致密乳腺识别更准
专为致密乳腺设计的多视图协同特征融合深度网络，集成边缘增强与鲁棒防御，提升乳腺癌检出能力。
Guowei, Dai · Chaoyu, Wang · Dai, Duwei · Tang, Qingfeng · Yi, Zhang · 陈虎
Information Fusion 2026
通过双流架构融合 MLO 与 CC 视图和乳腺密度图，模拟放射科医生结合密度信息阅片的模式，提升了致密乳腺中的特征判别力。
多级防御策略（REF、CEMSP、CNFM）从边缘特征、多步扰动累积和融合模块协同三个层面提升鲁棒性，减少对抗样本导致的误判。
借助 Grad-CAM 和 SHAP 等可视化手段提供层次化解释，使模型关注区域与临床相关结构对应，便于医生理解判断依据。