2026年人工智能医疗辅助诊断考试试题及参考答案.docxVIP

2026年人工智能医疗辅助诊断考试试题及参考答案

一、单项选择题（每题2分，共20分）

1.在基于深度学习的肺结节良恶性判别模型中，下列哪种数据增强策略最能降低过拟合风险？

A.随机旋转±5°

B.随机亮度调整±20%

C.CutMix在三维体素空间

D.随机缩放0.9–1.1倍

答案：C

解析：CutMix在3D体素空间可强制网络学习不连续区域特征，显著降低过拟合；旋转、亮度、缩放对医学图像过拟合抑制有限。

2.联邦学习在医疗影像场景下的核心挑战是：

A.模型参数量过大

B.Non-IID数据分布与标签缺失

C.GPU显存不足

D.缺乏开源框架

答案：B

解析：不同医院设备、扫描参数、病种构成差异导致Non-IID，且标签常因隐私无法共享，是联邦学习首要难题。

3.使用Transformer做ECG节律分类时，位置编码最适合采用：

A.正弦-余弦绝对位置编码

B.可学习的一维位置编码

C.心跳间期相对位置编码

D.无需位置编码

答案：C

解析：ECG信号的时间意义由RR间期决定，相对位置编码更能反映节律特征。

4.在病理切片弱监督分类中，若仅提供切片级标签，以下哪种多示例学习（MIL）聚合函数对高分辨率千兆像素图像最鲁棒？

A.最大池化

B.平均池化

C.Noisy-AND

D.Transformer-basedMILPooling

答案：