MLIP：利用散度编码器与知识引导对比学习增强医学视觉表征

基于摘要分析。MLIP 面向医学图像标注稀缺的问题，利用医学报告作为辅助信号，通过领域医学知识引导图文对比学习，旨在改善多粒度医学视觉表征及其下游迁移能力。其主要研究对象是医学图像与文本，而非 EEG 或 BCI 信号。 方法包含三个层面：结合 divergence encoder 的全局对比学习；局部 token-knowledge-patch 对齐对比学习；利用专家知识的类别级对比学习。作者认为，已有方法未充分利用医学视觉表征的多粒度结构，导致图文信息利用不足。MLIP 据此尝试将语言信息引入视觉表征，但摘要未说明 divergence encoder 的具体运算、知识的来源与表示方式、正负样本构造及各项损失的组合，这些机制细节尚未验证。 作者报告，在图像分类、目标检测和语义分割的迁移评估中，MLIP 能提升性能，并在有限标注条件下优于所比较的先进方法。摘要未提供数据集、标注比例、数据划分、对照方法、具体指标或数值，因此不能据此判断收益幅度及不同任务间的稳定性；实验协议、消融及统计信息尚未验证。 材料提供了代码仓库地址，但实现完整性、训练配置、预训练数据及权重可用性尚未验证。复现时应重点核对各粒度目标的独立贡献，以及医学知识引导在何种数据与监督条件下有效。该方法依赖图文配对和视觉局部 patch 结构，材料未建立其与 EEG 瓶颈的具体对应关系，不能将医学图像迁移结果视为 BCI 有效性的证据；已有 EEG 相关工作尚未检索确认。