医学 AI

UniBiomed: A Universal Foundation Model for Grounded Biomedical Image Interpretation

UniBiomed: 一种用于 grounded 生物医学图像解释的通用基础模型

Linshan Wu, Yuxiang Nie, Sunan He, Jiaxin Zhuang, Luyang Luo, Tao Li, Zhuoyao Xie, Dexuan Chen, Yinghua Zhao, Neeraj Mahboobani, Varut Vardhanabhuti, Ronald Cheong Kin Chan, Yifan Peng, Pranav Rajpurkar, Hao Chen

专题命中 医学影像 ：medical image(title,abstract)；biomedical(title,abstract)；medical AI(abstract)；diagnosis(abstract)

AI总结 UniBiomed是一种基于多模态大语言模型和Segment Anything Model的通用基础模型，能够同时生成诊断结果并分割生物医学目标，提升生物医学图像分析的可解释性与性能。

Comments A universal foundation model for grounded biomedical image interpretation

A deep learning model to reduce agent dose for contrast-enhanced MRI of the cerebellopontine angle cistern

一种深度学习模型用于降低对比增强MRI的脑干桥小脑角蛛网膜下隙剂剂量

Yunjie Chen, Rianne A. Weber, Olaf M. Neve, Stephan R. Romeijn, Erik F. Hensen, Jelmer M. Wolterink, Qian Tao, Marius Staring, Berit M. Verbist

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

AI总结 本研究提出一种深度学习模型，通过降低对比剂剂量提升脑干桥小脑角蛛网膜下隙MRI图像质量，实现低剂量下的病变检测与诊断。

Artificial Intelligence in Image-based Cardiovascular Disease Analysis

人工智能在基于图像的心血管疾病分析中的应用

Xin Wang, Mingcheng Hu, Connie W. Tsao, Hongtu Zhu

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

AI总结 本文综述了人工智能在基于图像的心血管疾病分析中的应用，探讨了当前状态、挑战及未来研究方向。

Equivariant Test-Time Training with Operator Sketching for Imaging Inverse Problems

基于运算子草图的等变测试时间训练用于图像反问题

Guixian Xu, Jinglai Li, Junqi Tang

机构 * School of Mathematics, University of Birmingham（伯明翰大学数学学院） 纠错

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

AI总结 本文提出基于运算子草图的等变测试时间训练方法，用于加速深度内部学习框架，通过优化归一化层实现高效网络适应，显著提升高维应用中的计算效率。

Comments 20 pages

Robust Multi-Disease Retinal Classification via Xception-Based Transfer Learning and W-Net Vessel Segmentation

基于Xception的迁移学习与W-Net血管分割的多疾病视网膜分类

Mohammad Sadegh Gholizadeh, Amir Arsalan Rezapour

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

AI总结 本文提出基于Xception迁移学习和W-Net血管分割的多疾病视网膜分类方法，通过高保真血管分割提升分类准确性，减少假阳性，提高临床应用可行性。

Physically Aware 360$^\circ$ View Generation from a Single Image using Disentangled Scene Embeddings

基于单张图像的物理感知360度视图生成

Karthikeya KV, Narendra Bandaru

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 Disentangled360通过结合方向解耦体积渲染和单图像360°视图合成，实现了医学影像和自然场景重建中的高效真实感视图生成。

GDKVM: Echocardiography Video Segmentation via Spatiotemporal Key-Value Memory with Gated Delta Rule

GDKVM：基于时空关键值记忆与门控delta规则的超声视频分割

Rui Wang, Yimu Sun, Jingxing Guo, Huisi Wu, Jing Qin

机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Centre for Smart Health, School of Nursing, The Hong Kong Polytechnic University（香港理工大学智能健康中心） 纠错

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

AI总结 GDKVM通过时空关键值记忆与门控delta规则提升超声视频分割的精度与鲁棒性，实现高效实时分割。

Comments Accepted to ICCV 2025

Composition-Dependent Properties of $\mathrm{Ce_{x}La_{0.95-x}Tb_{0.05}F_{3}}$ Nanopowders Tailored for X-Ray Photodynamic Therapy and Cathodoluminescence Imaging

Ce_xLa_0.95-xTb_0.05F_3纳米粉末的组成依赖性质：为X射线光动力治疗和阴极发光成像定制

Xenie Lytvynenko, Marie Urbanová, Ondřej Lalinský, Vilém Vojta, Jan Bárta, Lenka Prouzová Procházková, Václav Čuba

专题命中 医学影像 ：biomedical(abstract)

AI总结 本研究通过调节Ce含量和热处理，探索Ce_xLa_0.95-xTb_0.05F_3纳米粉末的发光特性，用于X射线光动力治疗和阴极发光成像。

Blood Pressure Prediction for Coronary Artery Disease Diagnosis using Coronary Computed Tomography Angiography

使用冠状动脉计算机断层扫描血管造影进行冠状动脉疾病诊断的血压预测

Rene Lisasi, Michele Esposito, Chen Zhao

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

AI总结 本文提出基于扩散模型的端到端流程，通过CCTA数据直接预测冠状动脉血压，实现非侵入性CAD诊断

Comments 19 pages, 9 figures

RAD: Towards Trustworthy Retrieval-Augmented Multi-modal Clinical Diagnosis

RAD：迈向可信的检索增强多模态临床诊断

Haolin Li, Tianjie Dai, Zhe Chen, Siyuan Du, Jiangchao Yao, Ya Zhang, Yanfeng Wang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； CMIC, Shanghai Jiao Tong University（上海交通大学计算机学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Institute of Artificial Intelligence for Medicine, Shanghai Jiao Tong University（上海交通大学医学人工智能研究所） 纠错

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

AI总结 RAD通过检索增强多模态模型，提升临床诊断的可信度与准确性，实现任务特定知识的显式注入。

Comments Accepted to NeurIPS 2025

Active prognosis and diagnosis of modular discrete-event systems

模块离散事件系统的主动预测与诊断

Shaopeng Hu, Shaowen Miao, Jan Komenda, Zhiwu Li

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本文提出了一种模块离散事件系统主动预测与诊断方法，通过改进的预正常性计算模块监督器，实现系统全局可控、正常及可预测可诊断性。

ConStruct: Structural Distillation of Foundation Models for Prototype-Based Weakly Supervised Histopathology Segmentation

ConStruct：用于基于原型的弱监督病理分割的基模态结构蒸馏

Khang Le, Ha Thach, Anh M. Vu, Trang T. K. Vo, Han H. Huynh, David Yang, Minh H. N. Le, Thanh-Huy Nguyen, Akash Awasthi, Chandra Mohan, Zhu Han, Hien Van Nguyen

机构 * Ho Chi Minh City University of Technology（胡志明市技术大学） ； University of Technology Sydney（悉尼技术大学） ； University of Houston（休斯顿大学） ； University of Information Technology（信息科技大学） ； College of Medical Science and Technology, Taipei Medical University（台北医学院医学科技学院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Montefiore Medical Center, Albert Einstein College of Medicine（蒙特福伊医疗中心，阿尔伯特·爱因斯坦医学院） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） 纠错

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

AI总结 ConStruct通过结合CONCH的形态感知表示、SegFormer的多尺度结构线索和文本引导的语义对齐，提出一种高效的弱监督病理分割方法，提升分割精度和计算效率。

DualProtoSeg: Simple and Efficient Design with Text- and Image-Guided Prototype Learning for Weakly Supervised Histopathology Image Segmentation

DualProtoSeg: 基于文本和图像引导的原型学习的简单高效设计用于弱监督病理图像分割

Anh M. Vu, Khang P. Le, Trang T. K. Vo, Ha Thach, Huy Hung Nguyen, David Yang, Han H. Huynh, Quynh Nguyen, Tuan M. Pham, Tuan-Anh Le, Minh H. N. Le, Thanh-Huy Nguyen, Akash Awasthi, Chandra Mohan, Zhu Han, Hien Van Nguyen

机构 * University of Houston（德克萨斯大学休斯顿分校） ； Ho Chi Minh City University of Technology（胡志明市技术大学） ； University of Information Technology（信息技术大学） ； University of Technology Sydney（悉尼技术大学） ； Vin University（文大学） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； College of Medical Science and Technology, Taipei Medical University（台北医学院医学科学与技术学院） ； Montefiore Medical Center, Albert Einstein College of Medicine（蒙特福医院，阿尔伯特·爱因斯坦医学院） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） 纠错

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

AI总结 DualProtoSeg通过结合文本和图像引导的原型学习，提升弱监督病理图像分割的性能与精度。

Enhancing Radiology Report Generation and Visual Grounding using Reinforcement Learning

通过强化学习增强放射学报告生成和视觉基础识别

Benjamin Gundersen, Nicolas Deperrois, Samuel Ruiperez-Campillo, Thomas M. Sutter, Julia E. Vogt, Michael Moor, Farhad Nooralahzadeh, Michael Krauthammer

机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Zurich University of Applied Sciences（苏黎世应用科学大学） 纠错

专题命中 医疗多模态 ：radiology(title)；分类 cs.CV

AI总结 本研究通过强化学习和思考机制提升放射学报告生成和视觉基础识别的性能，展示了在医学VLMs中RL作为SFT的有效补充。

Comments 10 pages main text (3 figures, 3 tables), 31 pages in total

LDP: Parameter-Efficient Fine-Tuning of Multimodal LLM for Medical Report Generation

LDP：多模态大语言模型在医疗报告生成中的参数高效微调

Tianyu Zhou, Junyi Tang, Zehui Li, Dahong Qian, Suncheng Xiang

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 LDP通过多模态大语言模型和参数高效微调技术，提升结肠镜息肉诊断报告的准确性和效率，显著降低训练成本并获得专家评分。

Comments Work in progress

Semiparametric rank-based regression models as robust alternatives to parametric mean-based counterparts for censored responses under detection-limit

半参数秩回归模型作为检测限下受挫响应的稳健替代方案，用于参数均值型模型

Y. Xu, S. Tu L. Shao, T. Lin, X. M. Tu

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出半参数秩回归模型作为检测限下受挫响应的稳健替代方案，通过比较不同模型在偏倚、变异性及效率方面的表现，验证其在分布假设不确定时的稳定性。

BioMedGPT-Mol: Multi-task Learning for Molecular Understanding and Generation

BioMedGPT-Mol: 用于分子理解和生成的多任务学习

Chenyang Zuo, Siqi Fan, Zaiqing Nie

机构 * Institute for AI Industry Research (AIR)（人工智能产业研究院） ； Tsinghua University（清华大学） ； PharMolix Inc.（PharMolix公司） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 BioMedGPT-Mol通过多任务学习方法，实现了分子理解和生成任务的高效建模，并在 retrosynthetic 计划中取得最佳性能。

A Generation Framework with Strict Constraints for Crystal Materials Design

具有严格约束的晶体材料设计生成框架

Chao Huang, Jiahui Chen, Chen Chen, Chen Chen, Chunyan Chen, Renjie Su, Shiyu Du

机构 * Institute of Computing Technology（计算技术研究所） ； Chinese Academy of Science（中国科学院） ； Ningbo Institute of Artificial Intelligence Industry（宁波人工智能产业研究所） ； Hangzhou Institute for Advanced Study（杭州高级研究所） ； UCAS ； China University of Petroleum (East China)（中国石油大学（华东）） ； Ningbo Institute of Materials Technology and Engineering（宁波材料技术与工程研究所） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种具有严格约束的晶体材料设计生成框架，通过约束生成器和结构生成器生成满足特定化学和物理性质的晶体结构，提高生成效率并确保化学组成准确性。

Leveraging language models for summarizing mental state examinations: A comprehensive evaluation and dataset release

利用语言模型进行精神状态检查的摘要：全面评估和数据集发布

Nilesh Kumar Sahu, Manjeet Yadav, Mudita Chaturvedi, Snehil Gupta, Haroon R Lone

机构 * IISER Bhopal India（比哈尔印度IISER） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本研究利用语言模型对MSE进行摘要生成，通过开发问卷和收集数据，评估多种模型性能，最终发布数据集和模型供心理健康研究使用。

Comments Appeared in: Proceedings of the 31st International Conference on Computational Linguistics (COLING 2025), Abu Dhabi, UAE. ACL Anthology ID: 2025.coling-main.182. (https://aclanthology.org/2025.coling-main.182/)