跳到正文
热点事件持续更新

研究者提出AG-JEPA脑MRI神经退行表征学习架构

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Azad Singh等研究者在arXiv提交论文,提出面向神经退行性疾病表征学习的解剖引导联合嵌入预测架构AG-JEPA:预训练中引入解剖token与patch token交互,从阿尔茨海默病相关脑区学习区域特异性表征。其改进版Prog-AG-JEPA将疾病进展建模为该表征空间内的条件潜在位移。 该工作面向阿尔茨海默病的诊断与进展预测,目前为论文提出阶段,尚无临床验证效果的报道。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    AG-JEPA:面向神经退行性疾病表征学习的解剖引导联合嵌入预测架构

    研究者提出解剖引导的联合嵌入预测架构 AG-JEPA,通过解剖 token 与 patch token 在预训练中交互,从阿尔茨海默病相关脑区学习区域特异性表征;其改进版 Prog-AG-JEPA 将疾病进展建模为该表征空间内的条件潜在位移。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。