计算机科学与探索杂志

计算机科学与探索杂志2026年第2期

• 基于脑电信号的多模态内容生成技术研究综述

  林承德, 杨铭哲, 莫程俊, 李国翚

  基于脑电信号（EEG）的多模态内容生成技术是脑机接口（BCI）与人工智能领域的新兴研究方向，旨在通过解码EEG实现多模态内容的重建，为脑功能解析与交互系统构建提供全新范式。技术融合脑电信号预处理、特征提取及跨模态生成等核心环节，近年来在方法创新与应用探索上取得显著进展。概述了脑电信号的特点，分类介绍了人工智能领域内基于脑电信号的任务。围绕脑电信号低信噪比、空间分辨率受限等固有问题，系统梳理预处理技术的发展脉络，分为去噪、增广、超分三大关键方法，系统比较了传统方法与深度模型在提升脑电信号数据质量与可用性方面的优势及局限；在特征提取方面，对比分析传统时频空域方法与深度学习模型的优势，总结最新的技术路径，分析其对解码精度的影响；在多模态内容生成任务中，按照模态分类，详细归纳了相关技术在图像、音频、文本、视频生成领域的研究进展，重点剖析了目前采用的主要网络结构与方法，客观论证了当前技术面临的挑战。总结现有技术的研究情况和存在的问题，并对未来的发展趋势进行了展望。

• 基于深度学习的多人异常行为检测研究综述

  王言杰, 王晓强, 赵刘锐, 庄旭菲

  随着深度学习技术的不断进步，异常行为检测已经从传统的机器学习阶段转向为深度学习方法的应用，并且异常行为检测的研究焦点从单人异常行为转向多人异常行为。基于深度学习的多人异常行为检测已经成为计算机视觉领域的研究热点。对于多人异常行为检测来说，需要根据场景的不同选择合适的特征提取方法与异常行为检测方法。为了使研究者对现存的基于深度学习的特征提取方法和在多人场景下的异常行为检测方法有清晰而系统的了解，对基于深度学习的特征提取方法和多人异常行为检测方法进行系统的分析与总结，并针对现存方法的不足，对未来发展方向进行展望。给出多人异常行为的定义、特点及分类。以基于深度学习的特征提取方法与多人异常行为检测方法为线索，对现有的多人异常行为检测方法进行梳理和归纳。对常用的公共异常行为检测数据集进行介绍，并对部分模型在常用公共数据集上进行性能对比。对该领域未来的研究方向进行展望。

• 基于深度学习的车辆轨迹预测研究进展

  方金凤, 张振伟, 孟祥福

  车辆轨迹预测是利用人工智能方法预测车辆未来一段时间内的运动路径和行为。近年来，随着汽车保有量的逐年增加，交通问题不断产生，自动感知、理解和预测车辆下一步路线的能力变得越来越重要。同时，各类交通信息采集器的普及使得社会中产生了大量的车辆轨迹数据，基于这些数据预测车辆的行驶轨迹在自动驾驶等多个领域都具有极大的价值。旨在对基于深度学习的车辆轨迹预测方法进行系统性综述。归纳了影响车辆轨迹预测结果的核心因素（如数据集质量、驾驶员意图等）；列举并分析了车辆轨迹预测的传统方法；在此基础上，重点综述了基于深度学习的车辆轨迹预测方法，包括基于循环神经网络、图卷积神经网络、图注意力神经网络、Transformer和其他深度学习方法（生成对抗神经网络、自编码器）；阐述了车辆轨迹预测方法的常用数据集和评估指标，并从预测性能、泛化能力等维度评估了不同深度学习方法的优劣；总结了当前车辆轨迹预测所面临的挑战（如道路环境不确定性、驾驶行为不确定性等），并对未来研究方向进行了展望。

• 面向组合优化问题的图神经网络研究进展

  朱叶, 丁苍峰, 曹博浩, 陈科鑫

  组合优化作为数学优化领域的重要分支，致力于在有限离散解空间中寻找最优解，其在计算机科学、数学、经济学等多个领域中广泛运用。然而，随着问题规模的扩大，传统求解方法面临巨大挑战。近年来，机器学习技术的迅猛发展为组合优化研究带来新契机，尤其是图神经网络凭借其强大的结构建模能力与特征学习优势，成为解决组合优化问题的热门研究方向。为此，系统开展了图神经网络在组合优化问题中的应用研究。从组合优化问题的图表示出发，全面介绍了普通图神经网络、二部图神经网络、三部图神经网络以及超图神经网络等核心模型与算法，深入分析了其在解决具体组合优化问题场景中的应用策略与实际效果。对现有研究成果进行系统梳理与总结，客观评估了各类方法在实际应用中的优点与局限性。针对图神经网络在解决组合优化问题时存在的模型泛化性不足、可解释性差等问题，提出了未来可能的研究方向，期望为该领域的进一步发展提供新的思路与启发。

• 极端环境图像退化、处理与应用研究综述

  赵致远, 高君宇

  极端弱光、雾霾与恶劣天气、水下浑浊等环境正从“边缘工况”走向视觉系统的常态场景，使成像信噪比极低、退化机理复杂、目标尺度微小和分布外风险并存，传统视觉模型在智慧城市、自动驾驶、深空深海探测等关键应用中面临明显性能瓶颈。现有研究多围绕单一退化类型或单一任务展开，从统一退化建模、整机感知链路与评估范式转变视角进行系统梳理的工作仍较匮乏。为此，对极端环境图像处理与应用进行了围绕“退化-感知-评估”闭环的一体化研究：在成像物理与统计特性基础上，对极端环境下的光学退化过程给出统一描述，将环境扰动与成像系统参数共同纳入抽象退化算子，分析其对从信号采集、图像增强到高层语义理解各环节的累积效应；在此框架下，对传统物理先验方法与深度学习方法在增强与复原、检测与识别中的角色分工与耦合方式进行归纳，梳理增强-感知一体化设计、任务驱动复原与安全约束建模等关键技术路径；结合典型应用场景，对评估体系从像素级质量指标向任务效果、风险感知与系统级稳定性的范式迁移进行了系统分析，提炼出面向极端环境的多维评价要素及其相互关系。形成了贯穿退化机理刻画、感知系统建模与评估标准重构的分析框架，为理解现有方法适用边界、识别不同场景下的关键瓶颈提供了结构化视角，并据此提出了极端环境视觉建模、跨模态协同感知以及任务-安全一体化评测等后续研究方向。

• 低信噪比与暗弱场景图像增强研究综述

  李宇哲, 郝清华, 高志发, 谢荣桢, 赵玲, 周宇

  在低信噪比与暗弱场景解析的研究中，图像增强技术已成为推动视觉智能感知的重要支撑。聚焦于图像增强方法的演进过程，系统剖析了其在不同发展阶段的理论与应用价值。从技术发展与应用需求出发，明确了图像增强在提升系统鲁棒性、抑制噪声干扰和优化视觉质量方面的关键作用，以及在满足弱光成像、夜间监控和无人系统任务中的必要性；深入探讨了单图片增强、多图像融合及基于深度学习的方法的核心技术体系。系统梳理了图像增强方法在实际应用中面临的多维挑战，如复杂场景建模的难度、跨模态信息融合的可靠性、计算资源消耗及数据标注稀缺性，并分析了不同方法在提升图像细节恢复、动态范围扩展与泛化能力方面的表现。结合数据集调研，对低光照增强、极弱光成像和夜间交通等典型数据资源进行了比较，展示了其在任务驱动和算法验证中的适用性与局限性。总结了低信噪比与暗弱场景下现有图像增强技术存在的瓶颈，并展望了未来图像增强、场景还原的发展方向。

• 融合频域增强与向量约束的地球静止轨道暗弱小目标检测

  张晗, 兰晓青, 辛必乔, 王兵书, 张来线

  针对地球静止轨道暗弱小目标在光学成像条件下信号微弱、背景复杂以及传感器噪声显著等问题，开展了基于频域增强与向量约束的检测方法研究。在单帧图像层面引入二维Haar小波变换，将图像分解为低频背景与高频细节子带，采用多尺度频域增强模块对高频特征进行强化，并通过逆小波重建与残差映射实现多尺度信息的融合，从而有效提高了暗弱小目标与背景之间的区分度。在序列图像层面，利用目标物理运动的先验信息引入向量约束的轨迹拟合与补全机制。通过构建候选点间的位移向量，结合密度聚类识别主导运动模式，采用插值与外推方法恢复轨迹连续性，基于双一致性评分与几何门控对伪检点进行剔除。该方法在保证检测准确性的同时，显著降低了漏检率与误检率。实验在公开的SpotGEO数据集上进行，取得F1分数92.96%，实验结果证明该方法对空间暗弱小目标准确检测的优越性能。

• 基于局部搜索和时空信息简化JPDA的红外弱小多目标跟踪

  陆子灵, 王鹏, 哈妮克孜·伊拉洪, 刘淑娴, 艾斯卡尔·艾木都拉

  针对真实场景下红外弱小多目标跟踪过程中易受杂波干扰，联合概率数据关联(joint probabilistic data association, JPDA)算法无法高效数据关联的问题，本文提出一种融合局部搜索与时空信息的简化JPDA算法（LS-STSJPDA）。该算法通过预测引导的局部量测搜索机制，在目标预测邻域内进行搜索，抑制背景杂波并提取候选量测，再经波门筛选获得可靠量测输入。在此基础上，采用免矩阵拆分的简化关联概率计算机制，当目标间距足够大时，可独立计算各目标的关联概率，避免了传统JPDA中耗时的矩阵拆分与确认矩阵构建过程，显著降低计算复杂度；引入空间分布因子，依据量测与目标间空间邻近关系对公共量测归属进行初步判别；最后，构建时空联合增强因子，通过融合目标的帧间运动连续性信息，能够在目标轨迹交叉的场景下，为公共量测的最终判别提供更可靠的依据，有效提升了关联精度。仿真实验与真实红外场景实验结果表明，在强杂波干扰与目标轨迹交错条件下，所提算法的均方根误差和平均绝对比例误差均优于对比算法，取得了最优的跟踪性能。同时，算法运行时间显著缩短，体现了良好的实时性。

• 基于光照自适应增强的无人机多目标跟踪方法

  武袁勋, 王亚彬, 张大伟, 郑忠龙

  多目标跟踪在智能交通、视频监控等领域具有广泛的应用前景。针对无人机场景中普遍存在的低照度、快速机动与目标密集小尺度等难题，提出了一种光照自适应增强驱动的多目标跟踪框架（ILMOT），以“按需增强、轻量门控、几何约束关联”为核心思路，旨在提升低光照条件下的检测与身份关联稳健性。ILMOT采用训练自由的IllumiGuard门控单元进行鲁棒的低光判定，利用sRGB亮度统计、天空区域裁剪与直方图双端修剪获得鲁棒的低光判定，仅在确属低光时触发增强。这种按需触发的设计极大程度地减少了计算负担。当触发时，采用预训练的Retinex-Net实施“分解-光照增强-反射去噪-乘性重建”，能够在提升暗部可见性的同时抑制噪声放大与光晕伪影，保证后续跟踪模块的输入质量。跟踪器基于DepthMOT的三分支结构，利用EUCB提升深度估计质量，并融合无锚点检测与相机姿态估计，增强特征表达能力并提升跟踪精度。Unscented Kalman Filter用于相机运动补偿与不确定性传播，有效应对无人机快速运动带来的目标漂移问题。基于深度信息的级联匹配降低拥挤场景中的ID切换与轨迹碎片化，提升跟踪的鲁棒性。实验在VisDrone2019与UAVDT数据集上验证了ILMOT的有效性。在VisDrone2019上，ILMOT在HOTA、MOTA与IDF1等指标上均取得了显著提升，并有效降低了ID切换次数，表明其在低光条件下的优越性能。在以正常光照为主的UAVDT上，ILMOT也展现出稳健的性能。在LMOT数据集上的消融实验验证了低光选择增强器在低光环境下的有效性。结果表明，光照自适应增强与几何约束关联的联合设计能够在无人机低光与拥挤复杂环境中有效提升多目标跟踪的总体精度与身份一致性。

• 拓扑信息引导的时空状态图搜索算法研究

  刘亚杰, 秦力, 余松芹, 杨丰锐, 王军, 祁永强

  路径规划旨在给定的环境中，为移动对象找到一条从起点到目标点的最优或可行路径。现有的路径规划方法在地下空间中环境信息构建、可行路径搜索、障碍碰撞风险等方面存在不足，导致路径规划结果缺乏泛化性、高效性以及运动可行安全性。提出了一种基于拓扑信息引导的时空状态图搜索（TG-SGS）算法。设计基于广义维诺图的拓扑引导路径生成机制，充分利用了环境中可行空间的连通信息，得到一条先验路径，避免了盲目搜索；基于非完整运动学约束，通过生成连接两个状态的运动基元，进行增量式时空状态节点扩展，实现节点的变步长生长，并结合虚拟通道限制节点扩展及Reeds-Shepp曲线加速连接策略提升算法效率，有效改善了路径冗余搜索问题；设计了一种可以评估碰撞风险的维诺势场函数，平衡了避障行为与路径优化的优先级，进一步提高了路径的安全性。实验结果表明，提出的算法TG-SGS在简单环境、迷宫环境、实际室内环境中均优于主流路径规划方法，有效提升了路径规划效率和质量。

• 基于栅格膨胀重构特征地图的路径规划算法研究

  刘朋, 郭全奎, 谢旭东

  针对传统路径规划算法在复杂环境中路径冗长、转折点多等问题，提出基于栅格地图膨胀后的边界，先构建特征地图，再进行路径搜索与优化的路径规划算法。以机器人半径与安全距离确定膨胀半径，对栅格地图进行膨胀处理，通过方向阈值将膨胀后的边界按延伸方向进行线段分割；设计基于斜率差、中点连线夹角和中点距离阈值的线段合并策略，构建封闭特征地图；利用特征地图中障碍物外轮廓的方向性，沿障碍物轮廓搜索可行路径，避免盲目采样；引入线段分割原理动态调整节点分布，通过变分割参数优化路径，提升路径平滑度与计算效率。该算法在简单与复杂两种不同环境地图中与A*算法和快速扩展随机树（RRT）算法进行仿真对比实验。结果表明，该算法相比A*算法路径长度平均降低2%，节点数目平均降低22%，计算效率平均提升74%；相比RRT算法，路径长度平均降低17%，计算效率平均提升80%，节点数目有较大改善；在密集障碍物区域的通过性较好。同时在ROS仿真环境下验证了其在实际场景中的有效性。

• 基于交叉注意力特征融合的安卓恶意软件分类方法研究

  刘珍, 王若愚, 张菁菁

  安卓恶意软件对用户隐私和安全构成了严重威胁，细粒度识别恶意软件类型是构建精准防御机制的关键。在基于机器学习的恶意软件检测领域，由于单视图特征的表达能力有限，多视图特征融合方法已成为当前研究热点。但是已有工作仍然存在以下不足：一是缺乏对视图特征间互补信息的有效学习，导致融合性能受限；二是视图特征选择的主观性较强，缺乏系统性分析，难以确保融合效果最优。为解决这些问题，提出一种基于交叉注意力融合的安卓恶意软件分类方法CVFDroid。其中，引入多头交叉注意力机制以学习不同视图特征间的互补信息，用于增强融合特征的表达能力；并设计多分支损失函数，优化分类子模块，提升模型在特征缺失场景下的鲁棒性。此外，系统性分析了不同特征组合的多视图特征融合性能。在真实实验数据集上的性能评估结果表明，请求权限与API视图特征组合在实现多视图特征融合上的性能表现最佳；所提方法将困难恶意软件类别的F分数提升了0.27；即使在10%的样本存在特征缺失情况下，模型仍保持96.8%的高分类准确率。

• 基于奇异值空间对抗优化的动态后门攻击

  彭子铭, 丁建伟, 姚佳旺, 田华伟

  深度学习模型凭借其卓越的性能已在众多领域得到广泛应用，但研究表明其对后门攻击也具有显著的脆弱性。后门攻击可通过隐蔽的触发机制破坏模型的可靠性，当预设的触发器激活隐藏后门时，模型将执行恶意行为。目前后门攻击主要依赖于空间域或频域的扰动触发模式，且多采用样本无关的静态触发器设置，使得防御系统能够相对容易地检测并消除威胁。为了解决现有攻击隐蔽性不足和鲁棒性较弱的问题，提出一种基于奇异值空间进行阶段性对抗优化的动态后门攻击方法。通过生成器生成具有样本特异性的触发器，利用奇异值分解（SVD）提取干净图像和触发器的主/次特征，将触发信息嵌入干净图像次特征中，保留主特征以维持后门隐蔽性。提出阶段性训练框架：第一阶段联合优化触发生成器与分类器，确保最大化后门攻击的有效性；第二阶段则用最优触发生成器继续训练后门模型。为了验证方法的隐蔽性与有效性，在多个经典数据集上测试了攻击方法。实验结果表明，该方法在四个数据集上都实现了比现有攻击方法更高的攻击成功率，且在良性样本上几乎没有导致准确率下降，并绕过了四种先进的后门防御方法。同时，实验还验证了深度模型对奇异值扰动的敏感性可被恶意利用，而现有的防御机制难以识别此类攻击，为AI模型揭示了新的安全隐患。

• 基于LLM增强图结构的供应链金融信用风险评估

  刘颖, 刘爽, 陆羽, 孙楠, 陈嘉茂

  在全球经济高度一体化的背景下，企业供应链的复杂化对金融服务的需求日益增长。大数据驱动的供应链金融信用风险评估，能够实现快速与精准的风险定价，然而仍存在三个主要局限：（1）当前大多评估方法仅依赖结构化数据，忽略了非结构化数据中的潜在风险信号；（2）基于图神经网络的建模方法大多考虑实体级企业间的复杂关系与传导机制，忽略了属性特征的重要性；（3）图神经网络的多层聚合会导致过平滑问题，使得模型对不同企业之间的差异辨识不足。为解决这些问题，提出LLM增强图结构的供应链金融信用风险评估框架（LGAT）。融合上市公司年报中的管理层讨论与分析（MD&A）内容，实现数据模态的扩展与信息维度的增强；对大语言模型进行轻量级微调，在提取情绪特征的同时降低模型训练和推理所需的计算成本；从特征维度视角和企业邻居视角来进行细粒度的信息聚合，并引入门控残差连接的图注意力神经网络，控制原始输入特征和变换后特征之间的信息流，避免节点特征的过度平滑。构建供应链金融数据集进行对比分析，结果表明LGAT在风险评估任务中显著优于传统模型。

• 基于Diff-Cascade的低资源命名实体识别方法

  邱云飞, 董丽波, 张文文

  在低资源命名实体识别（NER）任务中，目前许多基于迁移学习的方法虽然能够缓解数据稀缺问题，但往往会导致句子中部分正确信息的遗漏或识别错误，从而影响模型在低资源环境中的效果。针对此问题，提出了一种基于多模块协同的NER模型Diff-Cascade-NER。利用变分自编码器（VAE）在潜在空间中学习数据表示，并生成多样化的样本；将上下文信息、句法分析和VAE重构数据作为条件输入到条件编码器（CE）进行编码；将编码后的数据传递给级联扩散模型（CDM），通过多阶段的去噪和生成过程产生高质量样本；通过对抗学习阶段（AL）优化生成样本的质量和多样性。实验结果表明，对比现有模型，Diff-Cascade-NER在8个低资源数据集上表现优越，特别是在BC2GM和WNUT-16数据集上，F1值分别达到85.44%和56.38%，验证了各模块协同作用在低资源NER任务中的有效性。

• 基于幻觉消除大模型的误导性信息检测方法研究

  周昌镐, 孙靖超

  近年兴起的大语言模型凭借强大的语义理解能力在误导性信息检测领域弥补了传统方法依赖人工特征且跨模态处理能力弱、时效性滞后、可解释性差等瓶颈，但其固有的幻觉问题严重制约了检测的准确性和可靠性。为此，提出一种基于幻觉消除大模型的误导性信息检测框架。创新设计了基于查询复杂度的智能动态路由机制，以双路检索增强生成为架构，主要构建了深度融合幻觉消除机制的领域知识图谱，通过创新动态构建与校验算法，分析经结构化提示模板解析后的事件元素，自适应地决策检索路径，有效减轻传统检索增强生成（RAG）存在上下文读取能力差、多轮检索能力欠缺等痼疾。另一方面，创新提出了基于冲突消解与置信度加权的多源证据融合算法，其以动态路由机制输出的初步证据为基础，将证据合成为高一致性、高可信度的增强上下文，并且与冲突检测提示模板紧密配合，为大型语言模型提供了清晰、可靠且结构化的证据体。此外，采用QLoRA高效微调策略，利用知识图谱高质量的结构化知识，深度内化误导检测领域知识，提升模型处理复杂输入的能力。实验表明，该方法在FakeNewsAMT和Chinese_Rumor_Dataset数据集上的准确率、精确率等指标上均显著优于传统方法及主流大语言模型基线，且具有一定的泛化能力。该检测框架有效缓解了大模型在误导性信息检测中的幻觉问题，为基于大语言模型的误导性信息检测任务提供了有效的技术方案。

• 信用风险不平衡数据的表格生成对抗网络优化与分类

  王轶群, 王笑, 高燕程

  人工智能在信用风险评估中能有效识别风险并提升决策效率，然而，现有信用风险数据普遍存在类别不平衡问题，导致模型在预测时偏向多数类，影响评估的准确性和可靠性。针对数据不平衡问题，提出一种融合变分自编码器（VAE）和条件表格生成对抗网络（CTGAN）的混合生成模型（VCTGAN），用于合成高质量平衡数据集。通过VAE中的隐变量学习真实数据的关键特征和潜在分布，生成结构化隐变量作为原始CTGAN的输入；在数据生成器中引入自注意力机制用于更好地捕捉不平衡数据的突出特征；在判别器中加入对比损失模块来增强生成数据的类别间差异，达到提高生成数据质量的目的。通过在Taiwan Credit和Give Me Some Credit两个基准数据集上的系统实验验证，分别取得了89.91%和96.89%的最佳分类准确率，结果表明这种改进方法在处理信用数据不平衡方面明显优于传统方法。消融实验进一步验证了各组件对性能的贡献，证实了所提方法的合理性和有效性。它不仅生成高质量的平衡数据集，而且提高模型识别少数类别的能力，为解决金融领域的数据不平衡问题提供了新的技术方案。

• 融合文本和结构信息的知识图谱补全

  臧洁, 任赛赛, 卢睿, 卢珊, 刘濛濛, 王昊

  知识图谱补全旨在根据现有信息和外部数据推断知识图谱中缺失和错误的内容，构建更加完整和准确的知识图谱。现有的知识图谱补全方法或者只利用知识图谱的结构信息，但是忽略了上下文信息；或者只获得了丰富的上下文信息，但是结构信息没有得到很好的利用。当前的研究较少考虑融合上下文信息和结构信息提升模型的性能。针对上述问题，提出一种融合文本和结构信息的知识图谱补全模型。设计有偏置的随机游走算法，通过动态采样中心实体的多条图路径，构建中心实体的子图以获取更丰富的拓扑信息。为了增强实体和关系间的交互，使用预训练模型融合实体描述和子图并将其转化为文本序列，同时，设计关系感知编码器和尾实体编码器，以获取更多的上下文信息，并引入均值池化和残差多层感知机得到关系感知向量和尾实体向量。设计高效的负采样策略增强对比学习效果，并在训练过程中引入对比学习提升模型补全的效果。在三个公开基准数据集上进行了实验，实验结果表明，在数据集WN18RR上，hits@10比模型StAR提高了8.0个百分点，比PReSA提高了2.9个百分点；在数据集FB15k-237上，hits@10比模型StAR提高了7.1个百分点，比PReSA提高了4.1个百分点。结果表明，与现有的知识图谱补全模型相比，该模型能有效融合知识图谱的上下文信息和结构信息，充分证明了该模型的有效性。

• 融合混合注意力机制的局部原型小样本分类模型

  周彬, 鲜浩, 秦艺嘉, 周宏斌

  在数据稀缺的新类别识别任务中，基于原型网络的小样本学习已受到广泛关注。针对传统方法中全局均值计算的原型在样本极为受限时易受复杂背景干扰，且局部特征覆盖不足等问题，结合局部特征表示和混合注意力机制提出了一种增强原型的方法。通过特征提取网络获得样本特征图，并将其分解为局部描述符，经逐元素均值计算生成融合多尺度细节的原型，能够在保留一定的全局信息的同时，捕捉到丰富的细节和上下文关系，提升原型表示能力和抗干扰能力。设计了通道-空间分布处理的混合注意力机制，其中双池通道注意力模块采用全局平均池化与最大池化双重路径，动态学习通道特征权重以抑制背景干扰；增强空间注意力模块通过局部特征相似度矩阵评估区域关联性，结合全局平均池化与最大池化提取的通道统计特征，协同生成针对前景目标的空间注意力分布，两者以不同模式聚焦于图像的重要局部区域，从而增强原型的代表性。与已有方法相比，该方法在不同粒度分类任务上展现了较明显的优势。粗粒度分类任务中，该方法在两种实验设置下的准确率比基线模型提升了5.60和5.84个百分点；细粒度分类任务中，该方法比其他最好方法的准确率平均提高了5.42个百分点。

• 融合多尺度特征和注意力机制的MRI影像脑肿瘤分类算法

  朱虹, 周慧, 李绪成, 宋新景

  脑肿瘤是全球致死率极高的癌症之一，其准确分类对于制定有效的诊断和治疗方案至关重要。然而，脑肿瘤的异质性和复杂性给传统人工诊断带来了严峻挑战。为此，研究了一种基于深度学习的MRI影像脑肿瘤分类算法。该算法通过融合多尺度特征和双通道注意力机制，实现了精确且高效的分类。采用多尺度特征融合模块替代传统卷积操作，以提取不同尺度的丰富特征信息；设计双重通道注意力机制，动态筛选关键特征，增强对目标区域的关注；利用迁移学习技术初始化模型，加速学习过程并提升泛化能力；结合稀疏交叉熵损失和中心距离损失构建联合损失函数，以监督模型训练过程。整合了三个公开数据资源，构建了一个规模较大且分布均衡的混合数据集，并结合数据增强技术丰富样本多样性，为模型训练提供了充分的数据支持。实验结果表明，所提出的算法在测试数据集上实现了99.33%的分类准确率，较基准算法提升了0.040 8，消融实验和对比实验也进一步验证了算法的有效性与高效性。