Core Concepts
ADAPT nutzt 2D-Transformer für effiziente Alzheimer-Diagnose aus 3D-Bildern.
Abstract
Automatisierte Alzheimer-Diagnose aus Hirnbildgebung wird immer wichtiger.
Neue ADAPT-Methode nutzt 2D-Transformer für effiziente Diagnose.
Morphologieaugmentation und adaptive Trainingsstrategie verbessern die Leistung.
ADAPT übertrifft andere Modelle in Genauigkeit und Speichereffizienz.
Stats
"Wir testen unser Modell aus einer praktischen Perspektive: Die Diagnosegenauigkeit bevorzugt unser ADAPT, während ADAPT weniger Parameter verwendet als die meisten 3D-Modelle."
"Unser Beitrag besteht darin, dass wir eine neue transformerbasierte Architektur vorgeschlagen haben, um das reale AD-Diagnoseproblem zu lösen."
Quotes
"Unser Ziel ist es, Alzheimer-Krankheit und normale Zustände in 3D-MRT-Bildern zu klassifizieren."
"ADAPT kann den AD-Pathologie nur mit wenigen Scheiben lernen, anstatt alle 2D-Bilder einzugeben, was den Speicherbedarf weiter reduzieren kann."