《基于正交分级融合的多模态甲状腺滤泡癌分类算法》作者：马鑫，李书芳【PDF】

书呆熊

基于正交分级融合的多模态甲状腺滤泡癌分类算法
马鑫，李书芳
（北京邮电大学信息与通信工程学院，北京 100876）
摘要：甲状腺滤泡性肿瘤包含恶性甲状腺滤泡癌与良性滤泡性腺瘤两类。由于二者细胞学特征高度相似，临床鉴别诊断甲状腺滤泡性肿瘤与良性滤泡性腺瘤仍存在显著挑战，而精准分类对改善患者治疗、预防癌症风险至关重要。尽管现有深度学习模型在甲状腺结节良恶性分类中表现优异，但其对甲状腺滤泡性肿瘤与良性滤泡性腺瘤的区分能力有限。本文提出一种基于特征层融合的多模态深度学习模型用于甲状腺漶泡癌与良性腺瘤的术前无风险诊断，并提出一种全新的基于分级融合策略与模态正交约束的多模态融合策略，促进不同模态的信息互补与融合。本模型在甲状腺滤泡癌分类任务上准确率达到 92.31%。优于目前单模态与双模态融合的分类结果，达到临床可用的水平。
关键词：深度学习；甲状腺滤泡癌；多模态融合；超声影像处理
中图分类号：TP391