本研究提出PGDiffSeg模型，旨在解决低分辨率和高噪声医学图像中乳腺癌肿瘤定位的挑战。该模型通过参数共享注意力模块整合噪声处理和语义信息，显著提高了分割准确性，并利用先验知识指导决策。实验结果表明，PGDiffSeg优于现有方法，具有良好的灵活性。

本文介绍了一种改善乳腺癌治疗中肿瘤定位的学习策略，适用于乳腺磁共振图像注册。该策略克服了乳腺图像中纹理信息不足和变形需要满足微分同胚约束的困难，并提供了早期实验结果。注册网络在乳腺图像的注册中表现出优越的结果，并提供了微分同胚保证。