本文提出了一种创新的层次化编码器驱动掩码自编码器（Hi-End-MAE），通过编码器驱动重建和层次密集解码两大核心机制，显著提升了视觉Transformer（ViT）在医学图像分割任务中的表征能力。该方法在10K CT扫描数据上预训练，并在九个公共医学分割基准测试中展现 ...