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。