可变尺寸超顶点ViT用于皮层表面学习

1. 13:00
   arXiv cs.AI

   vSV-ViT：面向阿尔茨海默病皮层表面学习的可变尺寸超顶点视觉 Transformer

   研究者提出可变尺寸超顶点（vSV）划分方法，并据此设计 vSV-ViT——通过填充、掩码感知的 patch 嵌入与顶点位置嵌入处理 vSV 的视觉 Transformer，用于皮层表面学习。在阿尔茨海默病脑影像数据集上，以皮层厚度与皮层曲率网格为输入，vSV-ViT 在 AD 相关分类与性别预测任务上预测准确率优于近期基于表面的模型。代码已公开，论文被 ACCV 2026 接收。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。