本研究提出了一种名为BM-MAE的遮挡图像建模预训练策略，旨在解决多模态医学影像中的缺失模态问题。该方法提高了医疗成像的资源利用效率，并在多项任务中优于传统的单模态预训练方法，展示了其实际应用价值。

本研究提出了一种基于视觉皮层边界完成机制的定制滤波器，以提高卷积神经网络在处理遮挡图像时的鲁棒性。修改后的LeNet 5在处理被遮挡的MNIST图像时，准确性显著提升，验证了该方法的有效性。