PopDRP脑部疾病诊断框架提出

2026年10月23日，arXiv Artificial Intelligence 刊出报道称，Yinyu Lan 等人提出 PopDRP 框架，将诊断引导的关系精炼与分层选择性状态空间学习结合，用于多模态脑部疾病诊断。该框架的对比亲和精炼仅用训练标签按诊断一致性校准属性亲和度，神经图校正再以功能连接与非影像表征精炼关系。在 ABIDE 与 ADHD-200 数据集上的分层十折交叉验证中，其准确率和 AUC 均优于对比基线。目前报道仅给出方法设计与上述两个数据集上的实验结果，未涉及临床应用或外部验证。事件仍处论文发布阶段，后续进展有待跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。