Cross-Enhanced Multimodal Fusion of Eye-Tracking and Facial Features for Alzheimer's Disease Diagnosis
Created by
Haebom
Category
Empty
저자
Yujie Nie, Jianzhang Ni, Yonglong Ye, Yuan-Ting Zhang, Yun Kwok Wing, Xiangqing Xu, Xin Ma, Lizhou Fan
개요
알츠하이머병(AD)의 정확한 진단은 시기적절한 개입과 질병 진행 둔화에 필수적입니다. 본 연구에서는 시선 추적과 얼굴 특징을 통합하여 AD 진단을 돕는 다중 모달 크로스 향상 융합 프레임워크를 제안합니다. 이 프레임워크는 Cross-Enhanced Fusion Attention Module (CEFAM)과 Direction-Aware Convolution Module (DACM)을 사용하여 시선 추적 및 얼굴 특징 간의 상호 작용을 모델링합니다. 25명의 AD 환자와 25명의 건강한 대조군(HC)을 포함하는 동기화된 다중 모달 데이터셋을 구축하여 프레임워크를 평가한 결과, AD와 HC를 95.11%의 정확도로 구별하며 기존 방법보다 우수한 성능을 보였습니다.
