低参数量高效检测
通过稠密连接与线性注意力机制，在保持高AUC的同时显著降低模型复杂度，实现阿尔茨海默病的快速精准检测。
兰泉 · 黄晨曦 · Huang, Zhixuan
Scientific Reports 2025
采用线性注意力替代标准自注意力，参数量显著低于传统方法，模型轻量化，便于在资源受限的临床环境中部署。
在多机构数据集上验证，获得最佳AUC，表明模型对不同来源的数据具有很好的泛化能力，减少了单一机构数据偏差的影响。
通过激活图可视化，模型能够突出显示3D MRI中与AD相关的脑区，为临床医生提供可解释的决策依据，增强诊断信任度。