医学 AI

AnyAD: Unified Any-Modality Anomaly Detection in Incomplete Multi-Sequence MRI

AnyAD：统一的多序列MRI任意模态异常检测

Changwei Wu, Yifei Chen, Yuxin Du, Mingxuan Liu, Jinying Zong, Beining Wu, Jie Dong, Feiwei Qin, Yunkang Cao, Qiyuan Tian

机构 * School of Computer Science and Technology, Hangzhou Dianzi University（计算机科学与技术学院，杭州电子科技大学） ； School of Biomedical Engineering, Tsinghua University（生物医学工程学院，清华大学） ； HDU-ITMO Joint Institute, Hangzhou Dianzi University（杭州电子科技大学-ITMO联合研究所） ； School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） 纠错

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

AI总结 AnyAD提出了一种统一的多模态MRI异常检测框架，通过双路径编码器和特征对齐机制实现任意模态下的稳健检测，实验表明其在多种模态组合中优于现有基线方法。

Comments 15 pages, 8 figures

Equivariant Multiscale Learned Invertible Reconstruction for Cone Beam CT: From Simulated to Real Data

等价多尺度学习可逆重建用于锥束CT：从模拟到真实数据

Nikita Moriakov, Efstratios Gavves, Jonathan H. Mason, Carmen Seller-Oria, Jonas Teuwen, Jan-Jakob Sonke

机构 * Netherlands Cancer Institute（荷兰癌症研究所） ； University of Amsterdam（阿姆斯特丹大学） ； Elekta Limited（Elekta有限公司） 纠错

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

AI总结 本文提出LIRE++，一种旋转等价多尺度学习可逆重建方法，用于提升锥束CT的重建效率与图像质量。

Comments 29 pages. arXiv admin note: substantial text overlap with arXiv:2401.11256

TGC-Net: A Structure-Aware and Semantically-Aligned Framework for Text-Guided Medical Image Segmentation

TGC-Net：一种结构感知且语义对齐的文本引导医学图像分割框架

Gaoren Lin, Huangxuan Zhao, Yuan Xiong, Lefei Zhang, Bo Du, Wentao Zhu

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Department of Orthopedics, Tongji Hospital, Tongji Medical College, Huazhong University of Science（同济大学同济医学学院骨科部，华中科技大学） 纠错

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

AI总结 TGC-Net通过引入语义-结构协同编码器、域增强文本编码器和视觉-语言校准模块，提升文本引导的医学图像分割性能。

AGENet: Adaptive Edge-aware Geodesic Distance Learning for Few-Shot Medical Image Segmentation

AGENet: 适应性边缘感知测地距离学习用于少样本医学图像分割

Ziyuan Gao

机构 * University College London（伦敦大学学院） 纠错

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

AI总结 AGENet通过边缘感知测地距离学习，提升少样本医学图像分割的边界精度与计算效率。

Comments Accepted for publication in WACV 2026 (Round 2)

Deep Kronecker Network

深度克罗内克网络

Long Feng, Guang Yang

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

AI总结 深度克罗内克网络（DKN）是一种针对医学影像数据设计的新框架，能够适应低样本量限制，提供模型解释，并实现与CNN相当的预测能力。

NULLBUS: Multimodal Mixed-Supervision for Breast Ultrasound Segmentation via Nullable Global-Local Prompts

NULLBUS：通过可空全局-局部提示实现乳腺超声分割的多模态混合监督

Raja Mallina, Bryar Shareef

机构 * Department of Computer Science, University of Nevada, Las Vegas, NV 89154, USA（计算机科学系，内华达大学拉斯维加斯分校） 纠错

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

AI总结 NULLBUS通过可空全局-局部提示实现乳腺超声分割的多模态混合监督，取得高分割精度和鲁棒性。

Comments 5 pages, 2 figures, and 4 tables

AI Model Passport: Data and System Traceability Framework for Transparent AI in Health

AI模型护照：用于透明AI的可追溯数据与系统框架

Varvara Kalokyri, Nikolaos S. Tachos, Charalampos N. Kalantzopoulos, Stelios Sfakianakis, Haridimos Kondylakis, Dimitrios I. Zaridis, Sara Colantonio, Daniele Regge, Nikolaos Papanikolaou, The ProCAncer-I consortium, Konstantinos Marias, Dimitrios I. Fotiadis, Manolis Tsiknakis

机构 * Institute of Computer Science Foundation for Research and Technology Hellas（希腊基础研究与技术院计算机科学研究所） ； Biomedical Research Institute Foundation for Research and Technology Hellas（希腊基础研究与技术院生物医学研究所） ； Institute of Information Science and Technologies National Research Council（意大利国家研究委员会信息科学与技术国家研究所） ； Radiology Unit Candiolo Cancer Institute, FPO-IRCCS Candiolo (TO), Italy（意大利坎多里奥癌症研究所放射科单位，FPO-IRCCS坎多里奥（托斯卡纳）） ； Computational Clinical Imaging Group Champalimaud Foundation Lisbon, Portugal（葡萄牙恰姆帕拉慕德基金会计算临床影像组） 纠错

专题命中 医学影像 ：biomedical(abstract)

AI总结 本文提出AI模型护照框架，通过结构化文档提升AI在医疗领域的透明度、可追溯性和合规性，减少人工工作量。

Journal ref Computational and Structural Biotechnology Journal (2025)

DGSAN: Dual-Graph Spatiotemporal Attention Network for Pulmonary Nodule Malignancy Prediction

DGSAN：双图时空注意力网络用于肺结节恶性预测

Xiao Yu, Zhaojie Fang, Guanyu Zhou, Yin Shen, Huoling Luo, Ye Li, Ahmed Elazab, Xiang Wan, Ruiquan Ge, Changmiao Wang

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 DGSAN通过双图时空注意力网络融合多模态数据，提升肺结节恶性预测的准确性和计算效率。

Erkang-Diagnosis-1.1 Technical Report

Erkang-Diagnosis-1.1 技术报告

Jianbing Ma, Ao Feng, Zhenjie Gao, Xinyu Song, Li Su, Bin Chen, Wei Wang, Jiamin Wu

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 Erkang-Diagnosis-1.1是一款基于Qwen-3模型开发的AI医疗助手，通过整合500GB医学知识和混合生成方法，提供高效诊断建议和健康管理服务，并在综合医学考试中超越GPT-4。

Comments 9 pages; 4 figures

Unified $g$-mode and $r$-mode Analysis of Accreting White Dwarf Stars

统一的吸积白矮星 $g$-模和 $r$-模分析

Praphull Kumar, Dean M. Townsley

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过分析吸积白矮星的 $g$- 和 $r$- 模脉动，探讨了其起源，认为 $g$- 模更可能驱动，但 $r$- 模在更多观测模的情况下仍具重要性。

Comments 19 pages, 9 figures, and 1 table; Accepted to The Astrophysical Journal

Exploring Efficiency Frontiers of Thinking Budget in Medical Reasoning: Scaling Laws between Computational Resources and Reasoning Quality

探索医疗推理中的思维预算效率前沿：计算资源与推理质量之间的缩放规律

Ziqian Bi, Lu Chen, Junhao Song, Hongying Luo, Enze Ge, Junmin Huang, Tianyang Wang, Keyu Chen, Chia Xin Liang, Zihan Wei, Huafeng Liu, Chunjie Tian, Jibin Guan, Joe Yeong, Yongzhi Xu, Peng Wang, Xinyuan Song, Junfeng Hao

专题命中 诊断辅助 ：medical AI(abstract)

AI总结 本研究通过评估医疗推理任务中的思维预算机制，揭示了计算资源与推理质量的缩放规律，并提出了不同效率阶段的优化策略。

ElfCore: A 28nm Neural Processor Enabling Dynamic Structured Sparse Training and Online Self-Supervised Learning with Activity-Dependent Weight Update

ElfCore：一种28纳米神经处理器，实现动态结构稀疏训练和在线自监督学习与活动依赖权重更新

Zhe Su, Giacomo Indiveri

机构 * Institute of Neuroinformatics University of Zurich（神经信息学研究所 瑞士苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 ElfCore是一种28纳米神经处理器，通过动态结构稀疏训练和活动依赖权重更新，实现低功耗高效的学习与信号处理。

Comments This paper has been published in the proceedings of the 2025 IEEE European Solid-State Electronics Research Conference (ESSERC)

Journal ref 2025 IEEE European Solid-State Electronics Research Conference (ESSERC)

Embodied AI-Enhanced IoMT Edge Computing: UAV Trajectory Optimization and Task Offloading with Mobility Prediction

具身AI增强的IoMT边缘计算：基于移动预测的无人机轨迹优化与任务卸载

Siqi Mu, Shuo Wen, Yang Lu, Ruihong Jiang, Bo Ai

机构 * School of Sports Engineering, Beijing Sport University（体育工程学院，北京体育大学） ； School of Computer and Information Technology, Beijing Jiaotong University（计算机与信息学院，北京交通大学） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学） ； School of Electronics and Information Engineering, Beijing Jiaotong University（电子与信息工程学院，北京交通大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种基于移动预测的无人机轨迹优化与任务卸载方法，利用具身AI增强的IoMT边缘计算框架，通过分层多尺度Transformer模型和预测增强型DRL算法，实现对WBAN用户任务的关键性优化。

zkFL-Health: Blockchain-Enabled Zero-Knowledge Federated Learning for Medical AI Privacy

zkFL-Health: 区块链赋能的零知识联邦学习用于医疗AI隐私

Savvy Sharma, George Petrovic, Sarthak Kaushik

机构 * School of Arts And Technology（艺术与技术学院） ； George Brown Polytechnic（乔治布朗理工学院） 纠错

专题命中 医学数据与评测 ：medical AI(title,abstract)；healthcare AI(abstract)；分类 cs.LG

AI总结 zkFL-Health通过结合联邦学习、零知识证明和可信执行环境，实现医疗AI的隐私保护和可验证协作训练。

Comments 10 pages, 1 figure, 5 tables

ASCHOPLEX encounters Dafne: a federated continuous learning project for the generalizability of the Choroid Plexus automatic segmentation

ASCHOPLEX 遇见 Dafne：面向 Choroid Plexus 自动分割通用性的联邦连续学习项目

Valentina Visani, Marco Pinamonti, Valentina Sammassimo, Manuela Moretto, Mattia Veronese, Agnese Tamanti, Francesca Benedetta Pizzini, Massimiliano Calabrese, Marco Castellaro, Francesco Santini

专题命中 医学数据与评测 ：MRI(abstract)；分类 eess.IV

AI总结 本研究提出联邦增量学习方法，通过Dafne框架提升Choroid Plexus自动分割的泛化能力，相比传统微调策略在异质成像条件下表现更优。

A Real-World Evaluation of LLM Medication Safety Reviews in NHS Primary Care

对NHS初级医疗中基于LLM的药物安全审查系统的真实世界评估

Oliver Normand, Esther Borsi, Mitch Fruin, Lauren E Walker, Jamie Heagerty, Chris C. Holmes, Anthony J Avery, Iain E Buchan, Harry Coppock

机构 * i.AI, Department for Science, Innovation, and Technology（i.AI，科学、创新与技术部门） ； Centre for Experimental Therapeutics, University of Liverpool（实验治疗中心，利物浦大学） ； Civic Health Innovation Labs, University of Liverpool（公民健康创新实验室，利物浦大学） ； Downing Street（唐宁街10号） ； Department of Statistics, University of Oxford（统计系，牛津大学） ； Ellison Institute of Technology（埃利森技术研究所） ； Centre for Academic Primary Care, University of Nottingham（学术初级护理中心，诺丁汉大学） ； The UK AI Security Institute（英国人工智能安全研究所） ； Department of Computing, Imperial College London（计算系，伦敦帝国学院） 纠错

专题命中 医学数据与评测 ：clinical AI(abstract)

AI总结 本文评估了基于LLM的药物安全审查系统在真实临床数据中的表现，揭示了其在不同复杂性下的失败模式，强调了上下文推理的重要性及改进方向。