MAMAF-Net: Motion-Aware and Multi-Attention Fusion Network for Stroke Diagnosis

要約

タイトル：MAMAF-Net：脳卒中診断用のモーションアウェア＆マルチアテンション融合ネットワーク

要約：
– 脳卒中は世界的に死亡や障害の主要な原因の1つであり、4人に1人が生涯で罹患する可能性がある。
– 予後がよくなるよう、脳卒中の診断に先立つ救急前診断は病気の正確な同定と治療を加速させる重要な役割を果たす。
– 一方で、神経科医がいない場合は、National Institutes of Health Stroke Scale（NIHSS）、Cincinnati Pre-hospital Stroke Scale（CPSS）およびFace Arm Speed Time（F.A.S.T.）の信頼性に疑問がある。
– この研究では、MAMAF-Netという運動感知およびマルチアテンション融合ネットワークを提案し、マルチモーダル検査ビデオから脳卒中を検出することができる。
– 他の研究とは異なり、本研究では、脳卒中、一過性脳虚血発作（TIA）、健康な対象者を含むデータセットから各被験者の複数のビデオ記録に対するエンドツーエンドの解決策を提案している。
– 提案されたMAMAF-Netは、患者の可動性を感知するためのモーションアウェアモジュール、マルチ入力ビデオデータを融合するためのアテンションモジュール、および抽出された特徴に基づいて診断を実行するための3D畳み込み層で構成されている。
– 収集されたStrokeDATAデータセット上の実験結果は、提案されたMAMAF-Netが93.62％の感度と95.33％のAUCスコアで脳卒中を正確に検出できることを示している。

要約(オリジナル)

Stroke is a major cause of mortality and disability worldwide from which one in four people are in danger of incurring in their lifetime. The pre-hospital stroke assessment plays a vital role in identifying stroke patients accurately to accelerate further examination and treatment in hospitals. Accordingly, the National Institutes of Health Stroke Scale (NIHSS), Cincinnati Pre-hospital Stroke Scale (CPSS) and Face Arm Speed Time (F.A.S.T.) are globally known tests for stroke assessment. However, the validity of these tests is skeptical in the absence of neurologists. Therefore, in this study, we propose a motion-aware and multi-attention fusion network (MAMAF-Net) that can detect stroke from multimodal examination videos. Contrary to other studies on stroke detection from video analysis, our study for the first time proposes an end-to-end solution from multiple video recordings of each subject with a dataset encapsulating stroke, transient ischemic attack (TIA), and healthy controls. The proposed MAMAF-Net consists of motion-aware modules to sense the mobility of patients, attention modules to fuse the multi-input video data, and 3D convolutional layers to perform diagnosis from the attention-based extracted features. Experimental results over the collected StrokeDATA dataset show that the proposed MAMAF-Net achieves a successful detection of stroke with 93.62% sensitivity and 95.33% AUC score.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI