H-CNN-ViT: A Hierarchical Gated Attention Multi-Branch Model for Bladder Cancer Recurrence Prediction
Created by
Haebom
Category
Empty
저자
Xueyang Li, Zongren Wang, Yuliang Zhang, Zixuan Pan, Yu-Jen Chen, Nishchal Sapkota, Gelei Xu, Danny Z. Chen, Yiyu Shi
개요
방광암은 재발률이 최대 78%에 달하는 흔한 악성 종양으로, 수술 후 정확한 모니터링이 필요합니다. 다중 시퀀스 조영 증강 MRI는 재발 감지에 널리 사용되지만, 수술 후 변화로 인해 판독이 어렵습니다. 이 연구에서는 방광암 재발 예측을 위한 다중 시퀀스, 다중 모달 MRI 데이터 세트를 처음으로 소개하고, H-CNN-ViT라는 새로운 계층적 게이티드 어텐션 멀티 브랜치 모델을 제안합니다. 이 모델은 전역(ViT) 및 지역(CNN) 경로의 특징을 상황에 맞게 선택적으로 가중치를 부여하여 균형 잡힌 특징 융합을 달성합니다. 제안된 모델은 자체 데이터 세트에서 AUC 78.6%를 달성하여 기존 모델을 능가했습니다.
