当前位置: X-MOL 学术arXiv.cs.LG › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
多发性硬化症MR图像的结构因果模型
arXiv - CS - Machine Learning Pub Date : 2021-03-04 , DOI: arxiv-2103.03158
Jacob C. Reinhold, Aaron Carass, Jerry L. Prince

精密医学涉及回答反事实问题,例如“该患者对治疗A或治疗B的反应会更好吗?” 这些类型的问题本质上是因果关系,需要使用因果推断工具来回答,例如,使用结构因果模型(SCM)。在这项工作中,我们开发了一个SCM,该模型为多发性硬化症(MS)的人的人口统计学信息,疾病协变量和磁共振(MR)图像之间的相互作用建模。SCM中的推论会生成反事实图像,该图像显示出人口统计或疾病协变量发生变化时大脑的MR图像的外观。这些图像可用于建模疾病进展,或用于需要控制混杂因素的下游图像处理任务。



"点击查看英文标题和摘要"

更新日期:2021-03-05
down
wechat
bug