以組合式解碼器實現通用醫療影像表示學習

提出一種通用的醫療影像分析模型UniMed,能夠靈活地同時處理不同層級的醫療影像任務,並通過聯合表示學習策略有效利用大量未標記數據,實現高效的單階段預訓練,從而獲得更強大的泛化性能。