病人的预测结果对缺血性卒中的治疗非常关键。本文提出了一种使用多模式磁共振成像（MRI）进行卒中结果预测的新型机器学习模型。所提出的模型包括两个序列级别的自动编码器（AE），其中级别1的不同AE用于学习不同MRI模态的单一特征，而级别2的AE用于将单一特征组合成压缩的多模态特征。然后将给定患者的多模态特征序列用于LSTM网络以预测结果分数。所提出的AE2-LSTM模型被证明是更好地处理MRI数据的多模态和容积性质的有效方法。实验结果表明，所提出的AE2-LSTM优于现有的最先进模型，达到最高AUC = 0.71和最低MAE = 0.34。
论文链接：http://arxiv.org/pdf/2303.09484v1
更多计算机论文：http://cspaper.cn/