本研究提出了一种新的跨图像与图内原型学习框架（CIPL），旨在解决多标签疾病诊断中的挑战，提升模型对复杂病灶的理解，并通过两级对齐正则化增强预测性能，实验结果显示其分类准确率达到最先进水平。