医学 AI

InfoMotion: A Graph-Based Approach to Video Dataset Distillation for Echocardiography

InfoMotion: 一种基于图的方法用于超声心动图视频数据集蒸馏

Zhe Li, Hadrien Reynaud, Alberto Gomez, Bernhard Kainz

机构 * Department AIBE, FAU Erlangen-Nürnberg, Erlangen, Germany（AIBE部门，埃尔朗根-纽伦堡大学，德国） ； Department of Computing, Imperial College London, London, UK（计算系，伦敦帝国学院，英国） ； Ultromics Ldt., Oxford, UK（Ultromics公司，英国） 纠错

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

AI总结 本文提出一种基于图的方法，通过运动特征提取和Infomap算法，高效蒸馏超声心动图视频数据集，提升数据集的紧凑性和信息量。

Comments Accepted at MICAD 2025

MedCEG: Reinforcing Verifiable Medical Reasoning with Critical Evidence Graph

MedCEG: 通过关键证据图强化可验证的医学推理

Linjie Mu, Yannian Gu, Zhongzhen Huang, Yakun Zhu, Shaoting Zhang, Xiaofan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； SII 纠错

专题命中 医学数据与评测 ：medical AI(abstract)

AI总结 MedCEG通过关键证据图强化医学推理，提升临床决策的可靠性与有效性。

LLPut: Investigating Large Language Models for Bug Report-Based Input Generation

LLPut: 探究大型语言模型在基于bug报告的输入生成中的应用

Alif Al Hasan, Subarna Saha, Mia Mohammad Imran, Tarannum Shaila Zaman

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出LLPut技术，评估三种开源生成式LLMs在从bug报告中提取相关输入方面的性能，探讨生成式LLMs在自动bug诊断中的能力和限制。

Journal ref The First International Workshop on Large Language Model-Oriented Empirical Research (LLanMER 2025)