医学 AI

A Semi-Supervised Inf-Net Framework for CT-Based Lung Nodule Analysis with a Conceptual Extension Toward Genomic Integration

一种基于CT的肺结节分析的半监督Inf-Net框架及其向基因组整合的概念扩展

Fateme Mobini, Mohammad Reza Hedyehzadeh, Mahdi Yousefi

专题命中 医学影像 ：CT(title,abstract)；分类 q-bio

AI总结 本研究提出一种半监督Inf-Net框架，通过整合基因组数据提升CT肺结节分析精度，实验表明其在多模态诊断中具有潜力。

Scalable CFD Simulations in Multi-Billion Voxel Micro-CT Images of Porous Materials Using OpenFOAM on ARCHER2

在ARCHER2上使用OpenFOAM对多十亿体素微CT图像进行可扩展的CFD模拟

J. Maes, Gavin J. Pringle, Hannah P. Menke

专题命中 医学影像 ：CT(title,abstract)

AI总结 利用ARCHER2的高性能计算能力，通过OpenFOAM实现对多十亿体素微CT图像的可扩展CFD模拟，采用体积指示函数替代复杂网格，提升大规模多孔材料流动模拟效率。

Co-Seg++: Mutual Prompt-Guided Collaborative Learning for Versatile Medical Segmentation

Co-Seg++: 互促提示引导的协作学习用于多用途医学分割

Qing Xu, Yuxiang Luo, Wenting Duan, Zhen Chen

机构 * School of Computer Science, University of Nottingham Ningbo China（诺丁汉大学宁波校区计算机科学学院） ； University of Nottingham, UK（诺丁汉大学（英国）） ； Graduate School of Information, Production and Systems, Waseda University, Japan（早稻田大学信息、生产与系统研究生院） ； Yale University（耶鲁大学） 纠错

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

AI总结 Co-Seg++通过互促提示引导的协作学习，提升多用途医学分割的性能，优于现有方法。

Comments Accepted by TMI

Mitigating Individual Skin Tone Bias in Skin Lesion Classification through Distribution-Aware Reweighting

通过分布感知重加权缓解个体肤色偏见在皮肤病变分类中的影响

Kuniko Paxton, Zeinab Dehghani, Koorosh Aslansefat, Dhavalkumar Thakker, Yiannis Papadopoulos

机构 * University of Hull（赫尔大学） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出基于分布的重加权方法，通过核密度估计和距离度量标准，缓解皮肤病变分类中的个体肤色偏见问题，提升医学影像分析的公平性。

Automated Classification of Phonetic Segments in Child Speech Using Raw Ultrasound Imaging

利用原始超声成像自动分类儿童语音片段

Saja Al Ani, Joanne Cleland, Ahmed Zoha

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

AI总结 本研究提出FusionNet模型，结合超声舌成像与深度学习，以提高儿童语音发育障碍的自动分类准确性和效率。

Journal ref Proceedings of the 17th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 1: BIOIMAGING, 2024, pages 326-331

Genetic Regression Analysis of Human Brain Connectivity Using an Efficient Estimator of Genetic Covariance

利用高效遗传协方差估计的人类脑连接遗传回归分析

Keshav Motwani, Ali Shojaie, Ariel Rokem, Eardi Lila

专题命中 医学影像 ：MRI(abstract)

AI总结 该研究提出了一种高效遗传协方差估计方法，用于分析人类脑连接的遗传回归，发现功能性连接在遗传层面可中等程度预测，但观测数据中不可直接预测。

$J/ψ$-Meson Nucleon Scattering Length from Threshold Photoproduction on Light Nuclei

$J/ψ$介子与核子的散射长度从阈值光产生轻核上

Igor I. Strakovsky, William J. Briscoe, Philipp Gubler, Jackson R. Pybus, Axel Schmidt, Alexander Somov

专题命中 医学影像 ：CT(abstract)

AI总结 利用非相干$J/ψ$光产生研究轻核中质子的散射长度，通过理论模型预测结果并评估介质修改效应。

Comments 7 pages, 2 figures, 2 tables

Alternating Minimization for Computed Tomography with Unknown Geometry Parameters

交替最小化用于具有未知几何参数的计算机断层扫描

Mai Phuong Pham Huynh, Manuel Santana, Ana Castillo

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种交替最小化算法，用于在多种几何参数扰动情况下实现高质量的CT图像重建。

Comments 15 pages, 14 figures, written in Emory NSF Data Science REU 2021

Orchestrator Multi-Agent Clinical Decision Support System for Secondary Headache Diagnosis in Primary Care

协调多代理临床决策支持系统用于初级医疗二次头痛诊断

Xizhi Wu, Nelly Estefanie Garduno-Rapp, Justin F Rousseau, Mounika Thakkallapally, Hang Zhang, Yuelyu Ji, Shyam Visweswaran, Yifan Peng, Yanshan Wang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出了一种基于多代理架构的临床决策支持系统，通过协调机制提升继发性头痛诊断的准确性和可解释性。

When Medical AI Explanations Help and When They Harm

当医疗AI解释有助于和有害时

Manshu Khanna, Ziyi Wang, Lijia Wei, Lian Xue

专题命中 诊断辅助 ：medical AI(title)

AI总结 本研究发现医疗AI解释在算法正确时提升诊断准确性，但在算法错误时反而降低准确性，揭示了AI透明性带来的悖论，提出选择性透明度能提高医疗价值。

SSplain: Sparse and Smooth Explainer for Retinopathy of Prematurity Classification

SSplain: 用于早产儿视网膜病变分类的稀疏平滑解释器

Elifnur Sunger, Tales Imbiriba, Peter Campbell, Deniz Erdogmus, Stratis Ioannidis, Jennifer Dy

机构 * Northeastern University（东北大学） ； University of Massachusetts Boston（马萨诸塞大学波士顿分校） ； Oregon Health & Science University（俄勒冈健康与科学大学） 纠错

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

AI总结 SSplain通过稀疏和平滑解释方法提升早产儿视网膜病变分类的可解释性与准确性

Comments 20 pages, 16 figures

FAIM: Frequency-Aware Interactive Mamba for Time Series Classification

FAIM：面向频率的交互式Mamba用于时间序列分类

Da Zhang, Bingyu Li, Zhiyuan Zhao, Yanhan Zhang, Junyu Gao, Feiping Nie, Xuelong Li

机构 * School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院、光学与电子学（iOPEN）、西北工业大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI）、中国电信） 纠错

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

AI总结 FAIM通过引入自适应滤波块和交互式Mamba块，有效捕捉时间序列的频率特征，提升分类任务的准确性和效率。

VIGIL: A Reflective Runtime for Self-Healing Agents

VIGIL：一种用于自愈代理的反射性运行时

Christopher Cruz

机构 * Christopher Cruz 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 VIGIL是一种反射性运行时，通过自我诊断和修复机制提升代理系统的可靠性和自我维护能力。

Explainable AI for computational pathology identifies model limitations and tissue biomarkers

可解释AI用于计算病理学识别模型限制和组织生物标志物

Jakub R. Kaczmarzyk, Chanwoo Kim, Soham Gadgil, Deepika Savant, Zhen Zhao, Joel H. Saltz, Su-In Lee, Peter K. Koo

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

AI总结 HIPPO通过可解释AI方法识别模型限制和组织生物标志物，提升数字病理学中模型的可解释性和临床应用价值。

Comments The following authors contributed equally: Jakub R. Kaczmarzyk, Chanwoo Kim, Soham Gadgil

Beyond accuracy: quantifying the reliability of Multiple Instance Learning for Whole Slide Image classification

超越准确性：量化多实例学习在全滑片图像分类中的可靠性

Hassan Keshvarikhojasteh, Marc Aubreville, Christof A. Bertram, Josien P. W. Pluim, Mitko Veta

机构 * Department of Biomedical Engineering, Eindhoven University of Technology（埃因霍温理工大学生物医学工程系） ； Flensburg Artificial Intelligence Research Group (FLAIR), Flensburg University of Applied Sciences（弗劳恩霍夫应用科技大学人工智能研究组） ； University of Veterinary Medicine Vienna（维也纳兽医大学） 纠错

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

AI总结 本文提出三种量化指标评估多实例学习在全滑片图像分类中的可靠性，发现MEAN-POOL-INS模型在可靠性上表现优异，为未来研究提供可靠基准。

Journal ref PloS one. 2025 Dec 5;20(12):e0337261

AI-powered virtual tissues from spatial proteomics for clinical diagnostics and biomedical discovery

基于空间蛋白质组学的AI虚拟组织用于临床诊断和生物医学发现

Johann Wenckstern, Eeshaan Jain, Yexiang Cheng, Benedikt von Querfurth, Kiril Vasilev, Matteo Pariset, Phil F. Cheng, Petros Liakopoulos, Olivier Michielin, Andreas Wicki, Gabriele Gut, Charlotte Bunne

专题命中 生物医学文本 ：biomedical(title)；分类 cs.CV、cs.LG、q-bio

AI总结 本文提出VirTues模型，利用空间蛋白质组学数据实现生物标记物发现和患者分层，提升临床诊断和生物医学研究的准确性。

Comments 25 pages, 5 figures

Learning Geodesics of Geometric Shape Deformations From Images

从图像中学习几何形变的测地线

Nian Wu, Miaomiao Zhang

机构 * University of Virginia, Department of Electrical & Computer Engineering, Charlottesville, VA, USA（弗吉尼亚大学电气与计算机工程系） ； University of Virginia, Department of Computer Science, Charlottesville, VA, USA（弗吉尼亚大学计算机科学系） 纠错

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

AI总结 本文提出GDN，通过学习图像中的测地线变形，提升可变形形状的量化和比较能力。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:019

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

Functional Random Forest with Adaptive Cost-Sensitive Splitting for Imbalanced Functional Data Classification

具有自适应成本敏感分裂的函数随机森林用于不平衡函数数据分类

Fahad Mostafa, Hafiz Khan

机构 * Fahad Mostafa School of Mathematical and Natural Sciences, Arizona State University, USA（法哈德·莫斯塔法 数学与自然科学学院，亚利桑那州立大学） ； Hafiz Khan Department of Public Health, Julia Jones Matthews School of Population and Public Health, Texas Tech Health Sciences Center, USA（哈菲兹·汗 公共卫生部，朱莉亚·琼斯·马修斯流行病学与公共卫生学院，德克萨斯技术健康科学中心） 纠错

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

AI总结 本文提出了一种针对不平衡功能数据分类的新型方法FRF-ACS，通过自适应成本敏感分裂和混合采样策略提升少数类检测性能。

Comments 23 pages, 4 figures

Laser-assisted deposition of carbon nanotubes in optical fibers with multiparameter control

利用多参数控制在光学纤维中辅助沉积碳纳米管

Ricardo E. da Silva, Cristiano M. B. Cordeiro

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究提出了一种利用激光和多参数控制在光学纤维中沉积碳纳米管的新方法，为实时监测和工业光纤激光器发展提供了新的可能性。

Journal ref R. E. da Silva and C. M. B. Cordeiro, "Laser-Assisted Deposition of Carbon Nanotubes in Optical Fibers with Multiparameter Control," SBFoton International Optics and Photonics Conference, Sao Pedro SP, Brazil, 2025, pp. 1-3

Bayesian Semiparametric Joint Dynamic Model for Multitype Recurrent Events and a Terminal Event

多类型复发事件与终端事件的贝叶斯半参数联合动态模型

Mithun Kumar Acharjee, AKM Fazlur Rahman

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种贝叶斯半参数联合动态模型，用于分析多类型复发事件与终端事件之间的关系，并提供基于过去事件影响的风险评估方法。

Comments 30 pages, 4 tables, 4 figures, prepared for Statistics in Medicine

Quantum Circuit Reasoning Models: A Variational Framework for Differentiable Logical Inference

量子电路推理模型：一种用于可微逻辑推理的变分框架

Andrew Kiruluta

机构 * UC Berkeley, School of Information（伯克利大学信息学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 量子电路推理模型通过变分框架实现可微逻辑推理，将量子力学操作映射到推理原语，用于科学、生物医学和化学领域的推理任务。

Single-step laser patterning and thinning of biocompatible MEMS flow sensor

单步激光打标和薄化生物相容性MEMS流量传感器

Mohammad Nizar Mohamed Zukri, Muhammad Salman Al Farisi, Yoshihiro Hasegawa, Mitsuhiro Shikida

专题命中 健康监测 ：biomedical(abstract)

AI总结 本研究提出单步光纤激光微加工技术，用于制造生物相容性、自由站立的MEMS热流量传感器，实现高热响应和低生产成本。

A Practical Framework for Evaluating Medical AI Security: Reproducible Assessment of Jailbreaking and Privacy Vulnerabilities Across Clinical Specialties

评估医疗AI安全的实用框架：在不同临床专科中可重复评估劫持和隐私漏洞

Jinghao Wang, Ping Zhang, Carter Yagemann

机构 * The Ohio State University（俄亥俄州立大学） 纠错

专题命中 医学数据与评测 ：medical AI(title,abstract)

AI总结 本文提出了一种可重复评估医疗AI安全性的框架，针对不同临床专科的劫持和隐私漏洞进行评估，无需特殊资源或数据权限。

Comments 6 pages, 1 figure, framework proposal

Skewness-Guided Pruning of Multimodal Swin Transformers for Federated Skin Lesion Classification on Edge Devices

偏度引导的多模态Swin Transformer剪枝用于边缘设备上的联邦皮肤病变分类

Kuniko Paxton, Koorosh Aslansefat, Dhavalkumar Thakker, Yiannis Papadopoulos

机构 * University of Hull（赫尔大学） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.CV

AI总结 本研究提出基于偏度的剪枝方法，用于在边缘设备上高效压缩多模态Swin Transformer，实现联邦学习中的隐私保护与高精度皮肤病变分类。