医学与健康

461 条内容

arXiv 2026年9月25日
该工作提出 Fact-Flow 框架，将视觉事实识别与报告生成解耦：先用 LLM 自动从训练报告中抽取并合并临床发现标签体系（结核 7 个标签、眼科 42 个标签），再训练多标签分类器预测发现，最后把预测标签序列化为提示引导 MLLM 生成报告；在结核胸片数据集上 MedGemma + Fact-Flow 取得 RadFact F1 0.3055（对比 MedGemma 单独 0.2266），在眼科数据集上 Qwen2.5-VL + Fact-Flow 在多数 NLG 指标上最优。
该工作提出 Fact-Flow 框架，将视觉事实识别与报告生成解耦：先用 LLM 自动从训练报告中抽取并合并临床发现标签体系（结核 7 个标签、眼科 42 个标签），再训练多标签分类器预测发现，最后把预测标签序列化为提示引导 MLLM 生成报告；在结核胸片数据集上 MedGemma + Fact-Flow 取得 RadFact F1 0.3055（对比 MedGemma 单独 0.2266），在眼科数据集上 Qwen2.5-VL + Fact-Flow 在多数 NLG 指标上最优。
Fact-Flow 用 LLM 自动生成多标签事实引导，使 MLLM 医学报告在结核与眼科数据上事实准确性提升
该工作提出 Fact-Flow 框架，将视觉事实识别与报告生成解耦：先用 LLM 自动从训练报告中抽取并合并临床发现标签体系（结核 7 个标签、眼科 42 个标签），再训练多标签分类器预测发现，最后把预测标签序列化为提示引导 MLLM 生成报告；在结核胸片数据集上 MedGemma + Fact-Flow 取得 RadFact F1 0.3055（对比 MedGemma 单独 0.2266），在眼科数据集上 Qwen2.5-VL + Fact-Flow 在多数 NLG 指标上最优。
该工作提出 Fact-Flow 框架，将视觉事实识别与报告生成解耦：先用 LLM 自动从训练报告中抽取并合并临床发现标签体系（结核 7 个标签、眼科 42 个标签），再训练多标签分类器预测发现，最后把预测标签序列化为提示引导 MLLM 生成报告；在结核胸片数据集上 MedGemma + Fact-Flow 取得 RadFact F1 0.3055（对比 MedGemma 单独 0.2266），在眼科数据集上 Qwen2.5-VL + Fact-Flow 在多数 NLG 指标上最优。
Frontiers in Pharmacology 2026年9月25日
这篇综述整合了微生物药物代谢、辅料–菌群相互作用、纳米载体–菌群界面、菌群响应型释放机制与实验模型的证据，提出一套作者自述的、基于证据的口服制剂设计框架，包含辅料–菌群风险分类、纳米载体设计规则、菌群响应型给药决策逻辑和分层测试路线图，并以地高辛被 Eggerthella lenta 灭活、细菌代谢左旋多巴、细菌 β-葡萄糖醛酸酶介导伊立替康毒性等临床相关例子说明菌群可影响口服药物的稳定性、活性、暴露与安全性。
这篇综述整合了微生物药物代谢、辅料–菌群相互作用、纳米载体–菌群界面、菌群响应型释放机制与实验模型的证据，提出一套作者自述的、基于证据的口服制剂设计框架，包含辅料–菌群风险分类、纳米载体设计规则、菌群响应型给药决策逻辑和分层测试路线图，并以地高辛被 Eggerthella lenta 灭活、细菌代谢左旋多巴、细菌 β-葡萄糖醛酸酶介导伊立替康毒性等临床相关例子说明菌群可影响口服药物的稳定性、活性、暴露与安全性。
综述提出以肠道菌群为变量的口服制剂设计框架：辅料风险分类、纳米载体设计规则与分层测试路线图
这篇综述整合了微生物药物代谢、辅料–菌群相互作用、纳米载体–菌群界面、菌群响应型释放机制与实验模型的证据，提出一套作者自述的、基于证据的口服制剂设计框架，包含辅料–菌群风险分类、纳米载体设计规则、菌群响应型给药决策逻辑和分层测试路线图，并以地高辛被 Eggerthella lenta 灭活、细菌代谢左旋多巴、细菌 β-葡萄糖醛酸酶介导伊立替康毒性等临床相关例子说明菌群可影响口服药物的稳定性、活性、暴露与安全性。
这篇综述整合了微生物药物代谢、辅料–菌群相互作用、纳米载体–菌群界面、菌群响应型释放机制与实验模型的证据，提出一套作者自述的、基于证据的口服制剂设计框架，包含辅料–菌群风险分类、纳米载体设计规则、菌群响应型给药决策逻辑和分层测试路线图，并以地高辛被 Eggerthella lenta 灭活、细菌代谢左旋多巴、细菌 β-葡萄糖醛酸酶介导伊立替康毒性等临床相关例子说明菌群可影响口服药物的稳定性、活性、暴露与安全性。
arXiv 2026年9月25日
该工作提出 ClinCoT，一个临床感知的视觉思维链框架：用临床假设驱动区域生成（借助 MedKLIP 类工具产生疾病条件激活图并提取候选区域），让目标 Med-VLM 在原始图像与各候选区域联合条件下生成多条区域条件推理链，再由两个 Med-LLM 评估器按当前步得分与下一步影响加权、并以评估器一致性惩罚分歧，构造偏好对；训练采用带分数间隔的 margin-aware DPO 与迭代式偏好数据再生成，在 SLAKE、VQA-RAD 与 IU-Xray 上多数指标优于 DPO、Self-Rewarding、STLLaVA-Med、POVID、SIMA、FiSAO 与 MMedPO，其中报告生成任务最强，VQA-RAD 上低于 MM
该工作提出 ClinCoT，一个临床感知的视觉思维链框架：用临床假设驱动区域生成（借助 MedKLIP 类工具产生疾病条件激活图并提取候选区域），让目标 Med-VLM 在原始图像与各候选区域联合条件下生成多条区域条件推理链，再由两个 Med-LLM 评估器按当前步得分与下一步影响加权、并以评估器一致性惩罚分歧，构造偏好对；训练采用带分数间隔的 margin-aware DPO 与迭代式偏好数据再生成，在 SLAKE、VQA-RAD 与 IU-Xray 上多数指标优于 DPO、Self-Rewarding、STLLaVA-Med、POVID、SIMA、FiSAO 与 MMedPO，其中报告生成任务最强，VQA-RAD 上低于 MM
ClinCoT 把偏好优化从答案层下沉到病灶区域推理：在 SLAKE、VQA-RAD、IU-Xray 上多数指标优于 MMedPO 等基线，SFT 初始化后提升更一致
该工作提出 ClinCoT，一个临床感知的视觉思维链框架：用临床假设驱动区域生成（借助 MedKLIP 类工具产生疾病条件激活图并提取候选区域），让目标 Med-VLM 在原始图像与各候选区域联合条件下生成多条区域条件推理链，再由两个 Med-LLM 评估器按当前步得分与下一步影响加权、并以评估器一致性惩罚分歧，构造偏好对；训练采用带分数间隔的 margin-aware DPO 与迭代式偏好数据再生成，在 SLAKE、VQA-RAD 与 IU-Xray 上多数指标优于 DPO、Self-Rewarding、STLLaVA-Med、POVID、SIMA、FiSAO 与 MMedPO，其中报告生成任务最强，VQA-RAD 上低于 MM
该工作提出 ClinCoT，一个临床感知的视觉思维链框架：用临床假设驱动区域生成（借助 MedKLIP 类工具产生疾病条件激活图并提取候选区域），让目标 Med-VLM 在原始图像与各候选区域联合条件下生成多条区域条件推理链，再由两个 Med-LLM 评估器按当前步得分与下一步影响加权、并以评估器一致性惩罚分歧，构造偏好对；训练采用带分数间隔的 margin-aware DPO 与迭代式偏好数据再生成，在 SLAKE、VQA-RAD 与 IU-Xray 上多数指标优于 DPO、Self-Rewarding、STLLaVA-Med、POVID、SIMA、FiSAO 与 MMedPO，其中报告生成任务最强，VQA-RAD 上低于 MM
arXiv 2026年9月25日
该工作提出 AbSteering 框架，通过异常中心思维链训练与基于直接偏好优化的细粒度异常判别两阶段方法，将通用视频语言模型适配到高分辨率 CT 报告生成，并构建 CT-RATE-AB 数据集；结果显示通用视频语言模型在有限数据下可有效迁移到三维医学影像，在细粒度临床效能指标上达到当前最优，检出敏感度优于用大规模 CT 预训练的领域专用 CT 基础模型，同时减少幻觉。
该工作提出 AbSteering 框架，通过异常中心思维链训练与基于直接偏好优化的细粒度异常判别两阶段方法，将通用视频语言模型适配到高分辨率 CT 报告生成，并构建 CT-RATE-AB 数据集；结果显示通用视频语言模型在有限数据下可有效迁移到三维医学影像，在细粒度临床效能指标上达到当前最优，检出敏感度优于用大规模 CT 预训练的领域专用 CT 基础模型，同时减少幻觉。
AbSteering 用异常中心思维链与 DPO 引导通用视频语言模型生成 HRCT 报告，在细粒度临床指标上超越大规模 CT 专用基础模型并提升检出敏感度、减少幻觉。
该工作提出 AbSteering 框架，通过异常中心思维链训练与基于直接偏好优化的细粒度异常判别两阶段方法，将通用视频语言模型适配到高分辨率 CT 报告生成，并构建 CT-RATE-AB 数据集；结果显示通用视频语言模型在有限数据下可有效迁移到三维医学影像，在细粒度临床效能指标上达到当前最优，检出敏感度优于用大规模 CT 预训练的领域专用 CT 基础模型，同时减少幻觉。
该工作提出 AbSteering 框架，通过异常中心思维链训练与基于直接偏好优化的细粒度异常判别两阶段方法，将通用视频语言模型适配到高分辨率 CT 报告生成，并构建 CT-RATE-AB 数据集；结果显示通用视频语言模型在有限数据下可有效迁移到三维医学影像，在细粒度临床效能指标上达到当前最优，检出敏感度优于用大规模 CT 预训练的领域专用 CT 基础模型，同时减少幻觉。
International Journal of Computer Assisted Radiology and Surgery 2026年9月25日
该研究提出 NeuralShift——一个基于 U-Net 的模型，仅以术前 MRI 和编码切除侧别的半球指示掩膜为输入，预测从术前到术中 MRI 的稠密位移场、术中脑掩膜及其符号距离函数；在 98 例癫痫颞叶切除患者的配对 T1 加权 MRI 上以 9 折交叉验证评估，预测掩膜与术中掩膜的 Dice 为 0.97±0.01（术前掩膜为 0.92±0.01），切除侧与中线标志点的 TRE 由未变形术前的约 4.58 mm 降至约 2.96 mm（左侧）和约 4.41 mm 降至约 2.89 mm（右侧），最低达 1.12 mm。
该研究提出 NeuralShift——一个基于 U-Net 的模型，仅以术前 MRI 和编码切除侧别的半球指示掩膜为输入，预测从术前到术中 MRI 的稠密位移场、术中脑掩膜及其符号距离函数；在 98 例癫痫颞叶切除患者的配对 T1 加权 MRI 上以 9 折交叉验证评估，预测掩膜与术中掩膜的 Dice 为 0.97±0.01（术前掩膜为 0.92±0.01），切除侧与中线标志点的 TRE 由未变形术前的约 4.58 mm 降至约 2.96 mm（左侧）和约 4.41 mm 降至约 2.89 mm（右侧），最低达 1.12 mm。
NeuralShift 仅用术前 MRI 预测颞叶切除中的脑移位，Dice 达 0.97、标志点 TRE 低至 1.12 mm
该研究提出 NeuralShift——一个基于 U-Net 的模型，仅以术前 MRI 和编码切除侧别的半球指示掩膜为输入，预测从术前到术中 MRI 的稠密位移场、术中脑掩膜及其符号距离函数；在 98 例癫痫颞叶切除患者的配对 T1 加权 MRI 上以 9 折交叉验证评估，预测掩膜与术中掩膜的 Dice 为 0.97±0.01（术前掩膜为 0.92±0.01），切除侧与中线标志点的 TRE 由未变形术前的约 4.58 mm 降至约 2.96 mm（左侧）和约 4.41 mm 降至约 2.89 mm（右侧），最低达 1.12 mm。
该研究提出 NeuralShift——一个基于 U-Net 的模型，仅以术前 MRI 和编码切除侧别的半球指示掩膜为输入，预测从术前到术中 MRI 的稠密位移场、术中脑掩膜及其符号距离函数；在 98 例癫痫颞叶切除患者的配对 T1 加权 MRI 上以 9 折交叉验证评估，预测掩膜与术中掩膜的 Dice 为 0.97±0.01（术前掩膜为 0.92±0.01），切除侧与中线标志点的 TRE 由未变形术前的约 4.58 mm 降至约 2.96 mm（左侧）和约 4.41 mm 降至约 2.89 mm（右侧），最低达 1.12 mm。
arXiv 2026年9月25日
作者提出 IOSVLM——一个以点云表示口内扫描（IOS）、采用 3D 编码器-投影器-LLM 架构的端到端三维视觉语言模型，并构建 IOSVQA 数据集（19,002 例、249,055 条 VQA、23 种口腔疾病、单牙弓与咬合遮挡牙弓两类扫描），配合几何到色彩代理（GCP）与两阶段课程训练，在 IOSVQA 上取得 77.23% 宏准确率与 50.39% 宏 F1，优于包括 GPT-5 与 Gemini 3 Pro 在内的多类基线。
作者提出 IOSVLM——一个以点云表示口内扫描（IOS）、采用 3D 编码器-投影器-LLM 架构的端到端三维视觉语言模型，并构建 IOSVQA 数据集（19,002 例、249,055 条 VQA、23 种口腔疾病、单牙弓与咬合遮挡牙弓两类扫描），配合几何到色彩代理（GCP）与两阶段课程训练，在 IOSVQA 上取得 77.23% 宏准确率与 50.39% 宏 F1，优于包括 GPT-5 与 Gemini 3 Pro 在内的多类基线。
IOSVLM 直接以原生 3D 口内扫描点云做多病种诊断，宏准确率 77.23%，比 Gemini 3 Pro 高 9.58 个百分点
作者提出 IOSVLM——一个以点云表示口内扫描（IOS）、采用 3D 编码器-投影器-LLM 架构的端到端三维视觉语言模型，并构建 IOSVQA 数据集（19,002 例、249,055 条 VQA、23 种口腔疾病、单牙弓与咬合遮挡牙弓两类扫描），配合几何到色彩代理（GCP）与两阶段课程训练，在 IOSVQA 上取得 77.23% 宏准确率与 50.39% 宏 F1，优于包括 GPT-5 与 Gemini 3 Pro 在内的多类基线。
作者提出 IOSVLM——一个以点云表示口内扫描（IOS）、采用 3D 编码器-投影器-LLM 架构的端到端三维视觉语言模型，并构建 IOSVQA 数据集（19,002 例、249,055 条 VQA、23 种口腔疾病、单牙弓与咬合遮挡牙弓两类扫描），配合几何到色彩代理（GCP）与两阶段课程训练，在 IOSVQA 上取得 77.23% 宏准确率与 50.39% 宏 F1，优于包括 GPT-5 与 Gemini 3 Pro 在内的多类基线。
arXiv 2026年9月25日
作者提出 DP-RGMI 框架，把差分隐私训练视为表征空间的结构化变换，用表征位移、谱有效维度和线性探针与端到端 AUROC 之差（利用差距）三个量来分解隐私带来的性能下降；在 PadChest 主数据集（110,525 张正位胸片、22,045 张测试图）以及 CheXpert、ChestX-ray14 等共超过 594,000 张胸片、三种预训练初始化（ImageNet、DINOv3、MIMIC-CXR）上，他们发现强隐私下线性可分性大体保留但利用差距持续存在（如 ImageNet ε=1.0 时 G=8.0，MIMIC ε=0.7 时 G=3.4，DINOv3 ε=0.7 时 G=6.1），而位移与谱有效维度呈非单调、依赖初始化与
作者提出 DP-RGMI 框架，把差分隐私训练视为表征空间的结构化变换，用表征位移、谱有效维度和线性探针与端到端 AUROC 之差（利用差距）三个量来分解隐私带来的性能下降；在 PadChest 主数据集（110,525 张正位胸片、22,045 张测试图）以及 CheXpert、ChestX-ray14 等共超过 594,000 张胸片、三种预训练初始化（ImageNet、DINOv3、MIMIC-CXR）上，他们发现强隐私下线性可分性大体保留但利用差距持续存在（如 ImageNet ε=1.0 时 G=8.0，MIMIC ε=0.7 时 G=3.4，DINOv3 ε=0.7 时 G=6.1），而位移与谱有效维度呈非单调、依赖初始化与
DP-RGMI 框架在 59.4 万张胸片上把差分隐私的性能损失拆成编码器几何与任务头利用两部分
作者提出 DP-RGMI 框架，把差分隐私训练视为表征空间的结构化变换，用表征位移、谱有效维度和线性探针与端到端 AUROC 之差（利用差距）三个量来分解隐私带来的性能下降；在 PadChest 主数据集（110,525 张正位胸片、22,045 张测试图）以及 CheXpert、ChestX-ray14 等共超过 594,000 张胸片、三种预训练初始化（ImageNet、DINOv3、MIMIC-CXR）上，他们发现强隐私下线性可分性大体保留但利用差距持续存在（如 ImageNet ε=1.0 时 G=8.0，MIMIC ε=0.7 时 G=3.4，DINOv3 ε=0.7 时 G=6.1），而位移与谱有效维度呈非单调、依赖初始化与
作者提出 DP-RGMI 框架，把差分隐私训练视为表征空间的结构化变换，用表征位移、谱有效维度和线性探针与端到端 AUROC 之差（利用差距）三个量来分解隐私带来的性能下降；在 PadChest 主数据集（110,525 张正位胸片、22,045 张测试图）以及 CheXpert、ChestX-ray14 等共超过 594,000 张胸片、三种预训练初始化（ImageNet、DINOv3、MIMIC-CXR）上，他们发现强隐私下线性可分性大体保留但利用差距持续存在（如 ImageNet ε=1.0 时 G=8.0，MIMIC ε=0.7 时 G=3.4，DINOv3 ε=0.7 时 G=6.1），而位移与谱有效维度呈非单调、依赖初始化与
arXiv 2026年9月25日
该工作提出假设驱动的测试时自适应框架 HD-TTA：在冻结 nnU-Net v2 主干、仅优化测试样本 logits 的前提下，先用 Gatekeeper 判断样本是否需要修正，再并行生成「压缩去噪」与「膨胀恢复」两个几何假设，并用基于纹理一致性的表示引导选择器挑选最安全结果；在 BraTS 2023 GLI 上训练、在儿科 PED 与脑膜瘤 MEN 两个未见目标域上以固定超参数评估，HD-TTA 在保持 Dice 相当的同时改善了安全性指标，在 MEN 上相对最强基线 TCA 将 HD95 从 70.96 mm 降至 64.55 mm（约 6.4 mm），精度从 15.36% 提升至 19.64%。
该工作提出假设驱动的测试时自适应框架 HD-TTA：在冻结 nnU-Net v2 主干、仅优化测试样本 logits 的前提下，先用 Gatekeeper 判断样本是否需要修正，再并行生成「压缩去噪」与「膨胀恢复」两个几何假设，并用基于纹理一致性的表示引导选择器挑选最安全结果；在 BraTS 2023 GLI 上训练、在儿科 PED 与脑膜瘤 MEN 两个未见目标域上以固定超参数评估，HD-TTA 在保持 Dice 相当的同时改善了安全性指标，在 MEN 上相对最强基线 TCA 将 HD95 从 70.96 mm 降至 64.55 mm（约 6.4 mm），精度从 15.36% 提升至 19.64%。
HD-TTA 用「压缩还是膨胀」的竞争假设选择，在跨域脑肿瘤分割中把 HD95 降低约 6.4 mm、精度提升超 4%
该工作提出假设驱动的测试时自适应框架 HD-TTA：在冻结 nnU-Net v2 主干、仅优化测试样本 logits 的前提下，先用 Gatekeeper 判断样本是否需要修正，再并行生成「压缩去噪」与「膨胀恢复」两个几何假设，并用基于纹理一致性的表示引导选择器挑选最安全结果；在 BraTS 2023 GLI 上训练、在儿科 PED 与脑膜瘤 MEN 两个未见目标域上以固定超参数评估，HD-TTA 在保持 Dice 相当的同时改善了安全性指标，在 MEN 上相对最强基线 TCA 将 HD95 从 70.96 mm 降至 64.55 mm（约 6.4 mm），精度从 15.36% 提升至 19.64%。
该工作提出假设驱动的测试时自适应框架 HD-TTA：在冻结 nnU-Net v2 主干、仅优化测试样本 logits 的前提下，先用 Gatekeeper 判断样本是否需要修正，再并行生成「压缩去噪」与「膨胀恢复」两个几何假设，并用基于纹理一致性的表示引导选择器挑选最安全结果；在 BraTS 2023 GLI 上训练、在儿科 PED 与脑膜瘤 MEN 两个未见目标域上以固定超参数评估，HD-TTA 在保持 Dice 相当的同时改善了安全性指标，在 MEN 上相对最强基线 TCA 将 HD95 从 70.96 mm 降至 64.55 mm（约 6.4 mm），精度从 15.36% 提升至 19.64%。
NVIDIA Research 2026年9月24日
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构组成联盟，用 AlphaFold2 配合 NVIDIA BioNeMo 推理运行时推断出 2800 多种病毒的蛋白质复合物三维结构并开放存入 AlphaFold 数据库，同时开源生成这些结构的 BioNeMo 结构预测流程，其中约 30% 的蛋白质相互作用是科学界此前从未记录过的。
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构组成联盟，用 AlphaFold2 配合 NVIDIA BioNeMo 推理运行时推断出 2800 多种病毒的蛋白质复合物三维结构并开放存入 AlphaFold 数据库，同时开源生成这些结构的 BioNeMo 结构预测流程，其中约 30% 的蛋白质相互作用是科学界此前从未记录过的。
NVIDIA 联合 Google DeepMind 与 EMBL-EBI 开放发布 2800 多种病毒的蛋白质复合物预测结构，其中约 30% 的相互作用此前从未被记录
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构组成联盟，用 AlphaFold2 配合 NVIDIA BioNeMo 推理运行时推断出 2800 多种病毒的蛋白质复合物三维结构并开放存入 AlphaFold 数据库，同时开源生成这些结构的 BioNeMo 结构预测流程，其中约 30% 的蛋白质相互作用是科学界此前从未记录过的。
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构组成联盟，用 AlphaFold2 配合 NVIDIA BioNeMo 推理运行时推断出 2800 多种病毒的蛋白质复合物三维结构并开放存入 AlphaFold 数据库，同时开源生成这些结构的 BioNeMo 结构预测流程，其中约 30% 的蛋白质相互作用是科学界此前从未记录过的。
arXiv 2026年9月24日
该工作提出AGGRNet框架，在YOLOv11分类骨干中嵌入特征提取与聚合（FEA）模块和C2PCA块，通过空间与通道注意力加可学习阈值τ把特征图分为信息性与非信息性两部分，再用交叉注意力聚合，在LIMUC、ISIC2018、Kvasir、PathMNIST、RetinaMNIST五个公开数据集上取得优于所比较SOTA模型的结果，其中Kvasir准确率提升5.48%、LIMUC准确率提升2.2%。
该工作提出AGGRNet框架，在YOLOv11分类骨干中嵌入特征提取与聚合（FEA）模块和C2PCA块，通过空间与通道注意力加可学习阈值τ把特征图分为信息性与非信息性两部分，再用交叉注意力聚合，在LIMUC、ISIC2018、Kvasir、PathMNIST、RetinaMNIST五个公开数据集上取得优于所比较SOTA模型的结果，其中Kvasir准确率提升5.48%、LIMUC准确率提升2.2%。
AGGRNet用可学习阈值把医学图像特征分为信息性与非信息性两类，在Kvasir上比HiFuse-Small准确率高5.48%
该工作提出AGGRNet框架，在YOLOv11分类骨干中嵌入特征提取与聚合（FEA）模块和C2PCA块，通过空间与通道注意力加可学习阈值τ把特征图分为信息性与非信息性两部分，再用交叉注意力聚合，在LIMUC、ISIC2018、Kvasir、PathMNIST、RetinaMNIST五个公开数据集上取得优于所比较SOTA模型的结果，其中Kvasir准确率提升5.48%、LIMUC准确率提升2.2%。
该工作提出AGGRNet框架，在YOLOv11分类骨干中嵌入特征提取与聚合（FEA）模块和C2PCA块，通过空间与通道注意力加可学习阈值τ把特征图分为信息性与非信息性两部分，再用交叉注意力聚合，在LIMUC、ISIC2018、Kvasir、PathMNIST、RetinaMNIST五个公开数据集上取得优于所比较SOTA模型的结果，其中Kvasir准确率提升5.48%、LIMUC准确率提升2.2%。

第 19 页 · 当前显示 10 项