arXiv ID:
2605.13544
arXiv 提交日期: 2026-05-13
跨解剖结构全局-局部对比学习:用于鲁棒的三维医学图像理解 / CA-GCL: Cross-Anatomy Global-Local Contrastive Learning for Robust 3D Medical Image Understanding
1️⃣ 一句话总结
这篇论文提出了一种新的跨解剖结构全局-局部对比学习框架(CA-GCL),通过引入全局对比目标来区分不同解剖结构,并结合临床感知的文本增强策略,有效解决了现有医学视觉-语言预训练模型中文本嵌入空间坍塌和模型对提示词敏感的问题,从而在零样本异常检测和跨数据集泛化上取得了更稳定、更优的性能。