基于距匹配及判别表征学习的多模态特征融合分类模型研究：高级别胶质瘤与单发性脑转移瘤的鉴别诊断

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

关键词：特征融合；共享表征学习；判别分析；高级别胶质瘤；单发性脑转移瘤

原发性高级别胶质瘤（HGG）和颅内转移瘤是成年人中发病率较高的恶性脑部肿瘤［1，2］，无创区分这两种肿瘤有助于医师为病人选择合适的治疗方案和临床管理策略［3，4］。然而，因为HGG和SBM在影像学上通常具有相似的表现，仅仅依靠影像学特征来区分HGG与单发性脑转移瘤（SBM）仍然具有挑战［5，6］。（剩余6323字）

试读结束

目录
monitor