医学 AI

StructDiff: Structure-aware Diffusion Model for 3D Fine-grained Medical Image Synthesis

StructDiff: 一种结构感知的扩散模型用于3D细粒度医学图像合成

Jiahao Xia, Yutao Hu, Yaolei Qi, Zhenliang Li, Wenqi Shao, Junjun He, Ying Fu, Longjiang Zhang, Guanyu Yang

机构 * Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及跨学科应用关键实验室（东南大学），中华人民共和国教育部，中国） ； Jiangsu Province Joint International Research Laboratory of Medical Information Processing, Southeast University, Nanjing, China（江苏省医疗信息处理联合国际研究实验室（东南大学），南京市，中国） ； Univ Rennes, CHU Rennes, Inserm, LTSI– UMR 1099, F-35000 Rennes, France（里昂大学，里昂大学医院，Inserm，LTSI– UMR 1099，法国里昂，法国） ； Shanghai AI Laboratory（上海人工智能实验室） ； School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China（计算机科学与技术学院，北京理工大学，北京，中国） ； Department of Radiology, Jinling Hospital, Affiliated Hospital of Medical School, Nanjing University, Nanjing, China（放射科，南京大学附属医院，南京大学，南京，中国） 纠错

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、eess.IV

AI总结 StructDiff通过结构感知扩散模型解决3D医学图像细粒度生成中的拓扑一致性和细节还原问题，提升下游分割性能。

Comments 17 pages, 10 figures

Radiology Report Generation with Layer-Wise Anatomical Attention

基于层间解剖注意力的放射报告生成

Emmanuel D. Muñiz-De-León, Jorge A. Rosales-de-Golferichs, Ana S. Muñoz-Rodríguez, Alejandro I. Trejo-Castro, Eduardo de Avila-Armenta, Antonio Martínez-Torteya

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

AI总结 本文提出了一种基于层间解剖注意力的紧凑图像到文本模型，用于生成胸部X光报告的发现部分，通过整合解剖区域信息提升了报告的准确性和连贯性。

Comments 11 pages, 6 figures

Few-Shot Fingerprinting Subject Re-Identification in 3D-MRI and 2D-X-Ray

少样本指纹识别在3D-MRI和2D-X射线中的主体重识别

Gonçalo Gaspar Alves, Shekoufeh Gorgi Zadeh, Andreas Husch, Ben Bausch

机构 * University of Luxembourg（卢森堡大学） ； Former Association with University of Luxembourg（曾与卢森堡大学的关联） 纠错

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

AI总结 本文提出了一种基于ResNet-50和三元组边距损失的少样本指纹识别方法，用于在3D-MRI和2D-X射线数据中实现主体重识别，实验结果显示在不同样本和类别设置下均取得高召回率。

Masked Registration and Autoencoding of CT Images for Predictive Tibia Reconstruction

遮蔽注册与CT图像自编码用于预测胫骨重建

Hongyou Zhou, Cederic Aßmann, Alaa Bejaoui, Heiko Tzschätzsch, Mark Heyland, Julian Zierke, Niklas Tuttle, Sebastian Hölzl, Timo Auer, David A. Back, Marc Toussaint

机构 * Technical University Berlin（技术大学柏林） ； Charité – Universitätsmedizin Berlin（柏林查理医院） ； Freie Universität Berlin（自由大学柏林） ； Humboldt-Universität zu Berlin（洪堡大学柏林） ； Institute of Medical Informatics（医学信息学研究所） ； Center for Musculoskeletal Surgery（骨科手术中心） ； Julius Wolff Institute（朱利叶斯·沃尔夫研究所） 纠错

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

AI总结 本文提出了一种结合神经注册和自编码器的方法，用于从骨折胫骨CT图像预测患者特异性健康骨结构。

Comments DGM4MICCAI

ResDynUNet++: A nested U-Net with residual dynamic convolution blocks for dual-spectral CT

ResDynUNet++: 一种带有残差动态卷积块的嵌套U-Net用于双能CT

Ze Yuan, Wenbin Li, Shusen Zhao

机构 * School of Science, Harbin Institute of Technology, Shenzhen, Shenzhen, 518055, China（哈尔滨工业大学深圳校区科学学院） ； National Center for Applied Mathematics Shenzhen, Southern University of Science（南方科技大学深圳应用数学中心） ； Detection Institute for Advanced Technology Longhua-Shenzhen, Shenzhen 518000, China（深圳龙华-深圳先进技术检测院） 纠错

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

AI总结 ResDynUNet++通过结合OPMT与深度学习模型，提升双能CT重建的精度和效率。

Keep the Core: Adversarial Priors for Significance-Preserving Brain MRI Segmentation

保持核心：用于保持显著性的对抗性先验脑部MRI分割

Feifei Zhang, Zhenhong Jia, Sensen Song, Fei Shi, Aoxue Chen, Dayong Ren

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

AI总结 本文提出

CRONOS: Continuous Time Reconstruction for 4D Medical Longitudinal Series

CRONOS：用于4D医学纵向系列的连续时间重建

Nico Albert Disch, Saikat Roy, Constantin Ulrich, Yannick Kirchhoff, Maximilian Rokuss, Robin Peretzke, David Zimmerer, Klaus Maier-Hein

机构 * Division of Medical Image Computing, German Cancer Research Center（德国癌症研究所以的医学影像计算部） ； HIDSS4Health - Helmholtz Information and Data Science School for Health（Helmholtz健康信息与数据科学学校） ； Faculty of Mathematics and Computer Science, University of Heidelberg（海德堡大学数学与计算机科学学院） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital（海德堡大学医院放射肿瘤学部模式分析与学习小组） ； Medical Faculty Heidelberg, University of Heidelberg（海德堡大学医学学院） 纠错

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

AI总结 CRONOS通过统一框架实现3D医学数据的连续时间序列到图像预测，优于现有方法且计算高效。

Comments https://github.com/MIC-DKFZ/Longitudinal4DMed

Handling Class Imbalance Problem in Skin Lesion Classification: Finding Strengths and Weaknesses of Various Balancing Techniques

处理皮肤病变分类中的类别不平衡问题：查找各种平衡技术的优势和劣势

Ariful Islam Khandaker, Abdullah Al Shafi, Mohiuddin Ahmad

专题命中 医学影像 ：medical image(abstract)；diagnosis(abstract)；分类 q-bio

AI总结 本文通过ISIC 2016数据集评估了不同类别平衡技术，探讨了轻量级CNN模型与欠采样、过采样及混合方法的性能，指出需选择合适方法以提升医学图像诊断的鲁棒性与敏感性。

Comments Accepted at 2025 International Conference on Quantum Photonics, Artificial Intelligence, and Networking (QPAIN)

FOD-Diff: 3D Multi-Channel Patch Diffusion Model for Fiber Orientation Distribution

FOD-Diff: 3D多通道补丁扩散模型用于纤维方向分布

Hao Tang, Hanyu Liu, Alessandro Perelli, Xi Chen, Chao Li

机构 * University of Dundee（邓迪大学） ； University of Bath（巴斯大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 FOD-Diff通过3D多通道补丁扩散模型，高效生成HAR-FOD，提升白质完整性表征的准确性。

Meta-learners for few-shot weakly-supervised optic disc and cup segmentation on fundus images

用于视网膜影像中视盘和视杯少样本弱监督分割的元学习器

Pandega Abyan Zumarsyah, Igi Ardiyanto, Hanung Adi Nugroho

机构 * Department of Electrical and Information Engineering, Faculty of Engineering, Universitas Gadjah Mada（电子与信息工程系，工程学院，加查马达大学） 纠错

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

AI总结 本文提出了一种高效的元学习器EO-ProtoSeg，用于视网膜影像中视盘和视杯的少样本弱监督分割，实现了高精度分割性能。

Comments Published in Computers in Biology and Medicine

Journal ref P.A. Zumarsyah, I. Ardiyanto, H.A. Nugroho, Meta-learners for few-shot weakly-supervised optic disc and cup segmentation on fundus images, Comput. Biol. Med. 201 (2026) 111384

Deep generative priors for 3D brain analysis

深度生成先验用于3D脑分析

Ana Lawry Aguila, Dina Zemlyanker, You Cheng, Sudeshna Das, Daniel C. Alexander, Oula Puonti, Annabel Sorby-Adams, W. Taylor Kimberly, Juan Eugenio Iglesias

机构 * Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（阿提诺拉A.马丁诺斯生物医学成像中心、麻省总医院和哈佛医学院） ； Department of Neurology, Massachusetts General Hospital（麻省总医院神经科） ； Hawkes Institute, University College London（霍克斯研究所、伦敦大学学院） ； Danish Research Centre for Magnetic Resonance Department of Radiology and Nuclear Medicine, Copenhagen University Hospital – Amager and Hvidovre（丹麦磁共振研究中心放射科和核医学科、哥本哈根大学医院-阿马格和赫维多雷） ； Computer Science & Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology（计算机科学与人工智能实验室（CSAIL）、麻省理工学院） 纠错

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

AI总结 本文提出利用扩散模型作为先验，解决多种医学影像逆问题，通过训练和灵活的正向模型提升解剖结构的保真度，实现高质量的3D脑分析。

CLARiTy: A Vision Transformer for Multi-Label Classification and Weakly-Supervised Localization of Chest X-ray Pathologies

CLARiTy：用于多标签分类和胸片病理弱监督定位的视觉变换器

John M. Statheros, Hairong Wang, Richard Klein

机构 * School of Computer Science and Applied Mathematics, University of the Witwatersrand（计算机科学与应用数学系，沃尔特·斯通大学） 纠错

专题命中 医学影像 ：pathology(abstract)；分类 cs.LG；medical image(comments)

AI总结 CLARiTy是一种基于视觉变换器的模型，用于胸片多标签分类和弱监督定位，通过类特定标记和SegmentCAM模块实现高精度和效率。

Comments 23 pages, 11 figures, submitted to Medical Image Analysis

Hypervelocity Impact Debris Cloud Trajectory-Planning based on Additive Manufactured Lattice Structures

基于增材制造蜂窝结构的超高速撞击碎片云轨迹规划

Bilin Zheng, Xiao Kang, Xiaoyu Zhang, Hao Zhou, Mengchuan Xu, Chang Liu

专题命中 医学影像 ：CT(abstract)

AI总结 本研究提出基于增材制造蜂窝结构的超高速撞击防护方案，通过轨迹规划实现碎片云偏转与能量耗散，提升航天器抗微流星体撞击能力。

Voice-Interactive Surgical Agent for Multimodal Patient Data Control

多模态患者数据控制的语音交互手术代理

Hyeryun Park, Byung Mo Gu, Jun Hee Lee, Byeong Hyeon Choi, Sekeun Kim, Hyun Koo Kim, Kyungsang Kim

机构 * Image Guided Precision Cancer Surgery Institute, College of Medicine, Korea University（影像引导精准癌症手术研究所，韩国大学医学院） ； Department of Radiology, Massachusetts General Hospital（放射科，麻省总医院） ； Department of Thoracic and Cardiovascular Surgery, Korea University Guro Hospital, College of Medicine, Korea University（胸外科和心血管外科，韩国大学Guro医院，韩国大学医学院） ； Department of Biomedical Sciences, College of Medicine, Korea University（生物医学科学系，韩国大学医学院） 纠错

专题命中 临床大模型 ：CT(abstract)

AI总结 本文提出一种基于大型语言模型的语音交互手术代理，用于多模态患者数据的高效控制与处理，通过分层多代理框架提升手术流程中的数据操作效率与鲁棒性。

Comments 14 pages, 13 figures, 3 tables

Towards Practical Alzheimer's Disease Diagnosis: A Lightweight and Interpretable Spiking Neural Model

迈向实用的阿尔茨海默病诊断：一种轻量且可解释的脉冲神经网络模型

Changwei Wu, Yifei Chen, Yuxin Du, Jinying Zong, Jie Dong, Mingxuan Liu, Feiwei Qin, Yong Peng, Jin Fan, Changmiao Wang

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

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

AI总结 本文提出FasterSNN，结合LIF神经元、区域自适应卷积和多尺度脉冲注意力机制，用于高效、可解释的阿尔茨海默病诊断。

Comments 35 pages, 8 figures

An Efficient Deep Learning Framework for Brain Stroke Diagnosis Using Computed Tomography Images

一种用于脑卒中诊断的高效深度学习框架（使用CT图像）

Md. Sabbir Hossen, Eshat Ahmed Shuvo, Shibbir Ahmed Arif, Pabon Shaha, Anichur Rahman, Md. Saiduzzaman, Fahmid Al Farid, Hezerul Abdul Karim, Abu Saleh Musa Miah

机构 * Department of Computer Science ； Engineering, Bangladesh University, Mohammadpur, Dhaka - 1207, Bangladesh ； School of Computing, Montclair State University, Montclair, NJ 07043, USA ； Technology University, Tangail-1902, Dhaka, Bangladesh ； School of Computing, Georgia Southern University, Statesboro, GA 30458, Georgia, USA ； Engineering, National Institute of Textile Engineering ； Research (NITER), \ Institute of Dhaka University, Savar, Dhaka-1350, Bangladesh ； Faculty of Computer Science ； Informatics, Berlin School of Business ； Centre for Image ； Vision Computing (CIVC), COE for Artificial Intelligence, Faculty of Artificial Intelligence ； Engineering (FAIE), Multimedia University, Cyberjaya 63100, Malaysia ； Engineering, The University of Aizu, Aizuwakamatsu, Fukushima, Japan 纠错

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

AI总结 本研究提出一种高效深度学习框架，利用CT图像进行脑卒中诊断，通过预训练模型与优化策略提升分类准确率至97.93%。

Comments Preprint version. Submitted for peer review

Machine Learning and Transformers for Thyroid Carcinoma Diagnosis: A Review

机器学习与变换器在甲状腺癌诊断中的应用：综述

Yassine Habchi, Hamza Kheddar, Yassine Himeur, Mohamed Chahine Ghanem

机构 * Institute of Technology, University Center Salhi Ahmed, Naama, Algeria（阿尔及利亚纳马大学中心沙利·阿赫迈德技术学院） ； LSEA Laboratory, Electrical Engineering Department, University of Medea, 26000, Algeria（阿尔及利亚梅德亚大学电子工程系LSEA实验室） ； College of Engineering and Information Technology, University of Dubai, Dubai, UAE（阿联酋迪拜大学工程与信息技术学院） ； Cybersecurity Institute, Department of Computer Science, University of Liverpool, Liverpool, UK（英国利物浦大学计算机科学系网络安全研究所） 纠错

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

AI总结 本文综述了利用机器学习和变换器进行甲状腺癌诊断的AI方法，探讨了其分类系统、数据集对比及未来发展方向。

Journal ref Journal of Visual Communication and Image Representation, Vol. 115, January 2026

Balanced Few-Shot Episodic Learning for Accurate Retinal Disease Diagnosis

平衡少样本事件学习用于准确视网膜疾病诊断

Jasmaine Khale, Ravi Prakash Srivastava

机构 * Northeastern University-Silicon Valley（东北大学-硅谷） ； Indian Institute of Information Technology, Ranchi（印度拉奇信息科技学院） 纠错

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

AI总结 本文提出一种平衡少样本事件学习框架，通过平衡采样和CLAHE增强预处理，提升视网膜疾病诊断的准确性和公平性。

Differences That Matter: Auditing Models for Capability Gap Discovery and Rectification

关键差异：用于能力缺口发现与纠正的模型审计

Qihao Liu, Chengzhi Mao, Yaojie Liu, Alan Yuille, Wen-Sheng Chu

机构 * Google（谷歌） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 AuditDM通过主动发现和纠正多模态大语言模型的失败模式，提升模型性能和诊断能力。

Comments project page: https://auditdm.github.io/

Closed-Form Feedback-Free Learning with Forward Projection

闭式反馈-free学习与前向投影

Robert O'Shea, Bipin Rajendran

机构 * Centre for Intelligent Information Processing Systems, Department of Engineering（智能信息处理系统中心，工程系） 纠错

专题命中 诊断辅助 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出前向投影方法，通过单次前向传播实现无反向传播的学习，提升训练效率并增强模型可解释性。

Comments 43 pages, 7 figures. Study code available at https://github.com/robertoshea/forward_projection. Study data available at https://data.mendeley.com/datasets/fb7xddyxs4/2

Governance by Evidence: Regulated Predictors in Decision-Tree Models

以证据为治理：决策树模型中的受监管预测因子

Alexios Veskoukis, Dimitris Kalles

机构 * School of Science and Technology, Hellenic Open University（科学与技术学院，希腊开放大学） 纠错

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

AI总结 本文研究决策树模型中受监管预测因子的分类与法律规范，分析医疗等领域中的数据普及率及行业差异，以支持隐私保护方法和治理检查。

A Sparse Tensor Generator with Efficient Feature Extraction

一种具有高效特征提取的稀疏张量生成器

Tugba Torun, Ameer Taweel, Didem Unat

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

AI总结 本文提出了一种智能稀疏张量生成器和高效特征提取方法，用于解决稀疏张量数据集不足和特征提取计算成本高的问题。

Comments 22 pages, 4 figures, 7 tables

Journal ref Frontiers in Applied Mathematics and Statistics 11 (2025)

Retrieval-Augmented Generation in Biomedicine: A Survey of Technologies, Datasets, and Clinical Applications

生物医学中的检索增强生成：技术、数据集和临床应用的综述

Jiawei He, Boya Zhang, Hossein Rouhizadeh, Yingjian Chen, Rui Yang, Jin Lu, Xudong Chen, Nan Liu, Douglas Teodoro

专题命中 诊断辅助 ：biomedical(abstract)；分类 q-bio

AI总结 本文综述了生物医学中检索增强生成技术的发展，探讨了其在临床应用中的挑战与未来发展方向。

Comments 49 pages

A Network Arena for Benchmarking AI Agents on Network Troubleshooting

一个用于AI代理在网络故障排除中基准测试的网络竞技场

Zhihao Wang, Alessandro Cornacchia, Alessio Sacco, Franco Galante, Marco Canini, Dingde Jiang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 NIKA是一个开源的网络故障排除基准，用于评估AI代理在动态网络环境中的性能，包含数百个精心挑选的网络事件和54个代表性问题，旨在帮助研究人员和网络专家改进网络故障诊断能力。

Quantum Readiness in Latin American High Schools: Curriculum Compatibility and Enabling Conditions

拉美高中量子准备度：课程兼容性与促进条件

Adriana Celeste Alvarado Leon, Osmar Denilson Herrera Cueva, Rosario Mercedes Morales Orvezo, Daniella Alexandra Crysti Vargas Saldana, Freddy Herrera Cueva

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究了拉丁美洲各国在量子教育方面的准备度，通过课程兼容性与促进条件的分析，提出区域协调的实施路线图，以促进量子教育的逐步整合。

Comments 11 pages, 7 tables

Cold-Start Anti-Patterns and Refactorings in Serverless Systems: An Empirical Study

无服务器系统中的冷启动反模式与重构：一项实证研究

Syed Salauddin Mohammad Tariq, Foyzul Hassan, Amiangshu Bosu, Probir Roy

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过实证研究，揭示无服务器系统中冷启动问题的设计反模式，提出可重复验证的SCABENCH基准和INITSCOPE分析框架，提升定位准确性和诊断效率。

PediatricAnxietyBench: Evaluating Large Language Model Safety Under Parental Anxiety and Pressure in Pediatric Consultations

儿童焦虑基准：在儿科咨询中评估大语言模型在父母焦虑和压力下的安全性

Vahideh Zolfaghari

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 PediatricAnxietyBench评估大语言模型在父母焦虑和压力下的安全性，发现70B模型在诊断和紧急情况识别方面表现更优，但所有模型均存在现实压力下的漏洞。

ModalSurv: Investigating opportunities and limitations of multimodal deep survival learning in prostate and bladder cancer

ModalSurv: 探索多模态深度生存学习在前列腺和膀胱癌中的机会与局限

Noorul Wahab, Ethar Alzaid, Jiaqi Lv, Fayyaz Minhas, Adam Shephard, Shan E Ahmed Raza

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

专题命中 病理影像 ：MRI(abstract)；分类 cs.LG

AI总结 ModalSurv通过多模态数据整合提升生存预测，但在外部测试中临床特征表现更优，揭示了多模态对齐的挑战和泛化能力的限制。

Comments 4 pages, 1 figure, 2 tables

Knowledge-Driven Agentic Scientific Corpus Distillation Framework for Biomedical Large Language Models Training

面向生物医学大语言模型训练的知识驱动代理科学语料库精简框架

Meng Xiao, Xunxin Cai, Qingqing Long, Chengrui Wang, Yuanchun Zhou, Hengshu Zhu

机构 * Computer Network Information Center, Chinese Academy of Sciences, Beijing, China（中国科学院计算机网络信息中心） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； Duke-NUS Medical School, National University of Singapore, Singapore（新加坡国立大学杜克-新加坡医学部） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；分类 q-bio

AI总结 本文提出一种知识驱动的代理框架，用于生物医学大语言模型训练中的语料库精简，通过多代理协作提升问答任务性能。

Comments Biomedical Large Language Models, Agentic Corpus Distillation, Synthetic Question-Answer Generation, Agentic AI, Knowledge Hierarchy Guidance

Exploration of Augmentation Strategies in Multi-modal Retrieval-Augmented Generation for the Biomedical Domain: A Case Study Evaluating Question Answering in Glycobiology

多模态检索增强生成在生物医学领域中的增强策略探索：一项评估糖生物学问答的案例研究

Primož Kocbek, Azra Frkatović-Hodžić, Dora Lalić, Vivian Hui, Gordan Lauc, Gregor Štiglic

机构 * University of Maribor, Faculty of Health Sciences（莫拉维亚大学健康科学学院） ； University of Ljubljana, Medical Factory（卢布尔雅那大学医疗工厂） ； Genos Ltd（基因公司） ； Center for Smart Health, School of Nursing The Hong Kong Polytechnic University（智能健康中心护理学院香港理工大学） ； University of Zagreb, Faculty of Pharmacy（扎格雷布大学药学院） ； Usher Institute University of Edinburgh（埃德蒙顿大学usher研究所） 纠错

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

AI总结 本文研究了多模态检索增强生成在生物医学领域中的增强策略，通过实验发现多模态转换和视觉检索在不同模型中均能提升问答准确率。

Comments Will be published in IEEE BigData 2025 proceedings. Contains 10 pages, 1 figure, 5 tables