الكشف الشامل عن البؤر المرضية (ULD) في التصوير المقطعي الحاسوبي يلعب دورًا أساسيًا في التشخيص المساعد بالحاسوب. تم الإبلاغ عن نتائج واعدة لطرق الكشف ذات المرحلتين الخشنة إلى الدقيقة، ولكن هذه الطرق ذات المرحلتين لا تزال تعاني من مشاكل مثل عدم التوازن بين الأهداف الإيجابية والسلبية أثناء اقتراح الأجسام، وعدم كفاية الرقابة أثناء تحسين تصنيف وتوضع المنطقة المعنية (RoI). بينما يمكن أن يساعد استخدام أقنعة التقسيم الوهمية مثل خريطة الحدود (BM) في تقليل المشاكل المذكورة إلى حد ما، فإن التعامل بفعالية مع الأشكال والأحجام المختلفة للبؤر المرضية في ULD لا يزال مشكلة مفتوحة.في هذا البحث، نقترح تدريبًا شرطيًا مستندًا إلى خريطة الحدود (BM) للكشف الشامل عن البؤر المرضية ذي المرحلتين، والذي يمكنه:(i) تقليل عدم التوازن بين الأهداف الإيجابية والسلبية عبر آلية الشرط المستندة إلى خريطة الحدود (BMC) لعينة الأهداف بدلاً من القاعدة التقليدية المستندة إلى IoU؛(ii) حساب خريطة الحدود المناسبة للحجم بشكل متكيف (ABM) من صندوق حدود البؤرة المرضية، والتي تُستخدم لتحسين دقة تحديد موقع البؤرة المرضية عبر تقسيم مشرف بواسطة ABM.أظهرت التجارب باستخدام أربع طرق رائدة أن النهج المقترح يمكن أن يوفر تحسينًا مجانيًا تقريبًا في دقة الكشف دون الحاجة إلى إجراءات غالية الثمن لتوضيح أقنعة البؤر المرضية.