医学 AI

Hybrid Transformer-Mamba for Weakly Supervised Volumetric Medical Segmentation

混合Transformer-Mamba用于弱监督体积医学分割

Yiheng Lyu, Lian Xu, Coen Arrow, Mohammed Bennamoun, Farid Boussaid, Girish Dwivedi

专题命中 医学影像 ：混合Transformer-Mamba用于弱监督体积医学分割

AI总结 提出TranSamba混合架构，通过跨平面建模捕获3D上下文，在弱监督下实现高效体积分割，在三个数据集上达到最优性能。

Volumetric Ultrasound via 3D Null Subtraction Imaging with Circular and Spiral Apertures

体积分层超声成像：基于圆形和螺旋孔径的3D空子减法成像

Bingze Dai, Xi Zhang, Wei-Ning Lee

专题命中 医学影像 ：提出3D空子减法成像技术用于体积超声，属于医学影像。

AI总结 本文提出3D空子减法成像技术，通过高效空子减法与稀疏孔径设计提升体积分层超声成像的图像质量、帧率和硬件复杂度平衡，实验显示其在方位和仰角分辨率及对比度方面优于传统DAS方法。

Comments 10 pages,12 figures

Journal ref Ultrasonics, 2026: 108179

An efficient approach with theoretical guarantees to simultaneously reconstruct activity and attenuation sinogram for TOF-PET

一种具有理论保证的高效方法用于同时重建TOF-PET的活动和衰减正弦图

Liyang Hu, Chong Chen

专题命中 医学影像 ：PET重建，核心医学影像方法

AI总结 本文提出一种基于最大似然估计的新方法，用于同时重建TOF-PET的活动和衰减正弦图，通过利用指数形式的衰减校正因子和活动总量约束，证明了方法的可解性，并通过实验验证了其在精度和效率上的优越性。

Comments 32 pages, 11 figures, 4 tables

Journal ref IEEE Transactions on Computational Imaging 2026

Diffusion-Based Limited-Angle CT Reconstruction under Noisy Conditions

基于扩散的噪声条件下有限角度CT重建

Jiaqi Guo, Santiago López-Tapia

专题命中 医学影像 ：CT重建方法，直接应用于医学影像

AI总结 本文提出基于扩散的有限角度CT重建方法，通过Mean-Reverting随机微分方程完成缺失角度视图，结合噪声感知校正机制提升鲁棒性，实验表明在不同噪声强度和采集条件下均表现优异。

Comments Accepted at the 2025 IEEE International Conference on Image Processing (ICIP), Workshop

Optimized Multi-Contrast Self-Supervised MRI Reconstruction using Learned k-space Partitioning

使用学习型k空间划分的优化多对比度自监督MRI重建

Brenden Kadota, Charles Millard, Mark Chiew

专题命中 医学影像 ：提出多对比度自监督MRI重建方法

AI总结 提出一种多对比度自监督学习框架，通过端到端学习最优k空间数据划分，无需全采样数据即可提升MRI重建质量。

GHOST-CAT: An Efficient and Practical Network for Mesh Generation from 3D Echocardiography

GHOST-CAT: 一种高效实用的三维超声心动图网格生成网络

Edward Ferdian, Debbie Zhao, Alistair A. Young, Martyn P. Nash

专题命中 医学影像 ：从3D超声心动图生成左心室网格，属于医学影像处理

AI总结 提出GHOST-CAT两阶段网络，结合CNN、图卷积和Transformer，从3D超声心动图生成拓扑一致、时间连贯的左心室网格，在100例测试集上Dice系数达0.87（腔室）和0.75（心肌），优于现有方法。

Toward Training-Free Zero-Shot Anomaly Detection in 3D Medical Images: A Batch-Based Approach Using 2D Foundation Models

迈向3D医学图像的无训练零样本异常检测：基于批次的方法使用2D基础模型

Tai Le-Gia

专题命中 医学影像 ：3D医学图像零样本异常检测，无训练方法。

AI总结 提出CS3F框架，利用2D基础模型对3D医学图像进行零样本异常检测，通过沿多轴分解、切片编码和跨主体相似性计算异常分数，并引入粗到细的分词策略减少信号衰减。

On-Manifold Variational Learning with Heat-Kernel Priors

基于热核先验的流形变分学习

Jiarui Xing, Tal Zeevi, Nian Wu, Jian Wang

专题命中 医学影像 ：在心脏瘢痕和脑MRI基准上取得最高精度

AI总结 提出一种流形锚定变分框架，利用几何感知EM算法选择热核加权潜图上的图中心点作为原型，确保原型在流形上，并通过Dirichlet能量正则化保持潜空间几何平滑，在心脏瘢痕和脑MRI基准上取得最高精度和清晰原型。

Enhancing Pathological VLMs with Cross-scale Reasoning

增强病理视觉语言模型的跨尺度推理能力

Chi Phan, Tianyi Zhang, Qiaochu Xue, Yufeng Wu, Dan Hu, Zeyu Liu, Sudong Wang, Yueming Jin

专题命中 医学影像 ：病理VLM跨尺度推理，医学影像分析

AI总结 提出首个跨尺度训练与评估范式，通过多倍率视觉问答任务增强病理视觉语言模型的跨尺度推理能力，并构建高质量基准数据集Scale-VQA及模型ScaleReasoner-R1，实现最优性能。

Conditional Latent Diffusion Model with Fourier-based Motion Modelling for Virtual Population Synthesis

基于傅里叶运动建模的条件潜扩散模型用于虚拟人群合成

Shaokun Lan, Haoran Dou, Jinghan Huang, Arezoo Zakeri, Fengming Lin, Zherui Zhou, Jinming Duan, Alejandro F. Frangi

专题命中 医学影像 ：心脏网格序列生成，医学影像应用

AI总结 提出4D F-MeshLDM框架，结合卷积网格VAE、截断傅里叶级数运动参数化和条件扩散先验，实现可控的3D+t心脏网格序列生成，在UK Biobank数据上优于基线方法。

Comments This work has been early accepted by International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) 2026

Beyond Nearest Neighbor Interpolation in Data Augmentation

超越数据增强中的最近邻插值

Olivier Rukundo

专题命中 医学影像 ：提出离线数据增强管道，提升医学图像分割性能。

AI总结 本文提出改进的几何变换函数和均值分类过滤机制，以避免最近邻插值带来的标注误差和低通滤波影响，通过离线数据增强管道提升医学图像分割性能。

Comments 10 pages, 11 figures, 14 tables

A Clinician-Centered Pipeline for Annotation and Evaluation in Ultrasound AI Studies

面向临床医生的超声AI研究注释与评估流程

Fangyijie Wang, Jianjun Yu, Wentao Shi, Haixia Huang, Ran Shi, Guénolé Silvestre, Kathleen M. Curran

专题命中 医学影像 ：超声AI注释与评估流程，属于医学影像

AI总结 提出一个基于中央服务器和轻量级浏览器的临床医生中心化流程，支持远程注释、盲评和多评分者参与，在胎儿超声分割研究中验证了其可重复性和统计一致性。

Comments Accepted to MIUA 2026

Artemis: Anatomy-Resolved inTervention for Eliminating Multimodal NeuroImage confounderS

Artemis: 解剖分辨的干预方法用于消除多模态神经影像混杂因素

Siyuan Dai, Yang Du, Kun Zhao, Zhusuyi Chen, Heng Huang, Paul Thompson, Chao Shi, Haoteng Tang, Liang Zhan

专题命中 医学影像 ：提出Artemis框架消除神经影像混杂因素，提升诊断性能。

AI总结 提出Artemis框架，通过区域级因果干预学习特定脑区的混杂因素表示，消除fMRI和DTI多模态神经影像中人口统计学混杂因素对GNN的影响，在三个基准上提升性能。

Comments 11 pages, 8 figures

Beyond Algorithms: Conceptual Innovation in Medical Imaging AI

超越算法：医学影像人工智能中的概念创新

Mark A. Anastasio

专题命中 医学影像 ：医学影像AI概念创新讨论

AI总结 本文区分算法创新与概念创新，指出当前激励结构过度奖励算法新颖性而忽视概念贡献，通过医学影像AI案例展示概念不足导致的错位目标与有限临床影响，并提出促进概念创新的建议。

Efficient Image Registration for Ultrasound Localization Microscopy by Obtaining Gradients via Integration Across Iterations

通过跨迭代积分获取梯度的超声定位显微镜高效图像配准

Jipeng Yan, Chang Liu, Hengchang Liu, Biao Huang, Meng-Xing Tang, Yingxiang Liu, Ying Tan

专题命中 医学影像 ：超声定位显微镜图像配准

AI总结 提出极值搜索控制（ESC）替代显式梯度计算，用于超声定位显微镜（ULM）图像配准，实现每迭代计算成本降低约3.5倍，并在离体猪心ULM成像中达到219 μm分辨率。

RespGeomLib: A Reproducible Parametric Engine for Generating Analysis-Ready Human Airway Lumen Geometry

RespGeomLib：一个可复现的参数化引擎，用于生成分析就绪的人类气道管腔几何结构

Nichula Wasalathilaka, Parakrama Ekanayake, Roshan Godaliyadda

专题命中 医学影像 ：气道管腔几何生成，用于医学仿真

AI总结 提出RespGeomLib，一个基于YAML规范的可复现参数化引擎，通过端口组装与隐式平滑混合生成无缝气道管腔表面，避免全局体素化，在定量上产生更清洁的分叉且更高效，支持形态测量引导生成和CFD仿真。

Comments Accepted to Publication at 2026 IEEE Mercon

Not Just How Much, But Where: Decomposing Epistemic Uncertainty into Per-Class Contributions

不仅多少，而且何处：将认知不确定性分解为每类贡献

Mame Diarra Toure, David A. Stephens

专题命中 医学影像 ：在糖尿病视网膜病变选择性预测中验证方法

AI总结 针对安全关键分类中认知不确定性度量无法区分类别的问题，提出将互信息分解为每类向量$C_k$，通过二阶泰勒展开和$1/\mu_k$加权校正边界抑制，在糖尿病视网膜病变选择性预测、分布外检测和标签噪声研究中验证其有效性。

Comments 8 pages, 17 figures Accepted at UAI 2026

Journal ref Forty-Second Annual Conference on Uncertainty in Artificial Intelligence}, year={2026}, url={https://openreview.net/forum?id=cxuWscJmAr}

A Systematic Review on the Generative AI Applications in Human Medical Genomics

关于生成式AI在人类医学基因组学中的应用系统综述

Anton Changalidis, Yury Barbitoff, Yulia Nasykhova, Andrey Glotov

专题命中 临床大模型 ：探讨LLM在遗传疾病诊断中的应用，属于临床AI。

AI总结 本文系统综述了生成式AI在罕见和常见疾病遗传研究与诊断中的应用，分析了LLM在基因组变异识别、注释及医学影像中的作用，指出其在多模态数据整合和临床应用中的挑战。

Comments 31 pages, 5 figures

Journal ref Frontiers in Genetics 16 (2026) 1694070

Clin-JEPA: A Multi-Phase Co-Training Framework for Joint-Embedding Predictive Pretraining on EHR Patient Trajectories

Clin-JEPA：一种多阶段协同训练框架，用于EHR患者轨迹的联合嵌入预测预训练

Yixuan Yang, Mehak Arora, Ryan Zhang, Baraa Abed, Junseob Kim, Tilendra Choudhary, Md Hassanuzzaman, Kevin Zhu, Ayman Ali, Chengkun Yang, Alasdair Edward Gent, Victor Moas, Rishikesan Kamaleswaran

专题命中 临床大模型 ：提出Clin-JEPA框架，用于EHR患者轨迹预训练。

AI总结 本文提出Clin-JEPA框架，通过多阶段预训练稳定协同训练编码器和预测器，解决EHR数据中联合嵌入预测的挑战，实现多任务下游任务的高性能表现。

Comments 16 pages, 4 figures, 8 tables. Code: https://github.com/YeungYathin/Clin-JEPA

PSyGenTAB: A Privacy-Preserving Framework for Synthetic Clinical Tabular Data Generation via Constrained Optimization

PSyGenTAB：通过约束优化生成合成临床表格数据的隐私保护框架

Arshia Ilaty, Hossein Shirazi, Manasi Chitale, Kedar Hegde, Dhanalakshmi Ramesh, Rashmi S. Manjunath, Amir Rahmani, Hajar Homayouni

专题命中 临床大模型 ：生成合成临床表格数据

AI总结 提出PSyGenTAB框架，将合成医疗数据生成建模为约束优化问题，通过增强拉格朗日方法嵌入可配置隐私约束，在保证隐私阈值的同时最大化临床数据效用，实验表明合成数据训练的模型性能与真实数据相当。

Comments 20 pages

Development and Comparative Analysis of Machine Learning Models for Hypoxemia Severity Triage in CBRNE Emergency Scenarios Using Physiological and Demographic Data from Medical-Grade Devices

基于生理和人口数据的机器学习模型在CBRNE紧急场景中用于缺氧严重程度分诊的发展与比较分析

Santino Nanini, Mariem Abid, Yassir Mamouni, Arnaud Wiedemann, Philippe Jouvet, Stephane Bourassa

专题命中 诊断辅助 ：机器学习模型预测缺氧严重程度用于分诊

AI总结 本文开发了机器学习模型预测紧急分诊中的缺氧严重程度，利用生理数据提升预测准确性，GBM在训练速度和可解释性上优于序列模型，未来将整合多医院数据提升模型泛化能力。

Comments 12 figures, 12 tables and 39 pages

Journal ref Diagnostics 14 (2024) 2763

ChronoSurv: A Clinical Pathway-Guided Graph Framework for Multimodal Survival Analysis

ChronoSurv：一种临床路径引导的多模态生存分析图框架

Hugo Miccinilli, Theo Di Piazza

专题命中 诊断辅助 ：多模态生存分析框架，用于头颈癌预测

AI总结 提出ChronoSurv，一种基于有向图的多模态生存分析框架，通过层次化拓扑和异质消息传递建模临床轨迹，在头颈癌数据集上取得最优判别性能与可靠校准。

Comments Accepted at MICCAI 2026. Submitted version due to embargo

Fair Cognitive Impairment Detection Through Unlearning

通过去学习实现公平的认知障碍检测

William Nguyen, Jiali Cheng, Hadi Amiri

专题命中 诊断辅助 ：多模态框架公平检测轻度认知障碍

AI总结 提出一种多模态框架，结合跨模态融合和梯度反转去学习，减少人口统计信息对轻度认知障碍检测的偏见，在跨语言数据集上缩小性能差距。

Comments Interspeech 2026

An auscultation location specific study on the relationship between expiratory-to-inspiratory acoustic patterns and spirometric airflow limitation across age and gender in asthmatic patients

基于听诊位置的哮喘患者呼气-吸气声学模式与肺功能气流受限关系的年龄和性别特异性研究

Dheeraj Harish Kumar, Sanjana M C, Perumal Keerthi Priya, K V Nikhath Khanam, Uma Maheshwari Krishnaswamy, Prasanta Kumar Ghosh

专题命中 诊断辅助 ：呼吸音分析辅助哮喘诊断，医学AI

AI总结 本研究通过分析141名哮喘患者的呼吸音频谱，发现呼气-吸气声功率比与FEV1/FVC在100-400Hz频段显著相关，且相关性受听诊位置、年龄和性别影响。

A Reproducible Log-Driven AutoML Framework for Interpretable Pipeline Optimization in Healthcare Risk Prediction

可重复的基于日志的自动机器学习框架用于医疗风险预测中的可解释流水线优化

Rui Huang, Lican Huang

专题命中 诊断辅助 ：AutoML框架用于医疗风险预测，属于诊断辅助。

AI总结 本文提出了一种可重复的基于日志的自动机器学习框架，用于医疗风险预测中的可解释流水线优化，通过分析组件属性、交互和冗余性，提高了模型性能和稳定性。

Something from Nothing: Data Augmentation for Robust Severity Level Estimation of Dysarthric Speech

无中生有：面向构音障碍语音严重程度鲁棒估计的数据增强

Jaesung Bae, Xiuwen Zheng, Minje Kim, Chang D. Yoo, Mark Hasegawa-Johnson

专题命中 诊断辅助 ：构音障碍语音质量评估，用于临床诊断

AI总结 提出三阶段框架，利用未标注构音障碍语音和典型语音数据集，通过教师模型生成伪标签、标签感知对比学习预训练和微调，在五个未见数据集上平均SRCC达0.761，显著优于现有方法。

Comments Accepted to Interspeech 2026 Long Paper Track

Index Date Imputation for Survival Analysis in Externally Controlled Trials with Delayed Treatment Initiation

延迟治疗启动的外部对照试验中生存分析的索引日期插补

Q. Le Coent, G. L. Rosner, M-C. Wang, C. Hu

专题命中 诊断辅助 ：外部对照试验中索引日期插补方法

AI总结 针对外部对照试验中因治疗启动延迟导致的索引日期错位问题，提出截断感知的索引日期插补（IDI）方法，结合倾向得分加权以校正混杂，模拟和真实数据验证其减少偏差的有效性。

MetaboNet-Bench: A Multi-modal Benchmark for Glucose Forecasting in Type 1 Diabetes

MetaboNet-Bench：1型糖尿病血糖预测的多模态基准

Nathaniel Jeffries, Miriam Wolff, Sam Royston, Elizabeth Healey, Caleb Mayer, David Klonoff, Michael Snyder, Tao Wang

专题命中 健康监测 ：1型糖尿病血糖预测多模态基准

AI总结 针对1型糖尿病血糖预测算法缺乏标准化评估基准的问题，提出MetaboNet-Bench多模态基准，集成血糖、胰岛素和碳水化合物数据，通过多个模型对比验证多模态数据对模型性能的影响。

Comments main content in 10 pages with 5 figures; supplementary section with 11 more pages and 5 more figures

Non-invasive load measurement in the human tibia via spectral analysis of flexural waves

通过弯曲波的频谱分析非侵入式测量人体胫骨的负荷

Ali Yawar, Daniel H. Aslan, Daniel E. Lieberman

专题命中 健康监测 ：非侵入式胫骨负荷测量，用于运动医学

AI总结 该研究提出了一种非侵入式测量胫骨压缩力的方法，通过分析胫骨中传播的弯曲波频谱，利用频谱峰值位置与压缩力的线性关系进行测量，验证了该方法在人体运动和体育医学中的应用潜力。

Comments 23 pages, 23 figures, 1 table. Manuscript revised for clarity and consistency

Journal ref J. R. Soc. Interface (2026) 23 (239): 20251206

Eye dominance and testing order effects in the circularly-oriented macular pigment optical density measurements that rely on the perception of structured light-based stimuli

圆周定向视网膜色素密度测量中眼主导性与测试顺序效应的影响

Mukhit Kulmaganbetov, Taranjit Singh, Dmitry Pushin, Pinki Chahal, David Cory, Davis Garrad, Connor Kapahi, Melanie Mungalsingh, Iman Salehi, Andrew Silva, Ben Thompson, Zhangting Wang, Dusan Sarenac

专题命中 健康监测 ：研究视网膜色素密度测量中的影响因素

AI总结 研究探讨了基于结构化光刺激的视网膜色素密度测量中，眼主导性和测试顺序对感知的影响，发现两者与测量结果无显著相关性，为未来临床应用奠定基础。