医学 AI

CephRes-MHNet: A Multi-Head Residual Network for Accurate and Robust Cephalometric Landmark Detection

CephRes-MHNet：一种用于准确且鲁棒颅面标志检测的多头残差网络

Ahmed Jaheen, Islam Hassan, Mohanad Abouserie, Abdelaty Rehab, Adham Elasfar, Knzy Elmasry, Mostafa El-Dawlatly, Seif Eldawlatly

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 CephRes-MHNet通过多头残差网络结构，在颅面标志检测中实现了更高的准确性和鲁棒性，参数使用更少，性能优于现有模型。

Comments This submission was posted without authorization from all co-authors and supervising institutions. The authors are withdrawing the manuscript due to permission issues

Controlling Dissipative Topology Through Floquet Driving: From Transient Diagnostics to Boundary States Isolation

通过Floquet驱动控制耗散拓扑：从暂态诊断到边界态隔离

Koustav Roy, Shahroze Shahab, Saurabh Basu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过Floquet驱动控制耗散拓扑，实现对长寿命激发的诊断和边界态的隔离。

Diagnosing crosstalk in large-scale QPUs using zero-entropy classical shadows

利用零熵经典阴影诊断大规模QPUs中的串扰

J. A. Montañez-Barrera, G. P. Beretta, Kristel Michielsen, Michael R. von Spakovsky

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出零熵经典阴影方法，用于诊断大规模QPUs中的串扰问题，通过实验验证提高了量子优化算法的性能和相干性。

Comments 17 pages, 13 figures

Journal ref Quantum Science and Technology, Volume 11, Number 1 (2025)

Building Domain-Specific Small Language Models via Guided Data Generation

通过引导数据生成构建领域专用小型语言模型

Aman Kumar, Ekant Muljibhai Amin, Xian Yeow Lee, Lasitha Vidyaratne, Ahmed K. Farahat, Dipanjan D. Ghosh, Yuta Koreeda, Chetan Gupta

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种通过引导数据生成构建领域专用小型语言模型的方法，结合领域适应预训练、监督微调和偏好优化，展示了在工业诊断任务中优于开源模型的性能。

Comments Accepted at Thirty-Eighth Annual Conference on Innovative Applications of Artificial Intelligence (IAAI-26)

Pathology-Aware Prototype Evolution via LLM-Driven Semantic Disambiguation for Multicenter Diabetic Retinopathy Diagnosis

基于LLM驱动语义消歧的病理感知原型演化用于多中心糖尿病视网膜病变诊断

Chunzheng Zhu, Yangfang Lin, Jialin Shao, Jianxin Lin, Yijun Wang

机构 * Hunan University（湖南大学） 纠错

专题命中 病理影像 ：pathology(title,abstract)；diagnosis(title)

AI总结 本文提出HAPM框架，通过整合细粒度病理描述和临床知识，提升多中心糖尿病视网膜病变诊断的准确性。

Comments ACMMM 2025

PathReasoning: A multimodal reasoning agent for query-based ROI navigation on whole-slide images

PathReasoning: 一种用于基于查询的全滑片图像区域感兴趣点（ROI）导航的多模态推理代理

Kunpeng Zhang, Hanwen Xu, Sheng Wang

专题命中 病理影像 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 PathReasoning通过多模态推理代理实现基于查询的全滑片图像ROI导航，显著提升诊断准确性与报告生成效果。

All Centers Are at most a Few Tokens Apart: Knowledge Distillation with Domain Invariant Prompt Tuning

所有中心距离最多几个token：基于领域不变提示微调的知识蒸馏

Amir Mohammad Ezzati, Alireza Malekhosseini, Armin Khosravi, Mohammad Hossein Rohban

机构 * Department of Computer Engineering, Sharif University of Technology, Tehran, Iran（计算机工程系，谢赫拉兹大学，德黑兰，伊朗） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 本文提出领域不变提示微调（DIPT）方法，通过学习领域不变提示提升知识蒸馏效果，从而增强病理学领域模型的泛化能力。

HyperST: Hierarchical Hyperbolic Learning for Spatial Transcriptomics Prediction

HyperST：面向空间转录组预测的分层双曲学习

Chen Zhang, Yilu An, Ying Chen, Hao Li, Xitong Ling, Lihao Liu, Junjun He, Yuxiang Lin, Zihui Wang, Rongshan Yu

机构 * Xiamen University（厦门大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 HyperST通过在双曲空间中建模数据的层次结构，实现空间转录组预测的多级图像-基因表示学习，提升跨模态预测性能。

Histomorphology-Guided Prototypical Multi-Instance Learning for Breast Cancer WSI Classification

基于组织学引导的原型多实例学习用于乳腺癌WSI分类

Baizhi Wang, Rui Yan, Wenxin Ma, Xu Zhang, Yuhao Wang, Xiaolong Li, Yunjie Gu, Zihang Jiang, S. Kevin Zhou

机构 * School of Biomedical Engineering, USTC（生物医学工程学院） ； USTC Center for Medical Imaging, Robotics, Analytic Computing & Learning (MIRACLE)（USTC医学影像、机器人、分析计算与学习中心） ； Key Laboratory of Intelligent Information Processing, ICT, CAS（智能信息处理重点实验室） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（精密与智能化学国家重点实验室） 纠错

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出HGPMIL框架，通过整合组织学信息提升乳腺癌WSI分类的准确性与鲁棒性。

Comments 11 pages,8 figures

PathGene: Benchmarking Driver Gene Mutations and Exon Prediction Using Multicenter Lung Cancer Histopathology Image Dataset

PathGene：利用多中心肺癌组织病理学图像数据集进行驱动基因突变和外显子预测的基准测试

Liangrui Pan, Qingchun Liang, Shen Zhao, Songqing Fan, Shaoliang Peng

专题命中 病理影像 ：pathology(abstract)；分类 q-bio

AI总结 PathGene通过多中心肺癌病理图像数据集，利用多实例学习方法提升驱动基因突变和外显子预测的准确性，助力精准肿瘤学发展。

Comments Withdrawn due to issues related to data permissions/ethics

Development of a defacing algorithm to protect the privacy of head and neck cancer patients in publicly-accessible radiotherapy datasets

头颈癌患者在公共放射治疗数据集中的隐私保护去脸算法开发

Kayla O'Sullivan-Steben, Luc Galarneau, John Kildea

专题命中 病理影像 ：CT(abstract)

AI总结 本研究开发了一种新的自动去脸算法，用于在保护头颈癌患者隐私的同时保留关键结构，使公共放射治疗数据集能够用于大数据和人工智能研究。

Comments 22 pages, 6 figures, submitted to Medical Physics

Journal ref Med Phys. 2025; 52:e70160

Evaluating Strategies for Synthesizing Clinical Notes for Medical Multimodal AI

评估合成临床笔记的策略以用于医疗多模态AI

Niccolo Marini, Zhaohui Liang, Sivaramakrishnan Rajaraman, Zhiyun Xue, Sameer Antani

机构 * Division of Intramural Research, National Library of Medicine, National Institutes of Health（国家医学图书馆内部研究部，国家卫生研究院） 纠错

专题命中 医疗多模态 ：medical AI(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 本文研究了合成临床笔记的生成策略，通过优化提示设计和医学元数据，提升医疗多模态AI在分类和跨模态检索任务中的性能。

From Compound Figures to Composite Understanding: Developing a Multi-Modal LLM from Biomedical Literature with Medical Multiple-Image Benchmarking and Validation

从复合图形到综合理解：开发一种从生物医学文献中基于医疗多图像基准测试和验证的多模态大语言模型

Zhen Chen, Yihang Fu, Gabriel Madera, Mauro Giuffre, Serina Applebaum, Hyunjae Kim, Hua Xu, Qingyu Chen

机构 * Department of Biomedical Informatics and Data Science, Yale School of Medicine, Yale University, New Haven, CT 06510, USA（耶鲁医学院生物医学信息学与数据科学系，耶鲁大学，新 Haven，CT 06510，USA） ； School of Medicine, University of Puerto Rico, San Juan, PR 00921, USA（波多黎各大学医学院，波多黎各，San Juan，PR 00921，USA） 纠错

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

AI总结 本文提出M3LLM，一种基于生物医学文献中复合图像的多模态大语言模型，通过分而治之策略提升多图像理解能力，实验证明其在多图像、单图像等场景中表现优异。

RELATE: Relation Extraction in Biomedical Abstracts with LLMs and Ontology Constraints

RELATE：利用LLMs和本体约束进行生物医学摘要中的关系提取

Olawumi Olasunkanmi, Mathew Satusky, Hong Yi, Chris Bizon, Harlin Lee, Stanley Ahalt

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 RELATE通过结合LLMs和本体约束，提升生物医学摘要中关系提取的标准化和准确性，有效构建标准化知识图谱。

Autonomous labeling of surgical resection margins using a foundation model

利用基础模型实现手术切除边缘的自主标注

Xilin Yang, Musa Aydin, Yuhong Lu, Sahan Yoruc Selcuk, Bijie Bai, Yijie Zhang, Andrew Birkeland, Katjana Ehrlich, Julien Bec, Laura Marcu, Nir Pillar, Aydogan Ozcan

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出了一种基于基础模型的虚拟勾画网络，用于自主标注手术切除边缘，提升了病理分析的准确性和可重复性。

Comments 20 Pages, 5 Figures

MQFL-FHE: Multimodal Quantum Federated Learning Framework with Fully Homomorphic Encryption

MQFL-FHE: 多模态量子联邦学习框架与全同态加密

Siddhant Dutta, Nouhaila Innan, Sadok Ben Yahia, Muhammad Shafique, David Esteban Bernal Neira

机构 * SVKM's Dwarkadas J. Sanghvi College of Engineering（SVKM的达沃拉德·J·桑格维工程学院） ； eBRAIN Lab, Division of Engineering, New York University Abu Dhabi (NYUAD)（eBRAIN实验室，工程系，纽约大学阿布扎比分校（NYUAD）） ； Center for Quantum and Topological Systems (CQTS), NYUAD Research Institute（量子与拓扑系统中心（CQTS），NYUAD研究机构） ； The Maersk Mc-Kinney Moller Institute, University of Southern Denmark（马士克·麦克金尼·莫勒研究所，南丹麦大学） ； Corvinus Institute for Advanced Studies (CIAS), Budapest, Hungary（科维努斯高级研究学院（CIAS），布达佩斯，匈牙利） ； Davidson School of Chemical Engineering, Purdue University（戴维森化学工程学院，普渡大学） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.LG

AI总结 本文提出一种结合量子计算和全同态加密的多模态联邦学习框架，旨在提升隐私保护下的模型性能与泛化能力。

Comments 10 pages, 6 figures, 6 Tables. Accepted at IJCNN 2025

Journal ref 2025 International Joint Conference on Neural Networks (IJCNN), Rome, Italy, 2025

AD-CDO: A Lightweight Ontology for Representing Eligibility Criteria in Alzheimer's Disease Clinical Trials

AD-CDO：用于阿尔茨海默病临床试验资格标准表示的轻量本体

Zenan Sun, Rashmie Abeysinghe, Xiaojin Li, Xinyue Hu, Licong Cui, Guo-Qiang Zhang, Jiang Bian, Cui Tao

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 AD-CDO是一种用于阿尔茨海默病临床试验资格标准表示的轻量本体，通过标准化词汇和语义丰富性，支持临床试验建模和数据整合。