原型对比学习

DK-DDIL：面向医学影像动态领域增量学习的自适应知识保持

DK-DDIL: Adaptive Knowledge Retention for Dynamic Domain-Incremental Learning in Medical Imaging

面向医学影像的免回放领域增量学习框架：用动态秩选择+自适应正则化在域漂移下分配容量，再用选择性适配器融合与原型级对比精炼稳定跨域知识迁移，可直接迁移到视觉基础模型的持续适配场景。