深度分析 3D 醫療影像的資料分配優化：基於 Masked Autoencoder 的轉移感知尺度律 臨床影像跨CT、MRI、PET等異質領域。研究以MAE與尺度律建模，提出轉移感知資料分配，將混合策略化為閉式優化。透過域別尺度指數與非對稱轉移矩陣，從小規模代理外推至大預算，揭示樞紐—孤島結構並顯著降低MAE、提升下游分類與分割表現。實驗顯示對比傳統按資料量抽樣，可在MAE損失上最多改善58%，並對未見預算具良好外推性。
