Hardness-Aware Kernelized Contrastive Learning for Brain Age Prediction
Este artículo propone un marco de aprendizaje contrastivo kernelizado consciente de la dificultad para la predicción de la edad cerebral a partir de RM ponderada en T1 que mejora los métodos existentes al enfatizar explícitamente las inconsistencias entre representación y etiqueta en pares de edades similares, logrando una precisión superior y una organización de incrustaciones robusta a través de conjuntos de datos multisitio.