Extending ZACH-ViT to Robust Medical Imaging: Corruption and Adversarial Stress Testing in Low-Data Regimes
扩展ZACH-ViT以实现鲁棒医学影像：在低数据环境下对损坏和对抗性压力测试
机构 * BioML Lab, RI CODE, UniBw, Munich, Germany（慕尼黑联邦国防军大学，RI CODE，BioML实验室，德国慕尼黑） ； AUMC, Amsterdam, Netherlands（阿姆斯特丹大学医学中心，荷兰阿姆斯特丹）
专题命中 医学数据与评测 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV
AI总结 本文扩展ZACH-ViT，评估其在低数据环境下对常见图像损坏和对抗扰动的鲁棒性，发现其在清洁数据和常见损坏下表现优异，在对抗性压力下仍保持竞争力，但对抗鲁棒性仍是挑战。
Comments Accepted at CVPR 2026 Workshop (PHAROS-AIF-MIH)
