MSMV-Swin：多尺度多视角 Swin Transformer 框架用于乳腺癌诊断
研究者提出多尺度多视角 Swin Transformer 框架（MSMV-Swin），作为辅助放射科医生分析乳腺 X 光片的决策支持工具。该框架借助 Segment Anything Model（SAM）分离乳腺区域以减少背景噪声，并采用混合融合结构应对临床中仅有单视角影像的情况。其多尺度设计同时捕捉肿瘤局部区域与周边组织信息，使输出更贴近放射科医生的阅片方式。
#论文/研究
arXiv · cs.AI模型评分2929 arXiv · cs.AI模型评分3232 面向人工智能（AI，Artificial Intelligence）对抗条件下互联临床技术的临床协议感知网络韧性框架
一篇投稿IEEE的论文提出基于有界临床微网络与受控互联的临床协议感知网络韧性框架，将临床因素纳入网络安全的设计、管理与评估。参数化蒙特卡洛模拟显示，互联架构使平均网络暴露较分段架构上升56.3%，预防与遏制结合则使暴露下降60.1%；协议依赖度提高可在网络暴露不变时把建模临床影响指数从1.021推高至7.567。作者强调结果仅支持架构对比分析，并非真实网络风险或患者伤害的校准估计。