本研究提出了一种新的概率空间注意力多实例学习框架（PSA-MIL），旨在解决全滑动图像分类中传统方法无法充分利用空间关系的问题。该方法通过可学习的距离衰减先验，将空间上下文融入注意力机制，从而提高分类准确性并降低计算成本。

本研究提出了一种基于扩散分布相似性的离群检测方法，解决了现有方法忽视分布差异的问题。该方法在信息特征空间和概率空间中衡量测试图像与生成图像的分布相似性，实验证明其检测性能显著优于传统方法。