深度学习算法在医学影像分析中取得进展，但受数据变化影响。本文综述了连续学习技术在医学影像分析中的应用，包括灾难性遗忘、数据漂移、稳定性和可塑性要求等方面的研究。

深度学习算法在医学影像分析中取得进展，但模型性能受数据变化影响。本文综述了连续学习技术在医学影像分析中的应用，包括灾难性遗忘、数据漂移、稳定性和可塑性要求等方面的研究。同时讨论了连续学习方案、技术、评价方案和指标等关键组成部分。

我们提出了两种连续学习技术对短序列和长序列的伪媒体进行分析，结果显示连续学习方法可以与最有前途的检测方法相结合，实现对最新生成技术的追赶。我们还提出了如何将这种学习方法整合到深度伪造检测管道中进行持续集成和持续部署，以保持检测器的不断维护。