我们提出了一种名为PLDG的新型无标签领域通用化框架，通过无监督领域发现和提示学习，实现了对医学图像分类的领域通用化。在三个医学图像分类任务和一个去偏任务上进行了广泛实验，证明了我们的方法在不依赖领域标签的情况下实现了与传统DG算法相媲美甚至更好的性能。

我们提出了一种名为PLDG的新型无标签领域通用化框架，通过无监督领域发现和提示学习，实现了对医学图像分类的领域通用化。在三个医学图像分类任务和一个去偏任务上进行了广泛实验，证明了我们的方法在不依赖领域标签的情况下实现了与传统DG算法相媲美甚至更好的性能。

我们提出了一种名为PLDG的新型无标签领域通用化框架，通过无监督领域发现和提示学习实现了医学图像分类的领域通用化。在多个医学图像分类任务和去偏任务上进行了实验，证明了我们的方法在不依赖领域标签的情况下具有与传统DG算法相媲美甚至更好的性能。

我们提出了一种名为PLDG的新型无标签领域通用化框架，通过无监督领域发现和提示学习，实现了对医学图像分类的领域通用化。实验结果表明，该方法在不依赖领域标签的情况下具有与传统DG算法相媲美甚至更好的性能。