基于CCNet-DGNN模型的多模态数据融合的肺结节进展预测

喻乐华; 彭叶辉; 杨伟; 向兴华; 刘瑞; 赵雄君; 阿依达娜·毛兰; 李玥; 徐文源; 金敏; 彭绍亮; 花宝金

doi:10.13422/j.cnki.syfjx.20251565

您当前的位置：

首页 >

文章列表页 >

基于CCNet-DGNN模型的多模态数据融合的肺结节进展预测

临床 | 更新时间：2025-11-14

- 基于CCNet-DGNN模型的多模态数据融合的肺结节进展预测
- Prediction of Pulmonary Nodule Progression Based on Multi-modal Data Fusion of CCNet-DGNN Model
- “本研究构建并验证了十字交叉注意力-有向图神经网络模型，精准预测肺结节进展，为肺癌高风险人群智能筛查提供决策支持。”
- 中国实验方剂学杂志 2025年31卷第24期页码：135-143
- 作者机构：
  
  1.湖南科技大学数学与统计学院，湖南湘潭 411201
  2.中国中医科学院中医临床基础医学研究所，北京 100700
  3.中国中医科学院广安门医院，北京 100053
  4.湖南大学信息科学与工程学院，长沙 410082
- 作者简介：
  
  喻乐华，硕士，从事应用数学与多模态预测算法研究，E-mail：y2648306880@163.com
  彭叶辉，博士，教授，从事工程问题的数学方法研究，E-mail：pengyehui@hnust.edu.cn；
  杨伟，博士，副研究员，从事中医药观察性医疗数据的统计学习及因果推断方法研究，E-mail：yangyxq@ruc.edu.cn
- 基金信息：
  
  国家重点研发计划项目(2023YFC3503400;2023YFC3503404);国家科技重大专项(2023ZD0502500;2023ZD0502506);湖南省研究生科研创新项目(CX20231034);中国中医科学院科技创新工程项目［Z0901(ZZ17-ND-06-04)
- DOI：10.13422/j.cnki.syfjx.20251565
  中图分类号： R241;S431.3;R563
- 收稿：2025-02-12，
  
  修回：2025-04-08，
  
  录用：2025-05-06，
  
  网络出版：2025-04-21，
  
  纸质出版：2025-12-20
- 稿件说明：
移动端阅览
喻乐华,彭叶辉,杨伟等.基于CCNet-DGNN模型的多模态数据融合的肺结节进展预测[J].中国实验方剂学杂志,2025,31(24):135-143.

YU Lehua,PENG Yehui,YANG Wei,et al.Prediction of Pulmonary Nodule Progression Based on Multi-modal Data Fusion of CCNet-DGNN Model[J].Chinese Journal of Experimental Traditional Medical Formulae,2025,31(24):135-143.
喻乐华,彭叶辉,杨伟等.基于CCNet-DGNN模型的多模态数据融合的肺结节进展预测[J].中国实验方剂学杂志,2025,31(24):135-143. DOI： 10.13422/j.cnki.syfjx.20251565.

YU Lehua,PENG Yehui,YANG Wei,et al.Prediction of Pulmonary Nodule Progression Based on Multi-modal Data Fusion of CCNet-DGNN Model[J].Chinese Journal of Experimental Traditional Medical Formulae,2025,31(24):135-143. DOI： 10.13422/j.cnki.syfjx.20251565.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

肺结节中西医结合恶性风险预测模型的建立与验证

基于CCNet-DGNN模型的多模态数据融合的肺结节进展预测

Prediction of Pulmonary Nodule Progression Based on Multi-modal Data Fusion of CCNet-DGNN Model

DOI：10.13422/j.cnki.syfjx.20251565