AsyCMST:用于多模态超声结节识别的非对称跨模态时空学习方法

时间:2026年5月22日
来源:Medical Image Analysis

编辑推荐:

韩宏成|田志强|王明浩|张宇彤|张东|郭秦波|江珏|郭辉|杜少毅|王娟•我们提出了AsyCMST,这是一种用于多模态超声结节诊断的非对称跨模态网络。•一种新的跨模态时空注意力机制增强了CEUS和BUS的特征融合效果。•多任务时空模块通过自排序和分割来捕捉关键的CEUS和BUS模式

广告
   X   

韩宏成|田志强|王明浩|张宇彤|张东|郭秦波|江珏|郭辉|杜少毅|王娟
  • 我们提出了AsyCMST,这是一种用于多模态超声结节诊断的非对称跨模态网络。
  • 一种新的跨模态时空注意力机制增强了CEUS和BUS的特征融合效果。
  • 多任务时空模块通过自排序和分割来捕捉关键的CEUS和BUS模式。
  • AsyCMST的性能优于现有方法,为超声结节识别提供了可靠的解决方案。

生物通微信公众号
微信
新浪微博


生物通 版权所有