不完全数据可信诊断
针对多模态乳腺超声中模态缺失与异质性问题，引入对比聚类约束与可逆恢复机制，并通过不确定性量化实现样本级动态特征融合，提高诊断鲁棒性与可解释性。
Yan, Pengfei · Wushuang, Gong · Li, Minglei · Zhang, Jiusi · Xiang, Li · 蒋宇辰 · Hao, Luo · Zhou, Hang
Information Fusion 2024
通过可逆神经网络建立模态间映射，能够恢复缺失模态的特征，从而在输入不完整时仍保持诊断能力。
基于Dirichlet分布的不确定性估计，针对每个样本量化各模态的贡献并动态融合，避免固定权重带来的次优性。
对比聚类损失约束不同模态特征在语义空间中保持一致，使得同一病例的不同模态表示相互接近，提升融合可靠性。