医学 AI

Privacy-Preserving Federated Vision Transformer Learning Leveraging Lightweight Homomorphic Encryption in Medical AI

利用轻量级同态加密实现隐私保护的联邦视觉变换器学习用于医疗AI

Al Amin, Kamrul Hasan, Liang Hong, Sharif Ullah

机构 * Department of Electrical and Computer Engineering, Tennessee State University（电气与计算机工程系，田纳西州立大学） ； University of Central Arkansas（中央阿肯色大学） 纠错

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

AI总结 本文提出一种结合视觉变换器与轻量级同态加密的隐私保护联邦学习框架，通过加密CLS标记实现医疗AI中的安全多机构病理学分类，显著降低通信开销并增强隐私保护。

Comments 7 pages, 4 figures

Journal ref IEEE ICNC2026

A Brief History of Digital Twin Technology

数字孪生技术简史

Yunqi Zhang, Kuangyu Shi, Biao Li

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 数字孪生技术通过整合医疗数据和模型，推动医疗从反应性向预测性和个性化转变，面临互操作性、隐私和模型精度等挑战。

Comments 21 pages, 1 figure, 1 table

Journal ref PET Clin. 2026 Jan;21(1):143-151. Epub 2025 Oct 21

MindSET: Advancing Mental Health Benchmarking through Large-Scale Social Media Data

MindSET：通过大规模社交媒体数据推动心理健康基准测试

Saad Mankarious, Ayah Zirikly, Daniel Wiechmann, Elma Kerz, Edward Kempa, Yu Qiao

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 MindSET通过大规模社交媒体数据提升心理健康基准测试，提供超过1300万条注释帖子，显著提升诊断检测性能。