本研究提出了一种新框架HiCA，旨在解决医学图像分类中的标注数据稀缺和图像复杂性问题。通过领域特定预训练和层次对比学习，该方法实现了视觉与文本的多层级对齐，并在基准数据集上表现出色，展示了在医学成像任务中的潜力。