Adaptive Multimodal Fusion in Radiology: Dynamic Balancing of Visual Findings and Clinical Context
Dit artikel stelt een Neural Gated Fusion-architectuur voor die visuele thoraxfoto-gegevens en klinische tekst dynamisch balanceert met behulp van een aangepaste Gated Multimodal Unit, waarmee een superieure prestatie wordt aangetoond bij het detecteren van thoracale pathologieën—met name die met subtiel visueel bewijs—vergeleken met statische fusie en unimodale benaderingen op een klinisch diverse MIMIC-CXR-subset.