跨中心稳定分割
首个仅在最深层融合视觉与文本语义的分割网络，用期望最大化空间对齐两种模态，解决特征分散和语义层级错位的问题，让模型在不同医院的数据上都能保持稳定表现。
Wenjun, Yu · Yinchen, Zhou · Jiaxuan, Jiang · Shubin, Zeng · 李月娥 · 王忠
Information Fusion 2026
期望最大化语义聚合将松散的多模态特征结构化为紧凑的语义中心，直接抑制特征分散，使类别边界更清晰。
仅在最深层建立融合接口，显式解决抽象文本与细粒度视觉细节之间的层级语义错位，提供精确语义引导。
语义紧凑性增强了对领域噪声的鲁棒性，使模型在未见过的成像协议上保持性能。