医疗多模态融合框架

低质量数据可诊断

针对低质量医疗数据中模态缺失、信息不均衡和噪声干扰,提出可追溯的融合策略,提升疾病诊断精度。

Yixuan, Wu · Chen, Jintai · Hu, Lianting · Xu, Hongxia · 梁会营 · 吴健

Information Fusion 2025

参数信息

住院死亡率预测AUROC
0.872
肺癌病理亚型分类AUROC
0.894

技术优势

缺失模态可补偿

利用现有模态选择性整合有价值信息后进行填补,即使在极端缺失场景下也有效,避免了因单模态缺失导致整个样本被丢弃。

样本级模态加权

显式量化每个样本中各模态间的关系,确保优势模态的有效信息被充分利用,从而缓解跨样本信息不均衡问题。

可控去噪融合

框架可追溯地识别并激活惰性模态组合,以消除噪声并提升数据质量,改善低质量数据中的信息与噪声纠缠。

应用场景