연구진이 심근경색 위험도 스크리닝을 위한 다중 모달 프레임워크 IDNet을 제안했어요. IDNet은 크로스 모달 증류 집계기(CDA)를 사용하여 안구 이미지와 임상 데이터를 통합하여 시각적 특징과 표 데이터 불균형을 완화합니다.
연구진은 공개 소스 큐레이션 및 품질 관리 파이프라인을 통해 50,410장의 이미지를 포함하는 UK Biobank 벤치마크를 구축했어요. IDNet은 이미지 기반, 임상 기반, 다중 모달 기반 모델보다 성능이 우수합니다.
CDA는 플러그인 융합 모듈로서 여러 시각적 인코더의 성능을 향상시키는 것으로 나타났어요.