面向医学 VLMs 多表型病灶解读的几何监督视觉表征学习

基于摘要分析。该研究针对医学视觉语言模型（VLMs）在多表型病灶解读中难以联合评估多种病理表型的问题，提出 PureVision，以几何监督保留解剖层级和表型子类关系，并聚合病灶相关证据。主要研究对象是医学影像中的病灶定位与表型刻画，并非 EEG 解码或 BCI。 PureVision 包含 PureEyes 和 PureNeurons 两个模块。PureEyes 通过编码解剖层级及表型子类关系的理想空间分布提供几何监督，旨在弥补仅依赖语义监督的视觉—语言对齐方法对这些关系保留不足的问题。PureNeurons 将视觉表征投影到学习得到的潜空间，并依据其位置选择性聚合病灶特异的解剖与表型证据，以应对相关表征稀疏的问题。摘要未给出理想空间分布的构造方式、具体损失、层级标注来源及训练与推理流程，尚不能判断两个模块的独立作用。 作者报告，在 LIDC-IDRI、CBIS-DDSM 和 3DReasonKnee 上开展的视觉问答与放射学报告生成实验中，PureVision 改善了病灶定位和表型刻画。摘要未提供具体指标、增益数值、数据划分或对照基线，因此不能量化改善幅度或比较不同数据集上的效果；实验协议、消融及统计信息尚未验证。 摘要提供了代码地址，但代码内容、运行环境与复现完整性尚未核验。阅读全文时应重点核对几何监督所需的解剖及表型先验、证据聚合的评估方式，以及性能改善是否能归因于所提出的几何机制。材料未建立该机制与 EEG/BCI 数据结构之间的具体对应关系，因此不据此提出迁移效果判断或复现实验建议；已有 EEG 相关工作尚未检索确认。