情感分析：放射学报告与颅内磁共振成像在阿尔茨海默病预防中的应用

《Current Medical Imaging》：Sentiment Analysis: Radiological Narratives And Intracranial MRI Hemorrhage Images for Dementia Alzheimer’S Prevention

内源性脑出血早期检测与预后治疗分析框架研究，通过融合影像增强与临床文本处理，构建多模态联合情感分析模型，结合M-CLAHE图像增强、Tuned-T-GAN生成时空图像及Bio-BERT文本分析，实现出血类型分类准确率96.5%，支持痴呆风险预测。

　　

摘要

引言：颅内出血（IH）在后期会导致痴呆和阿尔茨海默病。迄今为止，准确、早期地检测IH、预测其预后以及实施治疗干预仍然是一项具有挑战性的任务。

方法：提出了一种多模态联合融合情感分析（MJFSA）框架，用于早期检测和分类IH，并进行情感分析以支持预后评估和治疗报告的生成。

方法论：MJFSA整合了放射影像和放射临床叙述报告（RCNRs）。在所提出的MJFSA模型中，使用改进的对比度受限自适应直方图均衡化（M-CLAHE）算法对MRI脑部图像进行处理。处理后的图像通过Tuned Temporal-GAN（Tuned-T-GAN）算法生成时间序列图像。利用Microsoft-Phi2语言模型为时间序列图像生成RCNRs。随后，使用Tuned-Vision Image Transformer（T-ViT）模型对时间序列图像进行处理以提取图像特征。另一方面，Bio-Bidirectional Encoder Representation Transformer（Bio-BERT）用于处理RCNR文本以提取文本特征。时间序列图像和RCNR文本特征被用于IH的分类，包括脑内出血（ICH）、硬膜外出血（EDH）、硬膜下出血（SDH）和脑室内出血（IVH），从而进行情感分析以辅助预后评估和治疗报告的制定。

结果：MJFSA模型在预后情感分析方面的准确率为96.5%，在治疗情感分析方面的准确率为94.5%。

讨论：多模态联合融合情感分析（MJFSA）框架通过情感分析来检测IH并进行分类，以支持预后评估和治疗报告的生成。

结论：MJFSA模型的预后和治疗情感分析报告旨在帮助早期识别和管理与痴呆和阿尔茨海默病相关的风险因素。

关键词： 颅内出血, 预后, 治疗情感, 痴呆预测, 视觉图像变换器（ViT）, 临床叙述