知识增强特征选择网络

零样本疾病分类新高

结合医学先验的语言监督,在疾病标签词嵌入引导下自适应挑选关键影像特征,对比现有方法取得更好分类表现。

Xinyue, Gao · Xixi, Wang · 江波 · 王晓 · 汤进 · 李传富

Machine Intelligence Research 2025

参数信息

平均AUC
0.823
平均AUC
0.840

技术优势

疾病关联不再被忽略

通过图卷积网络捕获疾病标签的共现和相互依赖关系,而不是孤立预测每个疾病。

视觉特征按需选取

在疾病标签词嵌入的指导下,transformer解码器自适应地选择最具判别力的图像空间特征。

医学知识注入标签表示

利用大规模语言模型学习疾病标签的词嵌入,并融入医学领域专业知识,使标签表示更准确。

应用场景