HypTI
HypTI是一种基于双曲几何的多模态融合框架，用于痴呆检测，在Lorentz双曲空间中统一处理临床表格、MRI影像及跨模态交互，利用双曲空间的层次表示能力建模临床变量的层级关系与脑区结构的嵌套模式。
时间轴 (近 90 天)
论文提出HypTI框架，将双曲几何引入表格-影像联合建模用于痴呆检测。
HypTI在Lorentz双曲空间中统一处理临床表格、MRI影像以及跨模态交互三种信息。
HypTI为每个表格评估项学习Lorentz原型表示，将临床评分映射到双曲空间中的点，层级关系通过原型位置自然体现。
HypTI设计自适应融合模块，为每个受试者生成专属的scale和shift系数，动态调制并整合多模态嵌入，机制与FiLM思想相近。
论文在OASIS-3数据集上进行了实验，HypTI相比代表性方法取得较强性能。
论文摘要未披露具体指标数值与消融细节，双曲空间带来的增益幅度尚需完整论文数据佐证。
Lorentz原型的初始化策略、ROI定义的标准化程度，以及模型在更异质队列上的泛化能力，是后续值得关注的问题。
全部知识事实 (7)
论文提出HypTI框架，将双曲几何引入表格-影像联合建模用于痴呆检测。
50%待验证HypTI在Lorentz双曲空间中统一处理临床表格、MRI影像以及跨模态交互三种信息。
50%待验证HypTI为每个表格评估项学习Lorentz原型表示，将临床评分映射到双曲空间中的点，层级关系通过原型位置自然体现。
50%待验证HypTI设计自适应融合模块，为每个受试者生成专属的scale和shift系数，动态调制并整合多模态嵌入，机制与FiLM思想相近。
50%待验证论文在OASIS-3数据集上进行了实验，HypTI相比代表性方法取得较强性能。
50%待验证论文摘要未披露具体指标数值与消融细节，双曲空间带来的增益幅度尚需完整论文数据佐证。
50%待验证Lorentz原型的初始化策略、ROI定义的标准化程度，以及模型在更异质队列上的泛化能力，是后续值得关注的问题。
50%