医学 AI

USB: Unified Synthetic Brain Framework for Bidirectional Pathology-Healthy Generation and Editing

USB：统一合成大脑框架用于双向病理-健康生成与编辑

Jun Wang, Peirong Liu

机构 * Department of Electrical and Computer Engineering, Data Science and AI Institute, Johns Hopkins University（电气与计算机工程系，数据科学与人工智能研究所，约翰霍普金斯大学） 纠错

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

AI总结 USB提出统一合成大脑框架，实现病理与健康脑图像的双向生成和编辑，通过配对扩散机制和一致性指导算法提升生成质量与解剖一致性。

Comments 16 pages, 17 figures

Deep Learning-Based Computer Vision Models for Early Cancer Detection Using Multimodal Medical Imaging and Radiogenomic Integration Frameworks

基于深度学习的计算机视觉模型用于多模态医学影像和放射基因组整合框架中的早期癌症检测

Emmanuella Avwerosuoghene Oghenekaro

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

AI总结 本文提出基于深度学习的计算机视觉模型，结合多模态医学影像和放射基因组学，用于早期癌症检测，提升肿瘤基因型预测和治疗抗性分析能力。

Journal ref International Journal of Computer Applications Technology and Research, vol. 14, no. 11, pp. 1-14, 2025

Cross-Domain Validation of a Resection-Trained Self-Supervised Model on Multicentre Mesothelioma Biopsies

多中心胸膜间皮瘤活检样本上基于切除样本训练的自监督模型的跨领域验证

Farzaneh Seyedshahi, Francesca Damiola, Sylvie Lantuejoul, Ke Yuan, John Le Quesne

机构 * School of Cancer Sciences, University of Glasgow（格拉斯哥大学癌症科学学院） ； Cancer Research UK Scotland Institute（癌症研究英国苏格兰研究所） ； Department of Biopathology, Léon Bérard Cancer Center（生物病理学系，勒内·贝拉尔癌症中心） ； Grenoble Alpes University（格拉斯哥大学） ； Queen Elizabeth University Hospital, NHS Greater Glasgow and Clyde（伊丽莎白女王大学医院，格拉斯哥与克莱德国家健康服务） 纠错

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

AI总结 本研究验证了在切除样本上训练的自监督模型在活检样本上的跨领域应用，通过捕捉形态学模式实现肿瘤亚型分类和生存预测。

Prediction of Distant Metastasis in Head and Neck Cancer Patients Using Tumor and Peritumoral Multi-Modal Deep Learning

利用肿瘤及周围多模态深度学习预测头颈癌患者远端转移

Nuo Tong, Changhao Liu, Zizhao Tang, Feifan Sun, Yingping Li, Shuiping Gou, Mei Shi

专题命中 病理影像 ：CT(abstract)；分类 cs.CV、q-bio

AI总结 本研究提出多模态深度学习模型，结合CT影像、放射组学和临床数据，用于预测头颈癌患者远端转移风险，通过多模态融合显著提高预测性能。

Comments 23 pages, 6 figures, 7 tables. Nuo Tong and Changhao Liu contributed equally. Corresponding Authors: Shuiping Gou and Mei Shi