医学对比学习不再强求增广不变：ProbSSL把嵌入写成分布，BTCV平均Dice达84.89
医学图像自监督对比学习默认同一图像的不同增广视图应共享同一语义表示，但旋转、灰度扰动等增广会抹掉细微却关键的解剖与病理线索，强行对齐反而压掉任务相关信息。ProbSSL把每幅图像的嵌入建模为高斯分布，均值承载共享语义、方差记录增广带来的变化，并用分布间KL散度做对齐，使变化大的维度对齐压力自动减弱。在CT数据上预训练后迁移到BTCV、MM-WHS、CC-CCII与BraTS，ProbSSL在四个下游任务上的平均指标均高于所比较的通用与医学自监督方法，其中BTCV平均Dice为84.89。