Le but de cette étude est de développer un modèle CGN (Cross-Attention Graph Neural Network) qui utilise l'attention croisée et le réseau neuronal graphique dirigé pour fusionner les informations cliniques pour les groupes à haut risque de cancer du poumon de la médecine occidentale et orientale avec des images multiples de tomodensitométrie (CT) abdominale pour prédire avec précision la progression des nodules pulmonaires.

nodules pulmonaires; prédiction de la progression; fusion des données multimodales; attention croisée; réseau neuronal graphique dirigé; haut risque de cancer du poumon; évaluation clinique de la médecine occidentale et orientale