أثبت التصوير الطيفي الطبي (MHSI) فعاليته الكبيرة في تشخيص الأمراض من خلال التقاط المعلومات الطيفية-المكانية لأنسجة الجسم. على الرغم من التحسينات الكبيرة في دقة التصنيف التي حققتها تقنية التعلم العميق، إلا أنها تواجه مشكلات كبيرة تتعلق بالموثوقية نتيجة وجود تقاطع معروف بين الدقة والموثوقية في الشبكات العصبية العميقة (DNNs).

الموضوع يكتسب أهمية خاصة في التصوير الطيفي الطبي، حيث تعتمد التنبؤات الدقيقة على العلاقات المحلية بين الأنسجة والهياكل الطيفية-المكانية متعددة المقاييس. ومن أجل تعزيز الموثوقية، يصبح من الضروري التعرف على أمثلة الهجوم المعادية الأكثر هشاشة وإدراجها في التدريب المناهض.

ومع ذلك، فإن الأساليب الحالية للهجمات توفر استغلالًا غير كافٍ لهذه الخصائص الطيفية-المكانية الخاصة، مما يؤدي إلى فعالية محدودة. لمعالجة هذه الفجوة، تم اقتراح إطار عمل للهجمات المعادية يتبنى نموذجًا تدريجيًا للتبع الطيفي-المكاني المحلي والتمثيلات الهرمية متعددة المقاييس.

تقوم الطريقة المقترحة بتوليد ت perturbations متناسقة تشريحيًا عن طريق نمذجة الاعتماديات الجوارية والخصائص الطيفية-المكانية الهرمية. وقد أظهرت التجارب التي أجريت على مجموعات بيانات الدماغ والقناة الصفراوية أن هذه الأساليب تمنح نتائج أفضل في تدهور أداء تصنيف الآفات في المناطق الحرجة للأورام مقارنة بالمعايير الحالية، مع الاحتفاظ بمستوى منخفض من التموج.

تتجلى هذه النتائج في ضعف حاسم في قوة التحمل للنماذج الحالية لـ MHSI، مما يتيح فرصة لتطوير استراتيجيات دفاعية مستهدفة وأكثر نجاعة.