医学 AI

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。