arXiv · AI· Tansel Uyar·· 1 天前AI 评分25
CNN-ViT 交叉注意力融合模型在急性卒中分类中的多中心外部验证
Acute Stroke Classification Using Asymmetric Data Standardization and Orthogonal-Focal Loss Optimized CNN-ViT Cross-Attention Fusion: A Multicenter External Validation Study
AI 导读
该 CNN-ViT 模型在内部卒中数据集上取得 95.48% 的 F1 分数，多中心外部验证 F1 分数下降至 58%-62% 区间。 内部高分受硬件噪声干扰，模型缺血性卒中敏感性仅 57%，易误诊为出血性卒中；DenseNet201+ViT 骨干多随机种子方差最低（0.59），稳定性最高。 研究强调未来需结合 3D 体积提取与临床数据的多模态架构，以解决内部验证假象问题。
来源：arXiv · AI · arxiv.org