本文探讨了自然图像数据集（ImageNet）在医学成像中的迁移学习方法，发现其在医学任务中的效果有限。研究表明，轻量级模型与大型模型相当，且在特定条件下，迁移学习能提高医学图像分析的性能。提出了增量转移学习框架和Med-Tuning新方法，以优化医学图像分割的效率和准确性。