摘要
高精度医疗诊断不仅依赖静态影像特征,更需专家在解读时即时调用的隐性诊断记忆。针对医疗视觉语言模型因离散标记化导致的认知错位问题,本文提出一种潜在诊断记忆进化框架。该框架通过元查询机制检索解剖先验生成隐性记忆,引入因果反事实细化技术,利用强化学习量化记忆贡献以修剪冗余并对齐诊断逻辑。最终通过内在记忆过渡范式,将教师分支的诊断模式内化至学生分支。实验表明,该方法在诊断准确率上显著优于现有最先进方法。
AI 推荐理由
论文核心提出潜在诊断记忆进化框架,通过因果反事实优化实现记忆动态演化。
研究机构
Hunan University
论文信息