研究人员开发了一个名为Re-M3Dr的新型多模态回归框架，以改进眼科平均偏差（MD）的预测。虽然结合光学相干断层扫描（OCT）和眼底摄影（FP）直观上可以提高性能，但研究发现，由于数据分布不平衡和模态学习冲突，多模态融合的性能通常不如单模态模型。Re-M3Dr通过基于自适应边界的监督对比学习来改进单模态表示，并通过锐度感知梯度调制来稳定联合优化，从而解决了这些问题。实验表明，与最先进的多模态方法相比，Re-M3Dr的均方误差（MSE）平均降低了29%。 AI
排序理由 这是一篇研究论文，详细介绍了一种用于眼科多模态回归的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
