医学 AI

CountXplain: Interpretable Cell Counting with Prototype-Based Density Map Estimation

CountXplain: 基于原型的密度图估计用于可解释的细胞计数

Abdurahman Ali Mohammed, Wallapak Tavanapong, Catherine Fonder, Donald S. Sakaguchi

机构 * Department of Computer Science, Iowa State University（计算机科学系，爱荷华州立大学） ； Department of Genetics, Development, and Cell Biology, Iowa State University（遗传学、发育与细胞生物学系，爱荷华州立大学） ； Molecular, Cellular, and Developmental Biology Program, Iowa State University（分子、细胞与发育生物学项目，爱荷华州立大学） ； Neuroscience Program, Iowa State University（神经科学项目，爱荷华州立大学） ； Nanovaccine Institute, Iowa State University（纳米疫苗研究所，爱荷华州立大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.CV

AI总结 CountXplain通过原型密度图估计实现可解释的细胞计数，结合生物学家验证的原型模式，提升模型透明度和计数效果。

Comments Medical Imaging with Deep Learning 2025

LiMT: A Multi-task Liver Image Benchmark Dataset

LiMT：一个多任务肝脏图像基准数据集

Zhe Liu, Kai Han, Siqi Ma, Yan Zhu, Jun Chen, Chongwen Lyu, Xinyi Qiu, Chengxuan Qian, Yuqing Song, Yi Liu, Liyuan Tian, Yang Ji, Yuefeng Li

机构 * School of Computer Science and Communication Engineering, Jiangsu University（江苏大学计算机科学与通信工程学院） ； Department of Imaging, Affiliated Hospital of Jiangsu University（江苏大学附属医院影像科） ； Department of Information, Affiliated Hospital of Jiangsu University（江苏大学附属医院信息科） ； Medical College of Jiangsu University（江苏大学医学院） 纠错

专题命中 医学数据与评测 ：CT(abstract)；diagnosis(abstract)；分类 cs.CV；biomedical(comments)

AI总结 本文提出LiMT多任务肝脏图像数据集，用于肝部和肿瘤分割、多标签病变分类及病变检测，旨在探索任务间相关性并提升CAD技术发展。

Comments IEEE Journal of Biomedical and Health Informatics

MedROV: Towards Real-Time Open-Vocabulary Detection Across Diverse Medical Imaging Modalities

MedROV：面向跨多种医学影像模态的实时开放词汇检测

Tooba Tehreem Sheikh, Jean Lahoud, Rao Muhammad Anwer, Fahad Shahbaz Khan, Salman Khan, Hisham Cholakkal

机构 * Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV

AI总结 MedROV是首个实时开放词汇医学影像检测模型，通过大规模数据集和伪标签策略提升检测性能，实现40 mAP50的提升并达到70 FPS的实时处理速度。