本研究提出了一种新颖的多视角感知知识增强变换器（MvKeTR），旨在改进胸部CT报告生成。该方法通过多视角感知聚合器整合诊断信息，并利用跨模态知识增强器引入临床记录，模拟医生的诊断流程。实验结果表明，MvKeTR在CTRG-Chest-548K数据集上优于现有模型。

本研究提出了一种新型急性淋巴细胞白血病（ALL）的诊断流程，利用深度学习模型实现96.15%的准确率和97.56%的敏感度。模型通过可视化技术识别关键细胞特征，支持临床决策。同时，开发了自动化系统和远程诊断软件，提高了诊断效率和准确性。