本研究提出了修补遮挡策略（IBO），通过修补组织病理图像中的遮挡区域，减少了分布外伪影并保持数据完整性。结果显示，IBO显著提高了感知保真度，并将XAI性能预测准确率从42%提升至71%。

该文综述深度学习图像压缩研究，涵盖迭代扩散模型与文本引导在极低比特率下重建逼真图像，压缩对分类、检测、分割准确度的影响及微调恢复，文本到图像生成模型、无监督压缩器和感知损失方法对感知与语义保真度的提升，以及医学影像压缩比可达300倍。