医学 AI

Improvement of AMPs Identification with Generative Adversarial Network and Ensemble Classification

利用生成对抗网络和集成分类改进AMPs识别

Reyhaneh Keshavarzpour, Eghbal Mansoori

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

AI总结 本文提出利用生成对抗网络和集成分类方法改进抗菌肽识别，提升预测准确性和效率。

Comments 21 pages, 3 figures, 4 tables

Transmission infrared micro-spectroscopic study of individual human hair

人类单根头发的传输红外微光谱研究

Chen Li, Yuhan Du, Haonan Chen, Xinxin Han, Wenbin Wu, Xiufang Kong, Cheng Zhang, Xiang Yuan

专题命中 生物医学文本 ：biomedical(abstract,journal_ref)

AI总结 本研究通过传输红外微光谱技术分析单根人类头发，发现其波段过滤行为及光谱重量变化，揭示了头发皮质在炎症攻击中的微观结构变化。

Journal ref Journal of Biomedical Optics, 28(11), 116501. (2023)

Decoding Orbital Angular Momentum in Turbid Tissue-like Scattering Medium via Fourier-Domain Deep Learning

通过傅里叶域深度学习解码湍流组织样散射介质中的轨道角动量

Avraham Yosovich, Anton Sdobnov, Alexander Doronin, Alexander Bykov, Igor Meglinski, Zeev Zalevsky

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 通过傅里叶域深度学习在复杂介质中解码OAM拓扑电荷，提升光子系统鲁棒性

GALAX: Graph-Augmented Language Model for Explainable Reinforcement-Guided Subgraph Reasoning in Precision Medicine

GALAX：图增强语言模型用于可解释的强化引导子图推理在精准医学中

Heming Zhang, Di Huang, Wenyu Li, Michael Province, Yixin Chen, Philip Payne, Fuhai Li

机构 * I2DB, Washington University School of Medicine（I2DB，华盛顿大学医学学院） ； Department of Computer Science and Engineering, Washington University in St. Louis（计算机科学与工程系，华盛顿大学圣路易斯分校） ； Department of Genetics, Washington University School of Medicine（遗传学系，华盛顿大学医学学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 GALAX通过整合图神经网络与大语言模型，利用强化学习实现子图推理，提升精准医学中目标发现的可解释性和可靠性。

Investigating the Generalizability of ECG Noise Detection Across Diverse Data Sources and Noise Types

探讨ECG噪声检测在不同数据源和噪声类型上的泛化能力

Sharmad Kalpande, Nilesh Kumar Sahu, Haroon Lone

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出一种基于HRV的机器学习方法，用于检测ECG中的噪声，并通过跨数据集实验验证其在不同数据源和噪声类型上的泛化能力，实现了超过90%的平均准确率。

Enhancing Transparency and Traceability in Healthcare AI: The AI Product Passport

提升医疗AI的透明度与可追溯性：AI产品护照

A. Anil Sinaci, Senan Postaci, Dogukan Cavdaroglu, Machteld J. Boonstra, Okan Mercan, Kerem Yilmaz, Gokce B. Laleci Erturkmen, Folkert W. Asselbergs, Karim Lekadir

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

AI总结 本研究提出AI产品护照，通过生命周期文档提升医疗AI的透明度和可追溯性，符合FUTURE-AI原则，确保公平性和可用性，并通过开源平台实现可访问性。

Comments A total of 33 pages: First 16 pages for the manuscript and the remaining 17 pages for the supplementary user guide of the graphical user interface

VesSAM: Efficient Multi-Prompting for Segmenting Complex Vessel

VesSAM: 高效多提示分割复杂血管

Suzhong Fu, Rui Sun, Xuan Ding, Jingqi Dong, Yiming Yang, Yao Zhu, Min Chang Jordan Ren, Delin Deng, Angelica Aviles-Rivero, Shuguang Cui, Zhen Li

机构 * FNii-Shenzhen, CUHK-Shenzhen（FNii-Shenzhen，CUHK-Shenzhen） ； School of Science and Engineering, CUHK-Shenzhen（CUHK-Shenzhen科学与工程学院） ； Zhejiang University（浙江大学） ； Boston University（波士顿大学） ； Vanderbilt University（范德比大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 VesSAM通过多提示编码器和轻量级解码器提升血管分割性能，实现比现有方法更高的Dice和IoU指标，同时参数更少且泛化能力更强。

Developing Large Language Models for Clinical Research Using One Million Clinical Trials

利用一百万项临床试验开发大型语言模型用于临床研究

Zifeng Wang, Jiacheng Lin, Qiao Jin, Junyi Gao, Jathurshan Pradeepkumar, Pengcheng Jiang, Zhiyong Lu, Jimeng Sun

机构 * Usher Institute, Edinburgh Medical School, University of Edinburgh（埃丁堡大学埃丁堡医学院usher研究所） ； Health Data Research UK（英国健康数据研究） ； School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算与数据科学学院） ； Division of Intramural Research, National Library of Medicine, National Institutes of Health（国家卫生研究院国家医学图书馆内部研究部） ； Keiji AI 纠错

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 本文提出TrialPanorama，通过整合一百万项临床试验数据，训练出在八个关键临床研究任务中表现优于通用大语言模型的8B LLM。