肿瘤科) ; School of Computing, University of Georgia(佐治亚大学计算机学院) ; Department of Radiation Oncology, Mayo Clinic(梅奥诊所放射肿瘤科) ; Kim Jaechul Graduate School of AI, Korea Advanced Institute of Science and Technology(金 Jaechul人工智能研究生院、韩国科学技术院)
专题命中 医疗多模态 :medical AI(abstract);分类 cs.CV、cs.LG、eess.IV
Comments 12 pages, 5 figures, 4 tables, 1 supplementary material
专题命中 医疗多模态 :radiology(abstract);分类 cs.CV、cs.LG、eess.IV
Comments All authors contributed equally, 5 pages, 2 figures, 1 table
机构 * Georgia Institute of Technology Atlanta, GA, USA(佐治亚理工学院)
专题命中 医疗多模态 :medical AI(abstract);diagnosis(abstract)
机构 * University of Washington(华盛顿大学) ; Massachusetts Institute of Technology(麻省理工学院) ; Seoul National University(首尔国立大学)
专题命中 医疗多模态 :medical image(abstract);CT(abstract)
机构 * Zhejiang University(浙江大学) ; Alibaba Group(阿里巴巴集团) ; UIUC(伊利诺伊大学香槟分校)
专题命中 医疗多模态 :medical image(abstract);CT(abstract)
专题命中 医疗多模态 :clinical AI(abstract);分类 cs.CV、cs.LG、eess.SP
专题命中 医疗多模态 :medical AI(abstract);分类 cs.CV、cs.LG、eess.IV
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract)
专题命中 医疗多模态 :MRI(abstract);分类 cs.CV、cs.LG、eess.SP
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract)
Comments Under review at npj Digital Medicine
专题命中 医疗多模态 :medical image(abstract);radiology(abstract)
Comments Accepted at AAAI 2025
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.SP
Comments This paper includes 4 figures, 6 tables, and totals 18 pages
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
专题命中 医疗多模态 :diagnosis(abstract);radiology(abstract)
Comments 7 Pages 7 Figures
专题命中 医疗多模态 :medical image(abstract);分类 cs.CV、cs.LG、eess.IV
Comments Accepted by NeurIPS'24 Advancements In Medical Foundation Models: Explainability, Robustness, Security, and Beyond Workshop
专题命中 医疗多模态 :medical image(abstract);分类 cs.CV、cs.LG、eess.IV
Comments Accepted in Fifth IEEE Workshop on Artificial Intelligence for HealthCare, IEEE 25th International Conference on Information Reuse and Integration for Data Science
专题命中 医疗多模态 :MRI(abstract);分类 cs.CV、cs.LG、eess.IV
专题命中 医疗多模态 :clinical AI(abstract);medical image(abstract)
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
Comments Accepted preprint for presentation at MICCAI-OMIA 20023, Vancouver, Canada
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract)
专题命中 医疗多模态 :medical image(abstract);分类 cs.CV、cs.LG、eess.IV
Comments 8 pages, 6 figures
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
Comments Accepted preprint for presentation at MICCAI-OMIA
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
专题命中 医疗多模态 :biomedical(abstract);分类 cs.CV、cs.LG、eess.IV
Comments 21 pages, 11 figures
Journal ref NeurIPS 2020
专题命中 医疗多模态 :MRI(abstract);分类 cs.CV、cs.LG、eess.IV
Comments Medical Imaging with Deep Learning (accepted short paper) https://openreview.net/forum?id=wbZM-DcJB9
基于多模态变分自编码器的规范建模用于识别阿尔茨海默病异常脑结构模式
专题命中 医疗多模态 :MRI(abstract);分类 cs.LG、eess.IV;diagnosis(journal_ref)
AI总结 本文提出基于多模态变分自编码器的规范建模框架,用于识别阿尔茨海默病中异常脑结构模式,通过联合分布建模提高疾病阶段检测的敏感性和准确性。
Comments Medical Imaging Meets NeurIPS workshop in NeurIPS 2022
Journal ref Proc. SPIE 12465, Medical Imaging 2023: Computer-Aided Diagnosis, 1246503 (7 April 2023)
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、eess.IV;biomedical(comments)
Comments Accepted for publication in the IEEE Journal of Biomedical and Health Informatics (JBHI)