研究人员开发了一个名为AT-Attn的新框架，用于改进阿尔茨海默病的诊断。这种时间感知多模态方法能够有效地整合结构性MRI数据和纵向临床信息，即使在MRI数据不一致或不可用时也能发挥作用。AT-Attn模型在一个包含1,520名患者的队列中表现出色，准确率达到0.719，ROC-AUC达到0.873，优于简单的融合方法。 AI
影响 这项研究通过更好地整合不同的数据源，有望为阿尔茨海默病等复杂疾病带来更准确、更稳健的诊断工具。
排序理由 该集群包含一篇详细介绍用于医学诊断的新AI框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.07091v1 Announce Type: cross Abstract: In longitudinal Alzheimer's disease (AD) diagnosis support, clinical and imaging information is often collected at irregular visits. Integrating these multimodal observations may improve diagnostic assessment, but naive fusion can…
In longitudinal Alzheimer's disease (AD) diagnosis support, clinical and imaging information is often collected at irregular visits. Integrating these multimodal observations may improve diagnostic assessment, but naive fusion can degrade performance when MRI is noisy or intermit…