医学 AI

Structural Stress as a Predictor of the Rate and Spatial Location of Aortic Growth in Uncomplicated Type B Aortic Dissection

结构应力作为无并发症B型主动脉夹层主动脉生长速率和空间位置的预测因子

Yuhang Du, Yuxuan Wu, Hannah L. Cebull, Bangquan Liao, Rishika Agarwal, Alan Meraz, Hai Dong, Asanish Kalyanasundaram, John N. Oshinski, Rudolph L. Gleason, John A. Elefteriades, Bradley G. Leshnower, Minliang Liu

专题命中 医学影像 ：CT(abstract)

AI总结 本研究发现结构应力可预测无并发症B型主动脉夹层中主动脉生长速率和位置，为风险分层模型提供了依据。

A Field Guide to Deploying AI Agents in Clinical Practice

人工智能代理在临床实践中的部署指南

Jack Gallifant, Katherine C. Kellogg, Matt Butler, Amanda Centi, Shan Chen, Patrick F. Doyle, Sayon Dutta, Joyce Guo, Matthew J. Hadfield, Esther H. Kim, David E. Kozono, Hugo JWL Aerts, Adam B. Landman, Raymond H. Mak, Rebecca G. Mishuris, Tanna L. Nelson, Guergana K. Savova, Elad Sharon, Benjamin C. Silverman, Umit Topaloglu, Jeremy L. Warner, Danielle S. Bitterman

专题命中 临床大模型 ：clinical AI(abstract)

AI总结 本文提出了一本面向实践者的指南，旨在解决生成式AI在临床实践中部署的挑战，强调数据整合、模型验证和治理等关键实施工作。

Comments Under review. 7 Tables, 2 Figures

Neural Factorization-based Bearing Fault Diagnosis

基于神经分解的轴承故障诊断

Zhenhao Li, Xu Cheng, Yi Zhou

机构 * College of Computer and Information Science, Southwest University, Chongqing, China（计算机与信息科学学院，西南大学，重庆，中国） ； College of Vehicle Engineering, Chongqing Industry and Trade Polytechnic, Chongqing, China（车辆工程学院，重庆工业贸易职业技术学院，重庆，中国） 纠错

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

AI总结 本文提出基于神经分解的轴承故障诊断框架，通过多模式特征嵌入和神经分解融合，提升复杂条件下故障诊断性能。

A Physics-Aware Attention LSTM Autoencoder for Early Fault Diagnosis of Battery Systems

一种具有物理意识的注意力LSTM自编码器用于电池系统早期故障诊断

Jiong Yang

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

AI总结 本文提出一种结合物理规律的注意力LSTM自编码器，用于提高电池系统早期故障诊断的准确性和召回率。

Comments 5 pages, 7 figures

Diagnosis-based mortality prediction for intensive care unit patients via transfer learning

基于诊断的ICU患者死亡率预测：通过迁移学习

Mengqi Xu, Subha Maity, Joel Dubin

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

AI总结 本文提出通过迁移学习方法，利用eICU数据库对ICU患者进行基于诊断的死亡率预测，结果显示迁移学习在预测性能和校准方面优于传统方法。

Explainable Melanoma Diagnosis with Contrastive Learning and LLM-based Report Generation

基于对比学习和大语言模型的可解释性黑色素瘤诊断

Junwen Zheng, Xinran Xu, Li Rong Wang, Chang Cai, Lucinda Siyun Tan, Dingyuan Wang, Hong Liang Tey, Xiuyi Fan

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

AI总结 本文提出基于对比学习和大语言模型的可解释性黑色素瘤诊断框架，通过将临床标准映射到视觉Transformer空间，实现图像与临床解释的透明连接，提升模型可解释性与临床信任度。

Comments AAAI-26-AIA

Pic2Diagnosis: A Method for Diagnosis of Cardiovascular Diseases from the Printed ECG Pictures

Pic2Diagnosis：一种从打印的ECG图片直接诊断心血管疾病的 方法

Oğuzhan Büyüksolak, İlkay Öksüz

机构 * Computer Engineering Department, Istanbul Technical University（计算机工程系，伊斯坦布尔技术大学） 纠错

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

AI总结 Pic2Diagnosis通过两阶段课程学习框架，实现从打印ECG图像直接诊断心血管疾病，提升诊断准确率和鲁棒性。

Comments Accepted to IEEE EMBC 2025. Final published version available on IEEE Xplore

Refine Medical Diagnosis Using Generation Augmented Retrieval and Clinical Practice Guidelines

通过生成增强检索和临床实践指南提升医学诊断

Wenhao Li, Hongkuan Zhang, Hongwei Zhang, Zhengxu Li, Zengjie Dong, Yafan Chen, Niranjan Bidargaddi, Hong Liu

专题命中 诊断辅助 ：diagnosis(title,abstract)；biomedical(journal_ref)

AI总结 本研究提出GARMLE-G框架，通过生成增强检索和临床指南整合，提升医学诊断的准确性和临床实用性。

Journal ref Journal of Biomedical and Health Informatics (JBHI) 2025

Transformation of Biological Networks into Images via Semantic Cartography for Visual Interpretation and Scalable Deep Analysis

通过语义制图将生物网络转换为图像以实现可视化解释和可扩展深度分析

Sakib Mostafa, Lei Xing, Md. Tauhidul Islam

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

AI总结 Graph2Image通过将生物网络转换为图像，实现可扩展的深度分析和可视化解释，提升分类准确率并揭示生物一致性模式。

Utilizing Multi-Agent Reinforcement Learning with Encoder-Decoder Architecture Agents to Identify Optimal Resection Location in Glioblastoma Multiforme Patients

利用基于编码器-解码器架构的多智能体强化学习识别胶母细胞瘤患者的最优切除位置

Krishna Arun, Moinak Bhattachrya, Paras Goel

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

AI总结 本研究利用多智能体强化学习与编码器-解码器架构，通过诊断和治疗计划优化，提高胶母细胞瘤患者生存率。

SweetDeep: A Wearable AI Solution for Real-Time Non-Invasive Diabetes Screening

SweetDeep：一种用于实时无创糖尿病筛查的可穿戴AI解决方案

Ian Henriques, Lynda Elhassar, Sarvesh Relekar, Denis Walrave, Shayan Hassantabar, Vishu Ghanakota, Adel Laoui, Mahmoud Aich, Rafia Tir, Mohamed Zerguine, Samir Louafi, Moncef Kimouche, Emmanuel Cosson, Niraj K Jha

机构 * Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） ； NeuTigers, Inc.（NeuTigers公司） ； AP-HP Avicennes, Bobigny, France（法国AP-HP阿维尼翁医院） ； Clinic International Constantine, Constantine, Algeria（阿尔及利亚康斯坦丁国际诊所） 纠错

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

AI总结 SweetDeep利用轻量级神经网络和工程特征，在真实可穿戴设备上实现了高准确率的2型糖尿病无创筛查。

Comments 12 pages, 6 figures. Submitted to the IEEE Journal of Biomedical and Health Informatics

Anatomical basis of sex differences in the electrocardiogram identified by three-dimensional torso-heart imaging reconstruction pipeline

心电图中性别的差异的解剖基础通过三维躯体-心脏成像重建流程确定

Hannah J. Smith, Blanca Rodriguez, Yuling Sang, Marcel Beetz, Robin P. Choudhury, Vicente Grau, Abhirup Banerjee

专题命中 诊断辅助 ：diagnosis(abstract)；分类 q-bio、eess.IV

AI总结 本研究通过三维躯体-心脏成像重建流程，揭示了性别差异在心电图特征和解剖结构中的关系，强调了量化性别差异对心电图解读和临床应用的重要性。

Comments Revision following reviewer comments

A Neural Affinity Framework for Abstract Reasoning: Diagnosing the Compositional Gap in Transformer Architectures via Procedural Task Taxonomy

一种神经亲和框架用于抽象推理：通过程序性任务分类诊断Transformer架构中的组合性缺口

Miguel Ingram, Arthur Joseph Merritt

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

AI总结 本文提出了一种神经亲和框架，通过程序性任务分类诊断Transformer架构中的组合性缺口，揭示了任务与Transformer模型之间的神经亲和力差异。

Comments 62 pages, 10 figures

Transferring Clinical Knowledge into ECGs Representation

将临床知识转移到ECG表示中

Jose Geraldo Fernandes, Luiz Facury de Souza, Pedro Robles Dutenhefner, Gisele L. Pappa, Wagner Meira

机构 * Department of Computer Science（计算机科学系） ； Universidade Federal de Minas Gerais（巴西矿务联邦大学） ； Depart. of Math. and Comp. Sc.（数学与计算机科学系） ； Albion College（阿尔比恩学院） 纠错

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

AI总结 本文提出一种三阶段训练方法，将多模态临床数据转化为ECG表示，提升分类模型的准确性和可解释性。

Deep learning for autism detection using clinical notes: A comparison of transfer learning for a transparent and black-box approach

利用临床笔记进行自闭症检测的深度学习：透明与黑箱方法的迁移学习比较

Gondy Leroy, Prakash Bisht, Sai Madhuri Kandula, Nell Maltman, Sydney Rice

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

AI总结 本研究提出了一种基于BioBERT的透明机器学习方法，通过混合数据集训练提升了自闭症检测的准确率，优于黑箱方法。

Comments 9 pages

Journal ref Artificial Intelligence in Medicine, February, 2026

Research on a Monitoring System for High-Voltage Cables in a Coal Mine Based on Intelligent Sensing Technology

基于智能传感技术的煤矿高压电缆监控系统研究

Z Gao, J Li, L Tao, B Meng

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出基于智能传感技术的煤矿高压电缆监控系统，通过高频电流和光纤温度传感器实时采集数据，并结合边缘与云计算实现故障诊断，准确率超过95%，提升矿井供电可靠性。

VP-AutoTest: A Virtual-Physical Fusion Autonomous Driving Testing Platform

VP-AutoTest：一种虚拟-物理融合的自动驾驶测试平台

Yiming Cui, Shiyu Fang, Jiarui Zhang, Yan Huang, Chengkai Xu, Bing Zhu, Hao Zhang, Peng Hang, Jian Sun

机构 * Department of Traffic Engineering & Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University（交通工程系及道路交通工程重点实验室，教育部，同济大学） ； College of Electronic and Information Engineering, Department of Control Science and Engineering, and Shanghai Institute of Intelligent Science and Technology, Tongji University（电子信息学院、控制科学与工程系及上海智能科学技术研究院，同济大学） ； State Key Laboratory of Automotive Simulation and Control, Jilin University（汽车仿真与控制国家重点实验室，吉林大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 VP-AutoTest通过整合多种虚拟和物理元素，实现自动驾驶测试的高仿真与高效能，解决传统测试方法的局限性。

Alterations of brain tissue structural complexity and disorder in Alzheimer's disease (AD): Fractal, multifractal, fractal transformation, and disorder strength analyses

阿尔茨海默病（AD）中脑组织结构复杂性和紊乱的改变：分形、多分形、分形变换和紊乱强度分析

Santanu Maity, Mousa Alrubayan, Mohammad Moshahid Khan, Prabhakar Pradhan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出基于分形和多分形分析的框架，用于量化AD中脑组织结构变化，并通过IPR分析揭示疾病进展与结构紊乱的关系。

Comments 22 pages, 8 figures

The Endless Tuning. An Artificial Intelligence Design To Avoid Human Replacement and Trace Back Responsibilities

无限调校。一种人工智能设计，旨在避免人类被取代并追溯责任

Elio Grande

机构 * University of Pisa, Department of Computer Science（比萨大学计算机科学系） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种通过双镜像过程实现人工智能可靠部署的设计方法，旨在避免人类被取代并填补责任缺口，通过三个典型应用展示了该方法在用户体验中的有效性。

Learning Relative Gene Expression Trends from Pathology Images in Spatial Transcriptomics

从病理图像中学习相对基因表达趋势

Kazuya Nishimura, Haruka Hirose, Ryoma Bise, Kaito Shiku, Yasuhiro Kojima

机构 * Laboratory of Computational Life Science, National Cancer Center Japan（国立癌症中心日本计算生命科学实验室） ； Department of Advanced Information Technology, Kyushu University（九州大学先进信息技术系） 纠错

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

AI总结 本文提出STRank方法，通过学习相对基因表达模式以提高病理图像中基因表达估计的鲁棒性。

Comments Neurips 2025

Squeezed-Eff-Net: Edge-Computed Boost of Tomography Based Brain Tumor Classification leveraging Hybrid Neural Network Architecture

Squeezed-Eff-Net: 基于混合神经网络架构的肿瘤脑部分类的边缘计算提升

Md. Srabon Chowdhury, Syeda Fahmida Tanzim, Sheekar Banerjee, Ishtiak Al Mamoon, AKM Muzahidul Islam

机构 * Department of Computer Science and Engineering, International University of Business Agriculture and Technology (IUBAT)（计算机科学与工程系，国际大学商学院农业与技术（IUBAT）） ； Department of Computer Science and Engineering, United International University (UIU)（计算机科学与工程系，联合国际大学（UIU）） 纠错

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

AI总结 Squeezed-Eff-Net通过混合神经网络架构提升脑肿瘤分类的边缘计算性能，结合轻量级和高性能模型及手工特征描述符，实现高准确率和高效计算。

Domain-Specific Foundation Model Improves AI-Based Analysis of Neuropathology

领域特定基础模型提升基于人工智能的神经病理科分析

Ruchika Verma, Shrishtee Kandoi, Robina Afzal, Shengjia Chen, Jannes Jegminat, Michael W. Karlovich, Melissa Umphlett, Timothy E. Richardson, Kevin Clare, Quazi Hossain, Jorge Samanamud, Phyllis L. Faust, Elan D. Louis, Ann C. McKee, Thor D. Stein, Jonathan D. Cherry, Jesse Mez, Anya C. McGoldrick, Dalilah D. Quintana Mora, Melissa J. Nirenberg, Ruth H. Walker, Yolfrankcis Mendez, Susan Morgello, Dennis W. Dickson, Melissa E. Murray, Carlos Cordon-Cardo, Nadejda M. Tsankova, Jamie M. Walker, Diana K. Dangoor, Stephanie McQuillan, Emma L. Thorn, Claudia De Sanctis, Shuying Li, Thomas J. Fuchs, Kurt Farrell, John F. Crary, Gabriele Campanella

机构 * Windreich Department of AI and Human Health（AI与人类健康部门） ； Icahn School of Medicine at Mount Sinai（辛克医学院（梅奥医院）） ； Hasso Plattner Institute for Digital Health at Mount Sinai（梅奥医院数字健康研究所） ； Department of Neurology（神经病学部门） ； Department of Pathology（病理学部门） ； Columbia University（哥伦比亚大学） ； Memorial Sloan-Kettering Cancer Center（纪念斯隆凯特林癌症中心） ； Department of Neuroscience（神经科学部门） ； Mayo Clinic College of Medicine（梅奥诊所医学院） ； University of Texas Southwestern Medical Center（德克萨斯西南医学中心） ； Peter O’Donnell Jr. Brain Institute（彼得·奥多尼尔 Jr. 脑研究所） ； VA Boston Healthcare System（波士顿退伍军人医疗系统） 纠错

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

AI总结 NeuroFM通过专门训练于脑组织的领域特定基础模型，提升神经病理学AI分析的准确性与可靠性。

When normalization hallucinates: unseen risks in AI-powered whole slide image processing

当归一化产生幻觉：人工智能驱动的全切片图像处理中的未见风险

Karel Moens, Matthew B. Blaschko, Tinne Tuytelaars, Bart Diricx, Jonas De Vylder, Mustafa Yousif

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

AI总结 本文揭示了人工智能驱动的全切片图像处理中归一化过程产生的幻觉风险，提出了一种新的图像比较度量方法以自动检测幻觉，并评估了多种归一化方法在真实数据上的表现，指出需更稳健的归一化技术和严格验证。

Comments 4 pages, accepted for oral presentation at SPIE Medical Imaging, 2026

Real-Time Cell Sorting with Scalable In Situ FPGA-Accelerated Deep Learning

基于可扩展在 situ FPGA 加速深度学习的实时细胞分选

Khayrul Islam, Ryan F. Forelli, Jianzhong Han, Deven Bhadane, Jian Huang, Joshua C. Agar, Nhan Tran, Seda Ogrenci, Yaling Liu

机构 * Department of Mechanical Engineering, Lehigh University（机械工程系，莱维大学） ； Department of Electrical and Computer Engineering, Northwestern University（电气与计算机工程系，西北大学） ； Coriell Institute for Medical Research（Coriell医学研究所） ； Department of Computer Science, Lehigh University（计算机科学系，莱维大学） ； Cooper Medical School of Rowan University（罗文大学合作医学院） ； Center for Metabolic Disease Research, Temple University（代谢疾病研究中心， Temple大学） ； Department of Mechanical Engineering and Mechanics, Drexel University（机械工程与力学系，德雷塞尔大学） ； Real-time Processing Systems Division, Fermi National Accelerator Laboratory（费米国家加速器实验室实时处理系统部） ； Department of Bioengineering, Lehigh University（生物工程系，莱维大学） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.LG

AI总结 该研究提出了一种基于FPGA加速的实时细胞分选方法，利用教师-学生模型和知识蒸馏实现高效率和可扩展性，准确分类淋巴细胞亚群，同时显著降低推理延迟。

Journal ref 2025

Gene-DML: Dual-Pathway Multi-Level Discrimination for Gene Expression Prediction from Histopathology Images

Gene-DML：双路径多级判别用于从组织病理图像预测基因表达

Yaxuan Song, Jianan Fan, Hang Chang, Weidong Cai

机构 * The University of Sydney, Australia（悉尼大学） ； Lawrence Berkeley National Laboratory, USA（伯克利国家实验室） 纠错

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

AI总结 Gene-DML通过双路径多级判别方法，提升组织病理图像与基因表达谱的跨模态对齐，实现高精度的基因表达预测。

Comments Accepted by The IEEE/CVF Winter Conference on Applications of Computer Vision 2026 (WACV2026). Code and data available at https://github.com/YXSong000/Gene-DML

Single-cell identification with quantum-enhanced nuclear magnetic resonance

利用量子增强核磁共振进行单细胞识别

Zhiyuan Zhao, Qian Shi, Shaoyi Xu, Xiangyu Ye, Mengze Shen, Jia Su, Ya Wang, Tianyu Xie, Qingsong Hu, Fazhan Shi, Jiangfeng Du

专题命中 病理影像 ：biomedical(abstract)

AI总结 利用量子增强核磁共振技术，通过检测细胞内质子弛豫时间实现无标记单细胞识别，为稀有细胞分析和个性化医疗提供新方法。

Comments 23 pages, 4 figures

Quantitative Characterization of Brain Tissue Alterations in Brain Cancer Using Fractal, Multifractal, and IPR Metrics

利用分形、多分形和IPR指标定量表征脑癌脑组织的改变

Mousa Alrubayan, Santanu Maity, Prabhakar Pradhan

专题命中 病理影像 ：diagnosis(abstract)

AI总结 本文提出利用分形、多分形和IPR指标定量表征脑癌组织的结构变化，以提高脑癌的显微诊断能力。

Comments 18 pages, 8 figures

MedGR$^2$: Breaking the Data Barrier for Medical Reasoning via Generative Reward Learning

MedGR$^2$: 通过生成奖励学习突破医学推理的数据壁垒

Weihai Zhi, Jiayan Guo, Shangyang Li

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

AI总结 MedGR$^2$通过生成奖励学习解决医学推理中的数据稀缺问题，实现高效训练和泛化，优于现有方法。

Comments 8 pages, 5 figures

Journal ref AAAI'2026 Main Technical Track

Simple Agents Outperform Experts in Biomedical Imaging Workflow Optimization

简单代理在生物医学影像工作流优化中胜过专家

Xuefei, Wang, Kai A. Horstmann, Ethan Lin, Jonathan Chen, Alexander R. Farhang, Sophia Stiles, Atharva Sehgal, Jonathan Light, David Van Valen, Yisong Yue, Jennifer J. Sun

机构 * Caltech（加州理工学院） ； Cornell（康奈尔大学） ； UT Austin（得克萨斯大学奥斯汀分校） ； Rensselaer Polytechnic Institute（罗切斯特理工学院） 纠错

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

AI总结 本文提出简单代理在生物医学影像工作流优化中优于专家，通过系统评估框架验证了代理设计的实用性。

Inverse Discrete Elastic Rod

逆向离散弹性杆

Jiahao Li, Mingchao Liu, Haiyi Liang, HengAn Wu, Weicheng Huang

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出逆向离散弹性杆方法，通过将逆问题转化为静态平衡，实现高效且准确的逆向设计，适用于多种实际应用。

Comments 13 pages, 11 figures