arXivDaily arXiv每日学术速递 周一至周五更新

科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2025-12-16 至 2025-12-16 共收录 4 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 4 篇

2512.11906 2025-12-16 cs.CV cs.LG 84%

MPath: Multimodal Pathology Report Generation from Whole Slide Images

MPath:从全切片图像生成多模态病历报告

Noorul Wahab, Nasir Rajpoot

机构 * TIA Centre, Department of Computer Science, University of Warwick, UK(沃里克大学计算机科学系TIA研究中心)

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

AI总结 MPath通过多模态条件化方法,利用预训练的生物医学语言模型生成病理报告,展示了在病理报告生成中的有效性与可扩展性。

Comments Pages 4, Figures 1, Table 1

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.00332 2025-12-16 math.AG 71%

Pathology of formal locally-trivial deformations in positive characteristic

正特征下形式局部平凡变形的病态

Takuya Miyamoto

专题命中 病理影像 :pathology(title)

AI总结 研究正特征下局部平凡变形的病态,通过构造代数曲线和正则有理投影曲面的例子,展示其不满足Schlessinger条件(H₁)。

Comments 17pages. A new version of the proof of Theorem 1.1 for curves is on arXiv:2509.00887v2

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.18303 2025-12-16 eess.IV cs.LG 62%

Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging

Deep-ER:深度学习ECCENTRIC重建用于快速高分辨率神经代谢成像

Paul Weiser, Georg Langs, Wolfgang Bogner, Stanislav Motyka, Bernhard Strasser, Polina Golland, Nalini Singh, Jorg Dietrich, Erik Uhlmann, Tracy Batchelor, Daniel Cahill, Malte Hoffmann, Antoine Klauser, Ovidiu C. Andronesi

专题命中 病理影像 :MRI(abstract);分类 cs.LG、eess.IV

AI总结 Deep-ER通过深度学习实现快速高分辨率神经代谢成像,提升重建效率和图像质量,适用于高通量成像流程。

Journal ref NeuroImage 309 (2025): 121045

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13600 2025-12-16 cs.CV cs.AI 57%

DA-SSL: self-supervised domain adaptor to leverage foundational models in turbt histopathology slides

DA-SSL: 一种自监督域适配器,用于利用基础模型在尿道肿瘤切除术(TURBT)病理切片中的应用

Haoyue Zhang, Meera Chappidi, Erolcan Sayar, Helen Richards, Zhijun Chen, Lucas Liu, Roxanne Wadia, Peter A Humphrey, Fady Ghali, Alberto Contreras-Sanz, Peter Black, Jonathan Wright, Stephanie Harmon, Michael Haffner

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

AI总结 DA-SSL通过自监督域适配提升基础模型在TURBT病理切片中的应用效果,实现治疗反应预测的高准确率与灵敏度。

详情

展开后加载摘要…

URL PDF HTML 收藏