AI Agent

Integrated Pipeline for Coronary Angiography With Automated Lesion Profiling, Virtual Stenting, and 100-Vessel FFR Validation

冠状动脉造影集成管道与自动病变分析、虚拟支架植入及100血管FFR验证

Georgy Kopanitsa, Oleg Metsker, Alexey Yakovlev

专题命中 工作流自动化 ：planning(abstract)；workflow(abstract)；分类 cs.AI

AI总结 AngioAI-QFR通过自动分析和虚拟支架植入，提供了一种整合计算机视觉、功能分析和虚拟PCI的实时冠状动脉造影管道，实现了100血管FFR验证。

Comments 22 pages, 10 figures, 7 tables

Kaapana: A Comprehensive Open-Source Platform for Integrating AI in Medical Imaging Research Environments

Kaapana：一个综合的开源平台，用于将AI整合到医学影像研究环境中

Ünal Akünal, Markus Bujotzek, Stefan Denner, Benjamin Hamm, Klaus Kades, Philipp Schader, Jonas Scherer, Marco Nolden, Peter Neher, Ralf Floca, Klaus Maier-Hein

机构 * Division of Medical Image Computing, German Cancer Research Center, Heidelberg, Germany（德国癌症研究中心医学影像计算部，海德堡，德国） ； Medical Faculty, University of Heidelberg, Heidelberg, Germany（海德堡大学医学系，海德堡，德国） ； Computer Science Faculty, University of Heidelberg, Heidelberg, Germany（海德堡大学计算机科学系，海德堡，德国） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital, Heidelberg, Germany（放射肿瘤学部门模式分析与学习组，海德堡大学医院，海德堡，德国） ； German Cancer Consortium (DKTK), Partner Site Heidelberg, Heidelberg, Germany（德国癌症联盟（DKTK），海德堡合作伙伴站点，海德堡，德国） ； Heidelberg Institute of Radiation Oncology (HIRO), National Center for Radiation Research in Oncology (NCRO), Heidelberg, Germany（海德堡放射肿瘤学研究所（HIRO），肿瘤放射研究国家中心（NCRO），海德堡，德国） ； National Center for Tumor Diseases (NCT), NCT Heidelberg, a partnership between DKFZ and the University Medical Center Heidelberg, 69120 Heidelberg, Germany（肿瘤疾病国家中心（NCT），海德堡NCT，德克萨斯儿童医学研究中心（DKFZ）与海德堡大学医学中心之间的合作，海德堡，德国） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Kaapana是一个开源平台，旨在通过统一的数据处理和协作工具，解决医学影像研究中数据共享与多中心协作的挑战。

Auto-3DPFM: Automating Polarization-Vector Mapping at the Nanoscale

Auto-3DPFM：在纳米尺度上自动化极化矢量映射

Ralph Bulanadi, Marti Checa, Michelle Wang, Franck Rothen, John Lasseter, Sumner B. Harris, Daniel Sando, Valanoor Nagarajan, Liam Collins, Stephen Jesse, Rama Vasudevan, Yongtao Liu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Auto-3DPFM通过自动化技术实现纳米尺度极化矢量的高精度表征，提升铁电材料研究的效率与准确性。

exa-AMD: An Exascale-Ready Framework for Accelerating the Discovery and Design of Functional Materials

exa-AMD：一种面向exascale的加速功能材料发现与设计框架

Weiyi Xia, Maxim Moraru, Ying Wai Li, Cai-Zhuang Wang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 exa-AMD是一种面向exascale的开源框架，通过任务驱动并行化和模块化设计，加速功能材料的发现与设计。

Pre-training, fine-tuning, and distillation (PFD): Automatically generating machine learning force fields from universal models

预训练、微调和蒸馏（PFD）：从通用模型自动生成机器学习力场

Ruoyu Wang, Yuxiang Gao, Hongyu Wu, Zhicheng Zhong

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PFD方法通过预训练、微调和蒸馏从通用模型自动生成高精度力场，提升材料模拟效率和精度。

Comments 11 pages, 8 figures

Journal ref Phys. Rev. Materials (2025) 9, 113802

Integrating Deep-Learning-Based Magnetic Model and Non-Collinear Spin-Constrained Method: Methodology, Implementation and Application

融合深度学习磁模型与非列线自旋约束方法：方法、实现与应用

Daye Zheng, Xingliang Peng, Yike Huang, Yinan Wang, Duo Zhang, Zhengtao Huang, Zefeng Cai, Linfeng Zhang, Mohan Chen, Ben Xu, Weiqing Zhou

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种非列线自旋约束方法，结合深度学习磁模型，用于预测铁材料的居里温度。

EMMap: A Systematic Framework for Spatial EMFI Mapping and Fault Classification on Microcontrollers

EMMap：面向微控制器的空间电磁故障注入映射与故障分类系统框架

Gandham Sai Santhosh, Siddhartha Sanjay Naik, Ritwik Badola, Chester Rebeiro

专题命中 工作流自动化 ：workflow(abstract)

AI总结 EMMap提出了一种平台无关的框架，用于系统化地映射微控制器上的空间电磁故障敏感性并分类故障行为，通过实验展示了其在不同微控制器上的应用潜力。