基于交叉注意力机制的多模态数据融合心肌梗死预测研究
Published in 计算机研究与应用 • Jul 1, 2026
Authors:,,
婉婷 黎
佳美 吴
华 徐
Abstract
针对单模态数据很难全面反映心肌梗死病理变化的问题,我们提出引入交叉注意力机制来融合多模态数据。以12导联心电图图像和结构化临床指标(如年龄、血压、血脂、体重指数等)作为输入,先用预训练的MobileNetV2从心电图里抽取深层特征,再通过主成分分析压缩到128维,同时对临床变量进行标准化处理。我们设计了一个交叉注意力模块:让心电特征充当查询,临床特征作为键和值,借助多头注意力动态学习跨模态的关联权重,最终得到一个判别力更强的融合模型。在公开数据集上,我们和直接拼接、传统机器学习以及集成学习等11种方案做了对比,所提模型在验证集上的AUC达到0.9983、准确率0.9786,测试集AUC为0.9...
Finding related papers...
Discussions
(0)No comments yet
Be the first to share your thoughts!