医学 AI

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。