跳到正文
热点事件观察中

TRiST：拓扑强化Swin Transformer医学图像框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月6日，arXiv Computer Vision 刊出 Pengfei Gu 等作者的论文，提出拓扑强化 Swin Transformer（TRiST）框架，用于医学图像分析。据该报道，TRiST 把拓扑信息融入 Swin Transformer 的特征构建、细化与注意力三个环节，并实例化为分类模型 Topo-SwinV2-B 和分割模型 Topo-Swin-UNet。报道未给出实验数据、数据集、性能对比或代码发布信息，也未说明该框架的适用对象与使用限制。目前事件进展停留在框架提出与模型实例化层面，尚无后续跟进报道。

AI 根据报道生成 · 2 天前更新

最新进展11月6日 13:00
TRiST：面向医学图像分析的拓扑强化 Swin Transformer

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv Computer Vision
    TRiST：面向医学图像分析的拓扑强化 Swin Transformer

    研究者提出 TRiST 框架，把拓扑信息融入 Swin Transformer 的特征构建、细化与注意力环节，并实例化为分类模型 Topo-SwinV2-B 和分割模型 Topo-Swin-UNet。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月6日 14:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。