一种结合交叉注意力的级联方法在年龄相关性黄斑变性诊断中的应用及其可解释性分析

《Pattern Recognition Letters》：A Cascading Approach with Cross Attention for Age-Related Macular Degeneration Diagnosis and Explainability

　　

Ainhoa Osa-Sanchez|Hossam Magdy Balaha|Ali Mahmoud|Mohammed Ghazal|Norah Saleh Alghamdi|Begonya Garcia-Zapirain|Ayman El-Baz

• •
  提出了一种用于诊断年龄相关性黄斑变性的级联交叉注意力方法。
• •
  通过交叉注意力将基于ViT的图像特征与临床元数据相结合。
• •
  像LIME和Grad-CAM这样的可解释AI技术提升了模型的可解释性。
• •
  通过有效整合多模态数据，该模型的性能优于之前的模型。
• •
  在分类年龄相关性黄斑变性阶段方面，取得了高达96.15%的准确率和96.18的F1分数。