典型文献
基于胸部X射线影像的常见疾病预测方法研究
文献摘要：
利用X射线影像进行胸部疾病诊断是一种常用的诊断方法，具有重要的临床诊断价值。随着大规模可用数据集的发布，已经提出了几种利用胸部X射线图像预测常见疾病的方法。然而大多数现有的预测模型大都仅考虑单个视图，忽略了多视图影像对于临床医生诊断的支持作用。此外使用单个模型进行影像特征抽取时，存在有效特征提取不全的问题，进而导致疾病预测准确率较低。为此，提出了一种新的深度相关多级特征融合方法（DFFM），该方法融合不同模型提取的不同视图的视觉特征，以提高疾病预测的准确性。并在目前最大的胸部X射线数据集MIMIC-CXR上进行了验证，实验结果表明，所提方法的area under the receiver operating characteristic curve （AUC）值达0.847，与现有的单视图及简单进行特征拼接的多视图模型相比，AUC值分别提升了12.6个百分点和5.3个百分点，验证了所提多级融合方法的有效性。
文献关键词：
医用光学;疾病预测;模型融合;深度相关;多视图;特征抽取
中图分类号：
作者姓名：
王江峰;刘利军;黄青松;刘骊;付晓东
作者机构：
昆明理工大学信息工程与自动化学院，云南 昆明 650500;云南大学信息学院，云南 昆明 650091
文献出处：
引用格式：
[1]王江峰;刘利军;黄青松;刘骊;付晓东-.基于胸部X射线影像的常见疾病预测方法研究)[J].激光与光电子学进展,2022(18):1817001
A类：
DFFM
B类：
胸部,常见疾病,疾病预测,疾病诊断,临床诊断价值,多视图,临床医生,支持作用,影像特征,特征抽取,有效特征,预测准确率,深度相关,多级特征融合,融合方法,方法融合,视觉特征,MIMIC,CXR,area,under,receiver,operating,characteristic,curve,单视图,单进,特征拼接,图模型,百分点,医用光学,模型融合
AB值：
0.394573
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
