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)