文章目录
- [HACL-Net: Hierarchical Attention and Contrastive Learning Network for MRI-Based Placenta Accreta Spectrum Diagnosis](#HACL-Net: Hierarchical Attention and Contrastive Learning Network for MRI-Based Placenta Accreta Spectrum Diagnosis)
HACL-Net: Hierarchical Attention and Contrastive Learning Network for MRI-Based Placenta Accreta Spectrum Diagnosis
摘要
胎盘植入谱(PAS)可能导致诸如分娩时大量失血等高风险。因此,使用MRI进行产前筛查对于确保更好的临床结果至关重要。在计算机辅助PAS诊断中,现有工作大多直接从感兴趣区域(ROI)提取放射组学特征,忽略了上下文信息,或者在有限的焦点区域意识下学习全局语义特征。此外,它们通常选择单个或少数几张MRI切片来代表整个序列,这可能导致决策偏差。为了解决这些问题,提出了一种新颖的端到端分层注意力和对比学习网络(HACL-Net),并在多实例问题的框架下进行设计。首先,切片级注意力模块被设计用于提取上下文感知的深度语义特征。然后,通过患者级注意力模块将这些切片特征聚合成任务特定的患者表示,用于PAS预测。此外,还引入了一个即插即用的对比学习模块,以进一步提高提取特征的辨别能力。基于真实临床数据集的大量实验和消融研究表明,HACL-Net可以实现最先进的预测性能,并验证了每个模块的有效性。
代码地址
方法
实验结果