多注意力主动脉钙化分级模型

四级与十六级同时准确

该模型通过集成多注意力模块与16块层级表示，实现对主动脉弓钙化程度的细粒度自动分级，减少临床人工评估的耗时与个体差异。

Wu, Chung-Kuan · Huang, Chien Yu · Tsai, Cyun Yu · Hsieh, Junwei

BMC Medical Imaging 2026

参数信息

分类准确率

95.5 %

技术优势

分级更准

整合多注意力模块增强空间特征表示，能够捕捉细微钙化特征，从而提升四级和十六级分类的准确率。

评估更一致

通过自动估计钙化严重程度，减少由医生经验差异引起的分级变异性，提高评估的一致性。

细粒度分析

利用位置编码和16块层级表示对主动脉弓进行精细建模，能够分析钙化分布，实现细粒度分级。

双分级支持

同一模型可同时输出四级和十六级分级结果，灵活适应不同临床需求。

应用场景

• 胸部X线自动报告系统：自动输出钙化分级，替代人工撰写报告中的视觉评估环节。
• 心血管疾病风险筛查：快速提取主动脉钙化程度，作为心血管风险分层的一个指标。
• 医学影像辅助诊断：辅助影像诊断，减少细微钙化的漏检和分级误差。
• AI辅助临床决策：提供客观分级结果，支持更一致的临床决策。