武汉光谷爱计算有限公司

本发明涉及医学图像理解与生成技术领域，本发明提供了一种面向胸部X线影像理解与生成的统一医疗基础模型。本发明将两类任务解耦为负责理解任务的自回归分支、负责高保真生成任务的扩散分支。本发明引入跨模态自注意力机制，通过理解分支输出的特征对生成过程进行动态引导。结合严格的数据清洗流水线与渐进式优化策略，该网络架构既能够充分发挥扩散模型的优势实现优异的生成效果，同时实现了两类任务之间的协同配合。在两组代表性基准测试中，本发明仅使用LLM‑CXR模型四分之一的参数量，便实现了理解任务性能46.1%的提升，以及生成质量24.2%的优化。本发明的模型性能可与专用单任务模型持平，为医疗影像理解与生成的协同优化提供了一种可扩展的技术范式。