Masked Autoencoding

新的STAMP框架增强了AI在医学图像分析中的时间感知能力

研究人员开发了STAMP，一种新颖的随机孪生掩码自编码器（Stochastic Siamese Masked Autoencoder）框架，旨在提高AI模型在分析纵向医学图像中的时间感知能力。与确定性方法不同，STAMP引入了随机过程，以更好地捕捉疾病随时间进展的固有不确定性。该框架在OCT和MRI数据集上进行了评估，与现有的时间感知MAE方法和基础模型相比，在预测年龄相关性黄斑变性和阿尔茨海默病进展方面表现出优越的性能。