科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2025-12-30 至 2025-12-30 共收录 3 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 3 篇

2512.22184 2025-12-30 eess.IV cs.CV 84%

AI-Enhanced Virtual Biopsies for Brain Tumor Diagnosis in Low Resource Settings

AI增强的虚拟活检用于低资源环境中的脑肿瘤诊断

Areeb Ehsan

机构 * Department of Computer Science（计算机科学系）； Georgia State University（佐治亚州立大学）

专题命中病理影像：diagnosis(title,abstract)；MRI(abstract)；分类 cs.CV、eess.IV

AI总结本文提出了一种基于轻量级CNN和放射组学特征的虚拟活检系统，用于低资源环境中的脑肿瘤诊断，通过融合策略提升分类性能并增强可解释性。

Comments 6 pages, 10 figures

2512.22188 2025-12-30 cs.CV cs.AI 79%

HookMIL: Revisiting Context Modeling in Multiple Instance Learning for Computational Pathology

HookMIL: 重新审视多实例学习中的上下文建模以用于计算病理学

Xitong Ling, Minxi Ouyang, Xiaoxiao Li, Jiawen Li, Ying Chen, Yuxuan Sun, Xinrui Chen, Tian Guan, Xiaoping Liu, Yonghong He

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）； School of Informatics, Xiamen University（厦门大学信息学院）； School of Engineering, Westlake University（西湖大学工程学院）； Zhongnan Hospital, Wuhan University（武汉大学中南医院）

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

AI总结 HookMIL通过引入可学习的钩子标记和多样性损失，提升多实例学习在计算病理学中的效率与可解释性。

2512.22181 2025-12-30 cs.DL cs.AI 50%

Interpretable Link Prediction in AI-Driven Cancer Research: Uncovering Co-Authorship Patterns

可解释的AI驱动癌症研究中的链接预测：揭示合著者模式

Shahab Mosallaie, Andrea Schiffauerova, Ashkan Ebadi

专题命中病理影像：diagnosis(abstract)

AI总结本文通过可解释的AI方法分析癌症研究中的合著者模式，发现学科相似性对新和持续合作有积极影响，而高生产力和资历与终止合作相关，为跨学科合作提供指导。

Comments 24 pages