端到端智能体框架在三类医学影像任务上比较 CNN 与视觉 Transformer，并接入 LLM 生成结构化报告
该工作提出一个端到端的比较性医学影像框架，在胸部 X 光肺炎分类、脑部 MRI 肿瘤检测和皮肤镜皮肤癌分类三类异构任务上评估 ResNet50、EfficientNet-B0、DenseNet121、DeiT-Small 与 Swin-Tiny，并整合迁移学习、类别不平衡处理、模型校准、自助法置信区间、鲁棒性评估、失败案例分析、Grad-CAM 可解释性、集成学习与多项性能指标，同时加入受限于研究辅助定位的 LLM 报告组件，用于生成模型比较摘要、可解释性解读与决策支持报告；结果显示 CNN 在结构化放射影像上依然高效，而视觉 Transformer 在语境更复杂的脑部 MRI 与皮肤镜任务上表现出较强性能与鲁棒性。