CA-WCP 在 BraTS 2020 与合成 CT 上为每个类别给出覆盖 90% 的体积区间，宽度比对称加权共形预测窄 8–14%
该工作提出类别感知非对称加权共形预测（CA-WCP），把潜空间密度比加权与分别校准上下体积界的方向分位数结合，并按验证集假阳性/假阴性率给每个界加上类别特异非对称因子；作者证明其在加权可交换性下保持每类边际覆盖保证，并在 BraTS 2020 与受协变量偏移的合成多器官 CT 上使各类 95% Clopper–Pearson 覆盖区间包含名义 90% 水平，同时区间宽度比对称加权共形预测缩小 8–14%。