医学 AI

CT-GLIP: 3D Grounded Language-Image Pretraining with CT Scans and Radiology Reports for Full-Body Scenarios

CT-GLIP：基于CT扫描和放射报告的3D grounded语言-图像预训练，用于全身场景

Jingyang Lin, Yingda Xia, Jianpeng Zhang, Ke Yan, Kai Cao, Le Lu, Jiebo Luo, Ling Zhang

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； University of Rochester（罗切斯特大学） ； Hupan Lab, \postcode 10587, \state Hangzhou, \country China（华普实验室，浙江省杭州市，中国） ； Department of Radiology, Shanghai Institution of Pancreatic Disease, \state Shanghai, \country China（胰腺疾病研究所放射科，上海市，中国） 纠错

专题命中 医学影像 ：CT(title,abstract)；radiology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 CT-GLIP通过构建细粒度CT报告对，提升3D grounded语言-图像预训练，实现更精确的跨模态对齐，从而在零样本任务中提升器官识别和肿瘤检测性能。

ContourDiff: Unpaired Medical Image Translation with Structural Consistency

ContourDiff: 无配对医学图像翻译与结构一致性

Yuwen Chen, Nicholas Konz, Hanxue Gu, Haoyu Dong, Yaqian Chen, Lin Li, Jisoo Lee, Maciej A. Mazurowski

机构 * Department of Electrical and Computer Engineering, Duke University（杜克大学电气与计算机工程系） ； Department of Biostatistics & Bioinformatics, Duke University（杜克大学生物统计学与生物信息学系） ； Department of Radiology, Duke University（杜克大学放射学系） ； Department of Computer Science, Duke University（杜克大学计算机科学系） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；biomedical(comments,journal_ref)

AI总结 ContourDiff通过空间一致的引导扩散框架，实现了无配对医学图像翻译，保持解剖结构一致性，优于其他方法。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:031

Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)

A Large Scale Benchmark for Test Time Adaptation Methods in Medical Image Segmentation

一种大规模基准用于医学图像分割中的测试时间适应方法

Wenjing Yu, Shuo Jiang, Yifei Chen, Shuo Chang, Yuanhan Wang, Beining Wu, Jie Dong, Mingxuan Liu, Shenghao Zhu, Feiwei Qin, Changmiao Wang, Qiyuan Tian

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；pathology(abstract)

AI总结 MedSeg-TTA提出一个大规模基准，评估医学图像分割中测试时间适应方法的跨模态性能，揭示不同方法在不同偏移条件下的优劣。

Comments 45 pages, 18 figures

Self-Supervised Joint Reconstruction and Denoising of T2-Weighted PROPELLER MRI of the Lungs at 0.55T

自监督联合重建与去噪0.55T肺部PROPELLER MRI

Jingjia Chen, Haoyang Pei, Christoph Maier, Mary Bruno, Qiuting Wen, Seon-Hi Shin, William Moore, Hersh Chandarana, Li Feng

专题命中 医学影像 ：MRI(title,abstract)；CT(abstract)；分类 cs.CV、eess.IV

AI总结 本研究提出自监督联合重建与去噪模型，用于提高0.55T肺部PROPELLER MRI的质量，通过自监督学习和噪声统计信息实现去噪，相比传统方法提升图像清晰度和结构完整性。

Towards a vision foundation model for comprehensive assessment of Cardiac MRI

面向全面评估心脏磁共振成像的视觉基础模型

Athira J Jacob, Indraneel Borgohain, Teodora Chitiboi, Puneet Sharma, Dorin Comaniciu, Daniel Rueckert

专题命中 医学影像 ：MRI(title)；medical image(abstract)；pathology(abstract)；分类 cs.CV、eess.IV

AI总结 本文提出了一种面向心脏磁共振成像全面评估的视觉基础模型，通过自监督学习和微调提升多种临床任务的精度与鲁棒性。

Comments 11 pages, 3 figures, 4 tables

Toward Content-based Indexing and Retrieval of Head and Neck CT with Abscess Segmentation

面向头颈CT中脓肿内容基于索引与检索的进展

Thao Thi Phuong Dao, Tan-Cong Nguyen, Trong-Le Do, Truong Hoang Viet, Nguyen Chi Thanh, Huynh Nguyen Thuan, Do Vo Cong Nguyen, Minh-Khoi Pham, Mai-Khiem Tran, Viet-Tham Huynh, Trong-Thuan Nguyen, Trung-Nghia Le, Vo Thanh Toan, Tam V. Nguyen, Minh-Triet Tran, Thanh Dinh Le

机构 * University of Science, VNU-HCM（越南国家大学） ； Vietnam National University（越南国家大学） ； Thong Nhat Hospital（同奈医院） ； University of Social Sciences and Humanities, VNU-HCM（越南国家人文社会大学） ； Dublin City University（都柏林城市大学） ； University of Dayton（戴维森大学） ； John von Neumann Institute（约翰·冯·诺伊曼研究所） ； University of Health Sciences, VNU-HCM（越南国家卫生科学大学） 纠错

专题命中 医学影像 ：CT(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出AbscessHeNe数据集，用于头颈CT中脓肿的语义分割及内容基于检索，通过高精度分割和临床元数据支持智能诊断与治疗决策。

Comments The 2025 IEEE International Conference on Content-Based Multimedia Indexing (IEEE CBMI)

MRI Super-Resolution with Deep Learning: A Comprehensive Survey

利用深度学习的MRI超分辨率：全面综述

Mohammad Khateri, Serge Vasylechko, Morteza Ghahremani, Liam Timms, Deniz Kocanaogullari, Simon K. Warfield, Camilo Jaimes, Davood Karimi, Alejandra Sierra, Jussi Tohka, Sila Kurugol, Onur Afacan

机构 * A. I. Virtanen Institute for Molecular Sciences, Faculty of Health Sciences, University of Eastern Finland（A.I.维塔内恩分子科学研究所，健康科学学院，东芬兰大学） ； Harvard Medical School and Boston Children’s Hospital（哈佛医学院和波士顿儿童医院） ； Department of Radiology, Technical University of Munich（医学影像学系，慕尼黑技术大学） ； Department of Radiology, Massachusetts General Hospital（医学影像学系，麻省总医院） 纠错

专题命中 医学影像 ：MRI(title,abstract)；分类 cs.CV、eess.IV、eess.SP

AI总结 本文综述了利用深度学习的MRI超分辨率技术，探讨了其理论基础、方法分类及应用挑战。

Comments 41 pages

Comparing Baseline and Day-1 Diffusion MRI Using Multimodal Deep Embeddings for Stroke Outcome Prediction

比较基线和第1天扩散磁共振成像用于中风预后预测的多模态深度嵌入

Sina Raeisadigh, Myles Joshua Toledo Tan, Henning Müller, Abderrahmane Hedjoudje

机构 * 1 Department of Computer Science, University of Geneva, Switzerland 2 Department of Electrical \& Computer Engineering, University of Florida, FL, USA 3 Service of Medical Informatics, University Hospital of Geneva, Switzerland 4 Department of Imaging ； Medical Informatics, University of Geneva, Switzerland 纠错

专题命中 医学影像 ：MRI(title,abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 本研究通过多模态深度嵌入方法，利用基线和治疗后1天的扩散MRI数据，结合临床特征和病变体积，预测急性缺血性中风患者3个月的功能预后。

Comments 5 pages, 5 figures, 2 tables

MasHeNe: A Benchmark for Head and Neck CT Mass Segmentation using Window-Enhanced Mamba with Frequency-Domain Integration

MasHeNe：基于窗口增强Mamba与频域整合的头颈CT质量分割基准

Thao Thi Phuong Dao, Tan-Cong Nguyen, Nguyen Chi Thanh, Truong Hoang Viet, Trong-Le Do, Mai-Khiem Tran, Minh-Khoi Pham, Trung-Nghia Le, Minh-Triet Tran, Thanh Dinh Le

机构 * University of Science, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学科学学院） ； Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学） ； Thong Nhat Hospital, Ho Chi Minh City, Vietnam（胡志明市通那特医院） ； University of Social Sciences and Humanities, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学社会科学与人文学院） ； Dublin City University, Dublin, Ireland（都柏林城市大学） ； University of Health Sciences, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学健康科学学院） ； John von Neumann Institute, VNU-HCM, Ho Chi Minh City, Vietnam（约翰·冯·诺依曼研究所） 纠错

专题命中 医学影像 ：CT(title,abstract)；分类 cs.CV

AI总结 MasHeNe提出了一种基于窗口增强Mamba与频域整合的模型，用于头颈CT肿块分割，实现了高精度分割性能。

Comments The 14th International Symposium on Information and Communication Technology Conference SoICT 2025

Self-Supervised Noise Adaptive MRI Denoising via Repetition to Repetition (Rep2Rep) Learning

通过重复到重复学习实现自监督噪声自适应MRI去噪

Nikola Janjušević, Jingjia Chen, Luke Ginocchio, Mary Bruno, Yuhui Huang, Yao Wang, Hersh Chandarana, Li Feng

专题命中 医学影像 ：MRI(title,abstract)；分类 eess.IV

AI总结 Rep2Rep学习通过重复到重复的方法实现自监督噪声自适应MRI去噪，优于MC-SURE并在不同噪声水平下表现稳健。

Comments 13 pages, 9 figures, 1 table, supplementary information at end of document

ezyMRI: How to build an MRI machine from scratch -- Experience from a four-day hackathon

ezyMRI：如何从零开始构建MRI设备——来自四天黑客马拉松的经验

Shaoying Huang, José Miguel Algarín, Joseba Alonso, Anieyrudh R, Jose Borreguero, Fabian Bschorr, Paul Cassidy, Wei Ming Choo, David Corcos, Teresa Guallart-Naval, Heng Jing Han, Kay Chioma Igwe, Jacob Kang, Joe Li, Sebastian Littin, Jie Liu, Gonzalo Gabriel Rodriguez, Eddy Solomon, Li-Kuo Tan, Rui Tian, Andrew Webb, Susanna Weber, Dan Xiao, Minxuan Xu, Wenwei Yu, Zhiyong Zhang, Isabelle Zinghini, Bernhard Blümich

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文描述了通过四天黑客马拉松，团队从零开始构建MRI设备的过程，展示了系统集成与关键组件开发的挑战与解决方案。

Comments 49 pages, 23 figures, comments welcome (this paper is meant to be useful to people constructing their own MRI systems)

Journal ref Progress in Nuclear Magnetic Resonance Spectroscopy, Vol. 150-151, 101574 (2025)

Mapping of Lesion Images to Somatic Mutations

将病变图像映射到体细胞突变

Rahul Mehta

机构 * University of Illinois at Chicago（伊利诺伊大学香槟分校） ； University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） 纠错

专题命中 医学影像 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV、q-bio

AI总结 本文提出LLOST模型，通过点云表示和共享潜在空间，将医学影像与体细胞突变数据关联，以预测突变特征和癌症类型。

Comments https://dl.acm.org/doi/abs/10.1145/3340531.3414074#sec-terms

Pruning AMR: Efficient Visualization of Implicit Neural Representations via Weight Matrix Analysis

剪枝AMR：通过权重矩阵分析实现隐式神经表示的高效可视化

Jennifer Zvonek, Andrew Gillette

机构 * Center for Applied Mathematics, Cornell University（应用数学中心，康奈尔大学） ； Center for Applied Scientific Computing, Lawrence Livermore National Laboratory（应用科学计算中心，劳伦斯·利弗莫尔国家实验室） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.LG

AI总结 PruningAMR通过权重矩阵分析，实现隐式神经表示的高效可视化，减少内存消耗并自适应生成网格。

Maintaining SUV Accuracy in Low-Count PET with PETfectior: A Deep Learning Denoising Solution

在低计数PET中维持SUV准确性：PETfectior：一种深度学习去噪解决方案

Yamila Rotstein Habarnau, Nicolás Bustos, Paola Corona, Christian González, Sonia Traverso, Federico Matorra, Francisco Funes, Juan Martín Giraut, Laura Pelegrina, Gabriel Bruno, Mauro Namías

专题命中 医学影像 ：CT(abstract)；分类 eess.IV

AI总结 PETfectior通过深度学习去噪技术，在低计数PET图像中维持SUV准确性，实现高灵敏度和高质量图像。

NOCTIS: Novel Object Cyclic Threshold based Instance Segmentation

NOCTIS: 基于新颖对象循环阈值的实例分割

Max Gandyra, Alessandro Santonicola, Michael Beetz

机构 * AICOR Institute for Artificial Intelligence University Bremen（AICOR人工智能研究所布雷门大学） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 NOCTIS提出了一种无训练框架，通过结合预训练模型和循环阈值机制，实现新颖对象实例分割，无需额外训练即可在多个数据集上取得优异性能。

Comments 9 pages, 3 figures, 5 tables

On the Problem of Consistent Anomalies in Zero-Shot Anomaly Detection

关于零样本异常检测中一致异常问题的研究

Tai Le-Gia

机构 * Department of Mathematics Graduate School（数学系研究生院） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 本研究提出CoDeGraph框架，解决零样本异常检测中的一致异常问题，并扩展至3D医学影像，实现无需训练的零样本检测。

Comments PhD Dissertation

LightHCG: a Lightweight yet powerful HSIC Disentanglement based Causal Glaucoma Detection Model framework

LightHCG: 一种轻量且强大的基于HSIC解耦的因果青光眼检测模型框架

Daeyoung Kim

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 LightHCG是一种轻量且强大的基于HSIC解耦的因果青光眼检测模型，通过减少参数和提升因果分析能力，改进了青光眼检测的性能和应用范围。

Risk-Sensitive Q-Learning in Continuous Time with Application to Dynamic Portfolio Selection

连续时间内风险敏感强化学习及其在动态投资组合选择中的应用

Chuhan Xie

专题命中 医学影像 ：CT(abstract)；分类 cs.LG

AI总结 本文提出CT-RS-q算法，用于连续时间内风险敏感强化学习，应用于动态投资组合选择问题，证明了在优化确定等价条件下策略的马尔可夫性。

Ridged geometries induce axial flow vortices in Couette systems

具有棱脊的几何结构在Couette系统中诱导轴向流动涡流

Akankshya Majhi, Maria Raquel Serial, Lars Kool, Jasper van der Gucht, Joshua Albert Dijksman

专题命中 医学影像 ：MRI(abstract)

AI总结 通过壁面图案化产生两个垂直方向的流动，发现屈服应力流体中两种流动方向显著相关。

Comments 28 pages, 13 figures

Toroidal Compactifications and Stacky Cohomology of Mumford--Tate Domains

环形紧化与Mumford-Tate域的堆叠上同调

Mohammad Reza Rahmati

专题命中 医学影像 ：CT(abstract)

AI总结 本文构造并研究了Mumford-Tate域的log-toric Hodge堆栈，通过将Kato-Usui部分紧化由neat算术群商得，实现了Hodge理论与堆栈边界数据的分离。

Breast Cell Segmentation Under Extreme Data Constraints: Quantum Enhancement Meets Adaptive Loss Stabilization

在极端数据约束下进行乳腺细胞分割：量子增强与自适应损失稳定化

Varun Kumar Dasoju, Qingsu Cheng, Zeyun Yu

机构 * Department of Computer Science University of Wisconsin Milwaukee Milwaukee, WI 53201, USA（计算机科学系 威斯康星大学密尔沃基分校） ； Department of Biomedical Engineering University of Wisconsin Milwaukee Milwaukee, WI 53201, USA（生物医学工程系 威斯康星大学密尔沃基分校） 纠错

专题命中 医学影像 ：medical image(abstract)

AI总结 本文提出了一种结合量子增强与自适应损失稳定化的乳腺细胞分割方法，在极端数据约束下实现高精度分割，提升边界检测和小病灶识别性能。

Comments 9 pages, 3 figures, 2 tables

Dynamo and Jet interconnections in GRMHD simulations of black hole accretion disks

引力磁流体动力学模拟中黑洞吸积盘的发电机与喷流相互关联

P. S. Santhiya, Pallavi Bhat, Prayush Kumar, Tushar Mondal, Indu K. Dihingia

专题命中 医学影像 ：MRI(abstract)

AI总结 研究通过GRMHD模拟揭示黑洞吸积盘中发电机与喷流的关联，发现发电机驱动的磁场演化和视盘面磁相干性决定了喷流寿命。

Comments 27 pages, 31 figures

A Compact, Data-Logging Breath-Gas Analyzer

一种紧凑型、数据记录的呼吸气体分析仪

Shelby Lacouture, Mitchell Kelley, Noah Plues, Laszlo Hunyadi, Emily Sundman, Annette Sobel, Robert V. Duncan

专题命中 临床大模型 ：diagnosis(abstract)；分类 q-bio

AI总结 本文提出了一种紧凑型、经济型呼吸气体分析仪，通过测量呼出气体中的相关气体和质量流量，实现对呼吸系统状态的早期诊断。

Model-Based Diagnosis with Multiple Observations: A Unified Approach for C Software and Boolean Circuits

基于多观测的模型驱动诊断：面向C语言软件和布尔电路的统一方法

Pedro Orvalho, Marta Kwiatkowska, Mikoláš Janota, Vasco Manquinho

机构 * Department of Computer Science, University of Oxford（计算机科学系，牛津大学） ； Czech Technical University in Prague（布拉格捷克技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 CFaults通过结合多观测的模型驱动诊断方法，为C语言软件和布尔电路提供更高效的故障定位，确保诊断的一致性和最小性。

Comments 50 pages, 9 figures, 6 tables, 5 listings

An imageless magnetic resonance framework for fast and cost-effective decision-making

无图像磁共振框架用于快速且低成本的决策制定

Alba González-Cebrián, Pablo García-Cristóbal, Fernando Galve, Efe Ilıcak, Viktor Van Der Valk, Marius Staring, Andrew Webb, Joseba Alonso

专题命中 诊断辅助 ：MRI(abstract)；diagnosis(abstract)

AI总结 无图像磁共振框架通过分析原始信号实现快速低成本的医学决策支持。

Data-Efficient Motor Condition Monitoring with Time Series Foundation Models

数据高效电机状态监测与时间序列基础模型

Deyu Li, Xinyuan Liao, Shaowei Chen, Shuai Zhao

专题命中 诊断辅助 ：diagnosis(abstract)；分类 eess.SP

AI总结 本文提出基于时间序列基础模型的电机状态监测框架，通过预训练特征迁移提升诊断效率，实验表明MOMENT和Mantis在数据稀少情况下均取得显著性能提升。

UCAgents: Unidirectional Convergence for Visual Evidence Anchored Multi-Agent Medical Decision-Making

UCAgents: 视觉证据锚定的多智能体医学决策收敛

Qianhan Feng, Zhongzhen Huang, Yakun Zhu, Xiaofan Zhang, Qi Dou

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 UCAgents通过结构化证据审计和单向收敛机制，在医疗视觉问答中提升准确率并降低计算成本，平衡视觉证据揭示与文本干扰避免。

Uncertainty Reasoning with Photonic Bayesian Machines

基于光子贝叶斯机器的不确定性推理

F. Brückerhoff-Plückelmann, H. Borras, S. U. Hulyal, L. Meyer, X. Ji, J. Hu, J. Sun, B. Klein, F. Ebert, J. Dijkstra, L. McRae, P. Schmidt, T. J. Kippenberg, H. Fröning, W. Pernice

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

AI总结 本研究提出一种基于光子技术的贝叶斯机器，利用混沌光源实现高速不确定性推理，应用于血细胞图像分类与域外检测，提升可信AI系统的效率与可靠性。

IHearYou: Linking Acoustic Features to DSM-5 Depressive Behavior Indicators

IHearYou：将声学特征与DSM-5抑郁行为指标联系起来

Jonas Länzlinger, Katharina Müller, Burkhard Stiller, Bruno Rodrigues

机构 * Embedded Sensing Group ESG, School of Computer Science SCS, University of St. Gallen HSG, Switzerland（斯图加特大学圣加尔分校计算机科学学院嵌入式传感组） ； Communication Systems Group CSG, Department of Informatics IfI, University of Zurich UZH, Switzerland（苏黎世大学信息学院通信系统组） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 IHearYou通过被动语音传感技术，将声学特征与DSM-5抑郁行为指标联系起来，实现本地可解释的抑郁症检测。

Switching multiplicative watermark design against covert attacks

对抗隐秘攻击的切换乘法水印设计

Alexander J. Gallo, Sribalaji C. Anand, André M. H. Teixeira, Riccardo M. G. Ferrari

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种对抗隐秘攻击的切换乘法水印设计方法，通过优化滤波器参数减少攻击对系统性能的影响。

Comments 9 pages, 3 figures, accepted for publication in Automatica