医学 AI

Decoding the human brain tissue response to radiofrequency excitation using a biophysical-model-free deep MRI on a chip framework

利用芯片上的深度MRI框架解码人类脑组织对射频激发的响应

Dinor Nagar, Moritz Zaiss, Or Perlman

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 q-bio

AI总结 该研究提出了一种基于视觉Transformer的芯片上MRI框架，通过快速校准扫描实现对脑组织射频激发响应的解码，提高了MRI检查效率并拓展了临床应用范围。

Comments This project was funded by the European Union (ERC, BabyMagnet, project no. 101115639). Views and opinions expressed are however those of the authors only and do not necessarily reflect those of the European Union or the European Research Council. Neither the European Union nor the granting authority can be held responsible for them

An Exploration of Parallel Imaging System for Very-low Field (50mT) MRI Scanner

非常低场（50mT）MRI扫描仪并行成像系统的探索

Lei Yang, Wei He, Sheng Shen, Yucheng He, Jiamin Wu, Zheng Xu

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)

AI总结 本文提出了一种针对非常低场MRI扫描仪的并行成像技术，通过改进的算法和线圈设计，实现了更高质量的图像重建和更高的信噪比。

Comments Submitted to IEEE Transactions on Instrumentation and Measurement

Dual-Encoder Transformer-Based Multimodal Learning for Ischemic Stroke Lesion Segmentation Using Diffusion MRI

基于双编码变压器的多模态学习用于扩散磁共振成像的缺血性中风病变分割

Muhammad Usman, Azka Rehman, Muhammad Mutti Ur Rehman, Abd Ur Rehman, Muhammad Umar Farooq

机构 * Department of Anesthesiology, Perioperative and Pain Medicine, Stanford University（麻醉学、围术期与疼痛医学系，斯坦福大学） ； Department of Biomedical Sciences, Seoul National University（生物医学科学系，首尔国立大学） ； Department of Computer Engineering, National University of Sciences and Technology (NUST)（计算机工程系，国立科学与技术大学（NUST）） ； Department of Computer Science, The University of Alabama（计算机科学系，阿拉巴马大学） ； Department of Computer Science, Hanyang University（计算机科学系，翰阳大学） 纠错

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

AI总结 本文提出双编码变压器架构，利用多模态扩散MRI实现缺血性中风病变分割，达到85.4%的Dice分数。

Stochastic Entanglement Configuration for Constructive Entanglement Topologies in Quantum Machine Learning with Application to Cardiac MRI

量子机器学习中构造性纠缠拓扑的随机纠缠配置

Mehri Mehrnia, Mohammed S. M. Elbaz

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

AI总结 本研究提出一种随机纠缠配置方法，通过生成多样化的纠缠拓扑，发现能提升心脏MRI疾病分类性能的构造性纠缠配置，准确率超过经典模型5%以上。

Comments Accepted for publication at IEEE International Conference on Quantum Computing and Engineering (QCE) 2025

Journal ref 2025 IEEE International Conference on Quantum Computing and Engineering (QCE), pp. 2021-2030

Non-Intrusive Parametrized-Background Data-Weak Reconstruction of Cardiac Displacement Fields from Sparse MRI-like Observations

非侵入式参数化背景数据弱重建：从稀疏MRI样观测中重构心脏位移场

Francesco C. Mantegazza, Federica Caforio, Christoph Augustin, Matthias A. F. Gsell, Gundolf Haase, Elias Karabelas

机构 * BioTechMed-Graz（BioTechMed-格拉茨） 纠错

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

AI总结 本文提出非侵入式参数化背景数据弱方法，实现从稀疏MRI样观测中高效重建心脏位移场，提升临床心脏建模效率。

Comments 42 pages, 12 figures, 6 tables

Systematic Review and Meta-analysis of AI-driven MRI Motion Artifact Detection and Correction

AI驱动的MRI运动伪影检测与校正的系统综述和元分析

Mojtaba Safari, Zach Eidex, Richard L. J. Qiu, Matthew Goette, Tonghe Wang, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute（放射肿瘤科和Winship癌症研究所） ； Department of Medical Physics（医学物理科） 纠错

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

AI总结 本文通过系统综述和元分析，探讨了AI驱动的深度学习方法在MRI运动伪影检测与校正中的应用，指出生成模型的潜力及标准化数据集和报告协议的重要性。

Cross-Population White Matter Atlas Creation for Concurrent Mapping of Brain Connections in Neonates and Adults with Diffusion MRI Tractography

跨种群白质图谱构建用于新生儿与成人脑连接的同时映射（基于扩散磁共振成像束追踪）

Wei Zhang, Yijie Li, Ruixi Zheng, Nir A. Sochen, Yuqian Chen, Leo R. Zekelman, Ofer Pasternak, Jarrett Rushmore, Yogesh Rathi, Nikos Makris, Lauren J. O'Donnell, Fan Zhang

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本研究提出NABA图谱，通过扩散MRI数据实现新生儿与成人白质连接的同时映射，揭示白质发育规律及早产影响

Comments 38 pages, 12 figure

Very-low-field MRI scanners: from the ideal to the real permanent magnet array

超低场MRI扫描仪：从理想到现实的永磁体阵列

Umberto Zanovello, Alessandro Arduino, Vittorio Basso, Luca Zilberti, Alessandro Sola, Andrea Agosto, Luca Toso, Oriano Bottauscio

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文探讨了超低场MRI扫描仪中永磁体阵列设计与实际性能之间的差异原因，分析了磁体设计对磁场均匀性的影响，并指出数值模型近似方法对设计质量的影响。

Comments 15 pages, 9 figures

Journal ref IEEE Transactions on Instrumentation and Measurement (2025) Vol. 74, Art. no. 4021514

Subgrid modelling of MRI-driven turbulence in differentially rotating neutron stars

恒星亚格子建模：由MRI驱动的差异旋转中子星中的湍流

Miquel Miravet-Tenés, Martin Obergaulinger, Pablo Cerdá-Durán, José A. Font, Milton Ruiz

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文提出了一种亚格子模型，用于模拟MRI驱动的中子星湍流，以捕捉未解析的小尺度物理效应，从而更准确地描述中子星的角动量输运。

Comments 11 pages, 11 figures

Journal ref Mon Not R Astron Soc (2025)

Quantitative multi-metabolite imaging of Parkinson's disease using AI boosted molecular MRI

利用AI增强的分子MRI进行帕金森病的定量多代谢物成像

Hagar Shmuely, Michal Rivlin, Or Perlman

机构 * School of Biomedical Engineering, Tel Aviv University（生物医学工程学院，特拉维夫大学） 纠错

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文提出利用AI增强的分子MRI技术，实现帕金森病中多种代谢物的定量成像，通过深度学习重建方法提高图像对比度和生物标志物识别能力。

Comments This project was funded by the European Union (ERC, BabyMagnet, project no. 101115639). Views and opinions expressed are, however, those of the authors only and do not necessarily reflect those of the European Union or the European Research Council. Neither the European Union nor the granting authority can be held responsible for them

Journal ref npj Imaging 3, 66 (2025)

Branch Learning in MRI: More Data, More Models, More Training

MRI中的分支学习：更多数据，更多模型，更多训练

Yuyang Li, Yipin Deng, Zijian Zhou, Peng Hu

专题命中 医学影像 ：MRI(title)；分类 eess.IV

AI总结 本文提出DualSpaceCMR和VQPrompt/Moero两种策略，通过增强数据和模型提升MRI重建性能，揭示了增强比例和调度对性能的影响，并强调了效率改进的重要性。

Comments STACOM 2025 Challenge paper; Code is available at https://github.com/5o1/Moero

Unified Brain Surface and Volume Registration

统一的脑表面和体积配准

S. Mazdak Abulnaga, Andrew Hoopes, Malte Hoffmann, Robin Magnet, Maks Ovsjanikov, Lilla Zöllei, John Guttag, Bruce Fischl, Adrian Dalca

机构 * MIT Computer Science and Artificial Intelligence Laboratory（MIT计算机科学与人工智能实验室） ； Massachusetts General Hospital, Harvard Medical School（麻省总医院，哈佛医学院） ； Université Paris Cité, INRIA（巴黎Cité大学，INRIA） ； LIX, CNRS, École Polytechnique（LIX，CNRS，巴黎高等理工学院） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 NeurAlign通过统一的体积和表面表示，实现了更准确、快速且易用的脑皮层和皮下区域配准，提升了Dice分数并显著提高了效率。

A Bayesian cluster validity index

贝叶斯聚类有效性指数

Nathakhun Wiroonsri, Onthada Preedasawakul

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本研究提出贝叶斯聚类有效性指数，通过贝叶斯方法优化聚类数量选择，适用于用户专业知识指导的场景。

Comments 23 pages

Journal ref Computational Statistics & Data Analysis 202 (2025): 108053

Deep Learning Classification of EEG Responses to Multi-Dimensional Transcranial Electrical Stimulation

基于多维经颅电刺激的深度学习EEG分类

Alexis Pomares Pastor, Ines Ribeiro Violante, Gregory Scott

专题命中 医学影像 ：MRI(abstract)；分类 q-bio

AI总结 本研究利用深度学习对EEG信号进行分类，通过多维经颅电刺激评估意识状态，实现了92%的分类准确率，超越人类水平。

Comments For open-sourced datasets and source code, see: https://github.com/alexispomares/DL-EEG-TES

Ultrasonic metamaterial at MHz frequencies using microstructured glass

使用微结构玻璃的MHz频率超声元材料

Oscar Demeulenaere, Nikita Ustimenko, Athanasios G. Athanassiadis, Lovish Gulati, Carsten Rockstuhl, Peer Fischer

专题命中 医学影像 ：biomedical(abstract)

AI总结 本研究提出了一种基于激光雕刻玻璃的MHz频率超声元材料，通过不同雕刻模式的meta-voxels结构实现三维各向异性声速调控，显著降低损耗并展示出模块化构建复杂超声场的能力。

A DeepSeek-Powered AI System for Automated Chest Radiograph Interpretation in Clinical Practice

基于DeepSeek的AI系统用于临床实践中自动胸部X光解读

Yaowei Bai, Ruiheng Zhang, Yu Lei, Xuhua Duan, Jingfeng Yao, Shuguang Ju, Chaoyang Wang, Wei Yao, Yiwan Guo, Guilin Zhang, Chao Wan, Qian Yuan, Lei Chen, Wenjuan Tang, Biqiang Zhu, Xinggang Wang, Tao Sun, Wei Zhou, Dacheng Tao, Yongchao Xu, Chuansheng Zheng, Huangxuan Zhao, Bo Du

专题命中 医学影像 ：radiology(abstract)

AI总结 基于DeepSeek的AI系统在临床实践中实现自动胸部X光解读，提升诊断可靠性与效率，减少解读时间并获得专家认可。

Comments arXiv admin note: substantial text overlap with arXiv:2507.19493

Status of the Muon g-2/EDM Experiment at J-PARC

日本质子加速器中心穆子g-2/EDM实验进展

Graziano Venanzoni

专题命中 医学影像 ：MRI(abstract)

AI总结 日本质子加速器中心通过新型技术提升穆子磁异常测量精度，为存储环方法提供交叉验证

Comments 7 pages, 2 figures, contribution to the proceedings of the European Physical Society Conference on High Energy Physics (EPS-HEP2025), 7-11 July 2025, Marseille, France

MAPI-GNN: Multi-Activation Plane Interaction Graph Neural Network for Multimodal Medical Diagnosis

MAPI-GNN：多激活平面交互图神经网络用于多模态医学诊断

Ziwei Qin, Xuhui Song, Deqing Huang, Na Qin, Jun Li

机构 * Ziwei Qin（独立研究者） ； Xuhui Song（独立研究者） ； Deqing Huang（独立研究者） ； Na Qin（独立研究者） ； Jun Li（独立研究者） 纠错

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

AI总结 MAPI-GNN通过多激活平面交互机制，有效建模患者特异性病理关系，提升多模态医学诊断的准确性。

Comments Accepted by Proceedings of the AAAI Conference on Artificial Intelligence 40 (AAAI-26)

Automated Fault Detection in 5G Core Networks Using Large Language Models

利用大语言模型实现5G核心网络的自动化故障检测

Parsa Hatami, Ahmadreza Majlesara, Ali Majlesi, Babak Hossein Khalaj

机构 * Department of Electrical Engineering Sharif University of Technology Tehran, Iran（电气工程系 巴里夫大学 泰伦，伊朗） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究利用大语言模型实现5G核心网络的自动化故障检测与分类，通过微调GPT-4.1 nano模型提升故障检测准确性，为实现闭环无操作员故障管理提供新方法。

Selective Mixup for Debiasing Question Selection in Computerized Adaptive Testing

选择性混合用于计算机自适应测验中去偏问题选择

Mi Tian, Kun Zhang, Fei Liu, Jinglong Li, Yuxin Liao, Chenxi Bai, Zhengtao Tan, Le Wu, Richang Hong

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出选择性混合方法，通过跨属性检索和正则化减少计算机自适应测验中问题选择的偏见，提升诊断准确性与公平性。

Comments Accepted by CIKM 2025

WSD-MIL: Window Scale Decay Multiple Instance Learning for Whole Slide Image Classification

WSD-MIL：窗口尺度衰减多实例学习用于整张滑动图像分类

Le Feng, Li Xiao

机构 * School of Artificial Intelligence Beijing University of Posts（人工智能学院 北京邮电大学） 纠错

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

AI总结 WSD-MIL通过引入窗口尺度衰减机制，提升整张滑动图像分类中对不同尺度肿瘤区域的建模能力，同时提高计算效率。

How fast can a liquid metal drop respond to a time-dependent electrocapillary excitation?

液态金属滴如何响应时间依赖的电capillary激发？

Javier Otero Martinez, Ana Garcia Armada, Yi Li, Christian Nijhuis, Javier Rodríguez-Rodríguez

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种理论模型，用于研究液态金属滴在时间依赖电capillary激发下的瞬态响应，揭示了最佳频率对滴落速度的影响。

Comments 6 pages, 3 figures, supplemental material

Inference in Latent Force Models Using Optimal State Estimation

利用最优状态估计进行隐式力模型推理

Tobias M. Wolff, Victor G. Lopez, Matthias A. Müller, Thomas Beckers

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出两种最优状态估计框架，用于隐式力模型中隐式力的重建和状态估计，通过实际生物医学示例验证了其性能。

Comments 8 pages