本文提出了一種名為對比語言提示（CLAP）的新方法，旨在利用視覺語言模型（VLM）提高醫學異常檢測的準確性，並減少僅使用正面提示時常見的偽陽性問題。
本文提出了一種基於擴散模型的無監督異常檢測框架，該框架結合了合成異常 (Synomaly) 雜訊函數和多階段擴散過程，用於超音波影像和其他醫學影像模態中的異常檢測，並在頸動脈超音波、腦部 MRI 和肝臟 CT 數據集上驗證了其有效性。
