disease prevalence prediction

新的视觉变换器利用地理空间数据增强健康预测

研究人员开发了一种新颖的地理上下文引导视觉变换器（GeoCTR），旨在改进用于健康结果预测的遥感影像分析。该模型通过将其转换为与斑块对齐的表示来整合地理空间数据，并使用非对称注意力模块通过结构化地理空间上下文来调节视觉注意力。实验表明，在疾病流行度预测方面，GeoCTR 的性能优于现有的视觉语言模型和空间融合基线，能够提供可解释的空间线索用于公共卫生分析，尤其是在地理空间数据有限的情况下。