핵심 개념
반지도 다중 모달 다중 인스턴스 학습은 대동맥 협착 진단을 개선하는 새로운 딥러닝 프레임워크를 소개합니다.
초록
초음파 이미징을 통한 대동맥 협착 진단의 자동화
기존 딥러닝 파이프라인의 한계점
Semi-supervised Multimodal Multiple-Instance Learning (SMMIL) 소개
MMIL 아키텍처 및 SSL 훈련 절차 소개
TMED-2 데이터셋 활용
실험, 결과 및 분석
외부 검증 및 비교
의료 기반 모델과의 비교
결론
통계
대동맥 협착 환자 수: 12.6백만 명
라벨링된 데이터셋: 599 TTE 연구
라벨링되지 않은 데이터셋: 5486 TTE 연구
인용구
"우리의 SMMIL은 다중 모달 인스턴스의 결합과 SSL을 통해 AS 감지를 개선할 수 있음을 입증했습니다."
"우리의 SMMIL은 다른 의료 과제에도 적용 가능한 일반적인 프레임워크입니다."