跳到正文
arXiv · AI· Azad Singh, Ayantika Das, Amog Rao, Aiman Farooq, Anirban Porya, Ananya Shukla, Sowbhagya Suresh, Srinivasan Iyengar, Mohit Jain, Mercy Prasanna Ranjit·· 4 天前AI 评分23

AG-JEPA:基于解剖学引导的JEPA用于神经退行性疾病表征学习

AG-JEPA: Anatomically Guided Joint Embedding Predictive Architecture for Neurodegenerative Representation Learning

AI 导读

AG-JEPA 通过引入解剖学 token 与 patch token 交互,学习阿尔茨海默病相关脑区的特定表征,提升诊断效果。 该模型在 MR-RATE 数据集上,CN/MCI 分类的 AUROC 比最强基线高 8.4 个百分点。衍生模型 Prog-AG-JEPA 在疾病进展预测任务中表现优于所有基线模型。

来源:arXiv · AI · arxiv.org