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。