University of Alabama at Birmingham

急诊科的全容量协议通常在拥挤阈值被突破后才启动，而调配走廊床位、临时护士和限制转入都需要准备时间。一项基于离散事件仿真的评估把预测未来六小时候诊人数的机器学习模型嵌入急诊流程，用预测值提前触发协议。在模拟的一年里，提前启动在三种阈值设置下都显著缩短了超过拥挤阈值的时间与协议平均持续时间，但对平均急诊停留时间和候诊时间的改善未达统计显著。

急诊科的全容量协议通常在拥挤阈值被突破后才启动，而调配走廊床位、临时护士和限制转入都需要准备时间。一项基于离散事件仿真的评估把预测未来六小时候诊人数的机器学习模型嵌入急诊流程，用预测值提前触发协议。在模拟的一年里，提前启动在三种阈值设置下都显著缩短了超过拥挤阈值的时间与协议平均持续时间，但对平均急诊停留时间和候诊时间的改善未达统计显著。

该工作提出位移保持关系蒸馏（DPRD），在 nnU-Net 中对 ROI 掩码后的病例级嵌入做批量成对位移向量对齐并配合关系尺度归一化，在 ISLES 2022 与 AMOS 2022 上以约5%教师参数和约3% FLOPs 的学生取得优于 Logits KD、FitNet、RKD、CIRKD 的分割结果，AMOS 上 Dice 达 85.46%、HD95 降至 11.72 mm。

该工作提出位移保持关系蒸馏（DPRD），在 nnU-Net 中对 ROI 掩码后的病例级嵌入做批量成对位移向量对齐并配合关系尺度归一化，在 ISLES 2022 与 AMOS 2022 上以约5%教师参数和约3% FLOPs 的学生取得优于 Logits KD、FitNet、RKD、CIRKD 的分割结果，AMOS 上 Dice 达 85.46%、HD95 降至 11.72 mm。

作者提出 Detail Consistent Distillation（DCD）：在训练时对教师与学生的每个编码器阶段特征做 3D 离散小波分解，只对方向性细节子带 D（排除低频近似带 A 与最易含噪的极高频带 S）经逆小波重建后在空间域做 MSE 对齐，在 BraTS 2024 与 ISLES 2022 上把通道压缩 4 倍的学生模型 mDice 分别从 63.60% 提升到 68.51%、从 70.21% 提升到 73.95%，且不增加推理开销。

作者提出 Detail Consistent Distillation（DCD）：在训练时对教师与学生的每个编码器阶段特征做 3D 离散小波分解，只对方向性细节子带 D（排除低频近似带 A 与最易含噪的极高频带 S）经逆小波重建后在空间域做 MSE 对齐，在 BraTS 2024 与 ISLES 2022 上把通道压缩 4 倍的学生模型 mDice 分别从 63.60% 提升到 68.51%、从 70.21% 提升到 73.95%，且不增加推理开销。