医学 AI

Layer-wise Noise Guided Selective Wavelet Reconstruction for Robust Medical Image Segmentation

分层噪声引导的选性小波重建用于鲁棒医学图像分割

Yuting Lu, Ziliang Wang, Weixin Xu, Wei Zhang, Yongqiang Zhao, Yang Yu, Xiaohong Zhang

机构 * Big Data and Software College, Chongqing University（重庆大学大数据与软件学院） ； Office of Scientific Research, Peking University（北京大学科研办公室） ； Key Lab of High Confidence Software Technology, Ministry of Education (Peking University)（教育部高可信软件技术重点实验室（北京大学）） ； School of Computer Science, Peking University（北京大学计算机学院） ； Department of Cardiology and Institute of Vascular Medicine, Peking University Third Hospital（北京大学第三医院心内科和血管医学研究院） 纠错

专题命中 医学影像 ：medical image(title,abstract)；CT(abstract)；分类 cs.CV

AI总结 LNG-SWR通过分层噪声引导选性小波重建提升医学图像分割的鲁棒性，无需对抗训练也能增强模型在对抗攻击下的稳定性。

DuetMatch: Harmonizing Semi-Supervised Brain MRI Segmentation via Decoupled Branch Optimization

DuetMatch: 通过解耦分支优化和谐半监督脑MRI分割

Thanh-Huy Nguyen, Hoang-Thien Nguyen, Vi Vu, Ba-Thinh Lam, Phat Huynh, Tianyang Wang, Xingjian Li, Ulas Bagci, Min Xu

专题命中 医学影像 ：MRI(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 DuetMatch通过解耦分支优化和异步训练，提升半监督脑MRI分割的鲁棒性和性能。

Comments Published in Computerized Medical Imaging and Graphics (CMIG)

Adaptive Mix for Semi-Supervised Medical Image Segmentation

自适应混合用于半监督医学图像分割

Zhiqiang Shen, Peng Cao, Junming Su, Jinzhu Yang, Osmar R. Zaiane

机构 * School of Computer Science and Engineering, Northeastern University（计算机科学与工程学院，东北大学） ； Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education（医学图像智能计算重点实验室，教育部） ； Alberta Machine Intelligence Institute, University of Alberta（阿尔伯塔人工智能研究所，阿尔伯塔大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；CT(abstract)；分类 cs.CV

AI总结 本文提出AdaMix算法，通过自适应调整扰动强度提升半监督医学图像分割性能。

Generalist Models in Medical Image Segmentation: A Survey and Performance Comparison with Task-Specific Approaches

通用模型在医学图像分割中的应用：一项调查与与任务特定方法的性能比较

Andrea Moglia, Matteo Leccardi, Matteo Cavicchioli, Alice Maccarini, Marco Marcon, Luca Mainardi, Pietro Cerveri

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、eess.IV

AI总结 本文调查了通用模型在医学图像分割中的应用，对比了通用模型与任务特定方法的性能，探讨了其在监管、隐私、预算及临床转化等方面面临的挑战。

Comments 132 pages, 26 figures, 23 tables. Andrea Moglia and Matteo Leccardi are equally contributing authors

Journal ref Moglia A, et al.Generalist models in medical image segmentation: A survey and performance comparison with task-specific approaches. Inf Fus 2026 https://www.sciencedirect.com/science/article/pii/S156625352500781X

Acquisition Time-Informed Breast Tumor Segmentation from Dynamic Contrast-Enhanced MRI

基于动态对比增强MRI的肿瘤分割：考虑成像时间

Rui Wang, Yuexi Du, John Lewin, R. Todd Constable, Nicha C. Dvornek

机构 * Yale University（耶鲁大学） 纠错

专题命中 医学影像 ：MRI(title,abstract)；分类 cs.CV

AI总结 本文提出了一种利用成像时间信息提升乳腺DCE-MRI肿瘤分割性能的方法，通过FiLM层调节模型特征，提高分割精度和泛化能力。

Comments 5 pages, 3 figures

Medverse: A Universal Model for Full-Resolution 3D Medical Image Segmentation, Transformation and Enhancement

Medverse: 一种用于全分辨率3D医学图像分割、转换和增强的通用模型

Jiesi Hu, Jianfeng Cao, Yanwu Yang, Chenfei Ye, Yixuan Zhang, Hanyang Peng, Ting Ma

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV

AI总结 Medverse是一种针对3D医学影像的通用上下文学习模型，通过多任务和多尺度学习提升医学图像分割、转换和增强的性能。

Seeing More, Treating Smarter: Role of Long-Axial Field-of-View PET-CT in The Evolution of Theranostics

看得更清楚，治疗更智能：长轴视野PET-CT在治疗诊断学发展中的作用

Pedro L. Esquinas, Fereshteh Yousefirizi, Ian Alberts, Nicolas A. Karakatsanis, Arman Rahmim, Carlos F. Uribe

专题命中 医学影像 ：CT(title,abstract)

AI总结 长轴视野PET-CT通过提升灵敏度和覆盖范围，推动治疗诊断学的个性化发展。

OWT: A Foundational Organ-Wise Tokenization Framework for Medical Imaging

OWT：一种面向医学影像的器官级分词框架

Sifan Song, Siyeop Yoon, Pengfei Jin, Sekeun Kim, Matthew Tivnan, Yujin Oh, Runqi Meng, Ling Chen, Zhiliang Lyu, Dufan Wu, Ning Guo, Xiang Li, Quanzheng Li

机构 * Center for Advanced Medical Computing and Analysis (CAMCA), Massachusetts General Hospital and Harvard Medical School（先进医学计算与分析中心（CAMCA）、麻省总医院和哈佛医学院） 纠错

专题命中 医学影像 ：MRI(abstract)；CT(abstract)；分类 cs.CV

AI总结 OWT提出了一种器官级分词框架，通过解耦医学影像中的器官信息，提升可解释性和泛化能力，并在临床应用中展现强大性能。

BrainRotViT: Transformer-ResNet Hybrid for Explainable Modeling of Brain Aging from 3D sMRI

BrainRotViT：Transformer-ResNet混合模型用于从3DsMRI解释性建模脑衰老

Wasif Jalal, Md Nafiu Rahman, Atif Hasan Rahman, M. Sohel Rahman

机构 * Department of Computer Science and Engineering, Bangladesh University of Engineering and Technology（计算机科学与工程系，孟加拉国工程与技术大学） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV、cs.LG

AI总结 BrainRotViT通过结合视觉变压器和残差CNN，实现高效可解释的脑衰老预测，优于现有方法并在多个数据集上表现优异。

Rep-GLS: Report-Guided Generalized Label Smoothing for Robust Disease Detection

Rep-GLS：基于报告的通用标签平滑用于稳健的疾病检测

Kunyu Zhang, Fukang Ge, Binyang Wang, Yingke Chen, Kazuma Kobayashi, Lin Gu, Jinhao Bi, Yingying Zhu

机构 * Arizona State University（亚利桑那州立大学） ； Guangzhou Institutes of Biomedicine and Health, Chinese Academy of Sciences（广州生物医学研究院，中国科学院） ； Kunming Medical University（昆明医科大学） ； Northumbria University（北umbria大学） ； NII, Tokyo Institute of Technology（东京技术大学国家研究所） ； RIKEN（理化学研究所） ； Westlake University（西湖大学） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV、cs.LG

AI总结 Rep-GLS通过利用大语言模型挖掘医学报告中的不确定性表达，提出了一种通用标签平滑方法，以提升医学疾病检测的鲁棒性。

Toward Artificial Palpation: Representation Learning of Touch on Soft Bodies

迈向人工触诊：对软体物体触觉的表示学习

Zohar Rimon, Elisei Shafer, Tal Tepper, Efrat Shimron, Aviv Tamar

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本文提出了一种基于自监督学习的人工触诊方法，通过学习触觉测量的表示，用于软体物体的触觉成像和变化检测。

Erase to Retain: Low Rank Adaptation Guided Selective Unlearning in Medical Segmentation Networks

擦除以保留：基于低秩适应的引导性选择性遗忘在医学分割网络中的应用

Nirjhor Datta, Md. Golam Rabiul Alam

机构 * BRAC University（布拉克大学） ； Bangladesh University of Engineering and Technology (BUET)（孟加拉国工程与技术大学） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV

AI总结 Erase to Retain通过低秩适应实现医学分割网络中的可控选择性遗忘，有效降低敏感数据的影响力同时保持性能。

Enhancing efficiency in paediatric brain tumour segmentation using a pathologically diverse single-center clinical dataset

利用病理多样性单中心临床数据集提升儿童脑肿瘤分割效率

A. Piffer, J. A. Buchner, A. G. Gennari, P. Grehten, S. Sirin, E. Ross, I. Ezhov, M. Rosier, J. C. Peeken, M. Piraud, B. Menze, A. Guerreiro Stücklin, A. Jakab, F. Kofler

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 本研究利用病理多样性单中心临床数据集，通过3D nnU-Net模型提升儿童脑肿瘤分割效率，验证了深度学习在肿瘤分割中的可行性，尤其在T2H和WT分割上表现良好，但ET和CC分割仍需进一步优化。

Comments A. Jakab and F. Kofler have shared last authorship

Thermal equilibrium curves of accretion disks driven by magnetorotational instability

由磁旋转不稳定性驱动的吸积盘热平衡曲线

Shigenobu Hirose

专题命中 医学影像 ：MRI(abstract)

AI总结 本文研究了由磁旋转不稳定性驱动的吸积盘热平衡曲线，通过辐射磁流体动力学模拟获得S形曲线，揭示了矮星团双星系统的盘不稳定性及角动量传输机制。

Comments This paper is based on an invited talk presented at the 87th Fujihara Seminar: The 50th Anniversary Workshop of the Disk Instability Model in Compact Binary Stars (DIM50TH2025), held on 22--26 September 2025 in Tomakomai, Japan. It has been accepted for publication in PoS (Proceedings of Science), and is scheduled to appear in February 2026 at https://pos.sissa.it/493/