医学 AI

CAP-IQA: Context-Aware Prompt-Guided CT Image Quality Assessment

CAP-IQA: 基于上下文的提示引导CT图像质量评估

Kazi Ramisa Rifa, Jie Zhang, Abdullah Imran

机构 * University of Kentucky（肯塔基大学） 纠错

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

AI总结 CAP-IQA通过整合文本先验与上下文提示，结合因果去偏技术，提升CT图像质量评估的准确性和泛化能力。

Comments 18 pages, 9 figures, 5 tables

A Novel Deep Learning Method for Segmenting the Left Ventricle in Cardiac Cine MRI

一种用于心脏 cine MRI 中左心室分割的新型深度学习方法

Wenhui Chu, Aobo Jin, Hardik A. Gohel

机构 * Dept. of Computer Science, University of Houston-Victoria, Victoria, USA.（计算机科学系，休斯顿-维克托利亚大学，维克托利亚，美国） 纠错

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GBU-Net，一种基于组批归一化U-Net的新型深度学习方法，用于提高心脏cine MRI中左心室分割的精度和上下文理解能力。

Comments 9 pages, 5 figures

SAM-aware Test-time Adaptation for Universal Medical Image Segmentation

基于SAM的测试时适应的通用医学图像分割

Jianghao Wu, Yicheng Wu, Yutong Xie, Wenjia Bai, You Zhang, Feilong Tang, Yulong Li, Imran Razzak, Daniel F Schmidt, Yasmeen George

机构 * Department of Data Science & AI, Faculty of Information Technology, Monash University（数据科学与人工智能系，信息科技学院，莫纳什大学） ； Department of Computing and Department of Brain Sciences, Imperial College London（计算系和脑科学系，伦敦帝国学院） ； Mohamed bin Zayed University of Artificial Intelligence（莫卧儿·本·扎耶德人工智能大学） ； Department of Radiation Oncology, UT Southwestern Medical Center（放射肿瘤科，德克萨斯西南医学中心） 纠错

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

AI总结 SAM-TTA通过自适应贝塞尔曲线变换和IoU引导的多尺度适应，提升医学图像分割的通用性和精度。

Comments 10 pages, 5 figures

FALCON: Few-Shot Adversarial Learning for Cross-Domain Medical Image Segmentation

FALCON：跨域少样本对抗学习用于医学图像分割

Abdur R. Fayjie, Pankhi Kashyap, Jutika Borah, Patrick Vandewalle

机构 * KU Leuven（卢森堡大学） ； IIT-Bombay（印度理工学院-孟买） ； Tezpur University（泰浦大学） 纠错

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

AI总结 FALCON通过跨域少样本对抗学习实现高精度医学图像分割，以更少的数据和计算开销获得更优的边界精度和分割性能。

Comments 20 pages, 6 figures, 7 tables

Simulations of MRI Guided and Powered Ferric Applicators for Tetherless Delivery of Therapeutic Interventions

用于无绳递送治疗干预的MRI引导和供电铁磁装置的模拟

Wenhui Chu, Khang Tran, Nikolaos V. Tsekos

机构 * MRI Lab, University of Houston（MRI实验室，休斯顿大学） 纠错

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

AI总结 本文提出了一种MRI供电装置的计算平台，用于术前规划和建模，通过虚拟走廊和磁场梯度波形实现无绳血管内治疗干预的精准操控。

Comments 9 pages, 8 figures, published in ICBBB 2022

Journal ref 2022 12th International Conference on Bioscience, Biochemistry and Bioinformatics (ICBBB '22), January 7-10, 2022, Tokyo, Japan

Four-Stage Alzheimer's Disease Classification from MRI Using Topological Feature Extraction, Feature Selection, and Ensemble Learning

基于MRI的四阶段阿尔茨海默病分类：利用拓扑特征提取、特征选择和集成学习

Faisal Ahmed

机构 * Department of Data Science and Mathematics（数据科学与数学系） 纠错

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

AI总结 TDA-Alz通过拓扑特征提取、特征选择和集成学习，实现高效且可解释的MRI阿尔茨海默病四阶段分类。

Comments 15 pages, 7 figures

Simulations and Advancements in MRI-Guided Power-Driven Ferric Tools for Wireless Therapeutic Interventions

MRI引导的无线治疗干预中功率驱动铁基工具的模拟与进展

Wenhui Chu, Aobo Jin, Hardik A. Gohel

机构 * Dept. of Computer Science, University of Houston-Victoria, Victoria, USA.（计算机科学系，休斯顿-维克托利亚大学，维克托利亚，美国） 纠错

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本研究提出了一种MRI引导的无线治疗干预系统，通过定制磁场梯度模式提升血管内手术的精度和安全性。

Comments 10 pages, 7 figures

RaffeSDG: Random Frequency Filtering enabled Single-source Domain Generalization for Medical Image Segmentation

RaffeSDG：随机频率过滤赋能的单源领域泛化用于医学图像分割

Heng Li, Haojin Li, Jianyu Chen, Mingyang Ou, Hai Shu, Heng Miao

机构 * Faculty of Biomedical Engineering, Shenzhen University of Advanced Technology（深圳先进技术大学生物医学工程学院） ； The Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； The Department of Biostatistics, School of Global Public Health, New York University（纽约大学全球公共卫生学院生物统计学系） ； Department of Ophthalmology, Peking University People's Hospital（北京大学人民医院眼科部门） ； Beijing Key Laboratory of Ocular Disease and Optometry Science, Peking University People’s Hospital（北京大学人民医院眼病与视光学科学重点实验室） 纠错

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

AI总结 RaffeSDG通过随机频率过滤和结构显著性学习，实现单源域医学图像分割的领域泛化与跨域推理。

Scale-aware Adaptive Supervised Network with Limited Medical Annotations

具有有限医学标注的尺度感知自适应监督网络

Zihan Li, Dandan Shan, Yunxiang Li, Paul E. Kinahan, Qingqi Hong

机构 * Xiamen University（厦门大学） ； University of Washington（华盛顿大学） ； Department of Radiation Oncology, UT Southwestern Medical Center（放射肿瘤科，德克萨斯西南医学中心） 纠错

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

AI总结 SASNet通过引入尺度感知自适应重加权、视点差异增强和分割-回归一致性学习，解决半监督医学图像分割中标注稀缺、视点差异和多尺度特征整合不足的问题，实现有限标注下的高性能分割。

Comments Accepted by Pattern Recognition, 8 figures, 11 tables

MetaFormer-driven Encoding Network for Robust Medical Semantic Segmentation

基于MetaFormer的编码网络用于鲁棒的医学语义分割

Le-Anh Tran, Chung Nguyen Tran, Nhan Cach Dang, Anh Le Van Quoc, Jordi Carrabina, David Castells-Rufas, Minh Son Nguyen

专题命中 医学影像 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV、eess.IV

AI总结 本文提出MFEnNet，通过引入MetaFormer和优化模块，实现高效的医学图像语义分割，降低计算成本并提升分割精度。

Comments 10 pages, 5 figures, MCT4SD 2025

An Explainable Agentic AI Framework for Uncertainty-Aware and Abstention-Enabled Acute Ischemic Stroke Imaging Decisions

可解释的代理AI框架：用于不确定性和可 abstention 的急性缺血性中风影像决策

Md Rashadul Islam

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Daffodil International University（达福尔国际大学） 纠错

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

AI总结 本文提出了一种可解释的代理AI框架，用于在急性缺血性中风影像学中实现不确定性意识和选择性退避，以提高临床决策的安全性和透明性。

Comments Preprint. Conceptual and exploratory framework focusing on uncertainty-aware and abstention-enabled decision support for acute ischemic stroke imaging

Prior-Guided DETR for Ultrasound Nodule Detection

基于先验的DETR用于超声结节检测

Jingjing Wang, Zhuo Xiao, Xinning Yao, Bo Liu, Lijuan Niu, Xiangzhi Bai, Fugen Zhou

机构 * Image Processing Center, Beihang University（北京航空航天大学图像处理中心） ； State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology（高效可重复使用航天运输技术国家重点实验室） ； Department of Ultrasound, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College（中国医学科学院肿瘤医院超声科） ； State Key Laboratory of Virtual Reality Technology and Systems, Ministry of Education（虚拟现实技术与系统国家重点实验室） ； the Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation Technology, Ministry of Education（航天器设计优化与动态仿真技术重点实验室） 纠错

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

AI总结 基于先验的DETR框架通过整合几何和结构先验，提升超声结节检测的准确性和鲁棒性。

Efficient Unrolled Networks for Large-Scale 3D Inverse Problems

大规模三维逆问题的高效展开网络

Romain Vo, Julián Tachella

机构 * CNRS, ENS de Lyon, Laboratoire de Physique（法国国家科学研究中心、里昂高等师范学院、物理实验室） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 本文提出了一种高效展开网络方法，通过领域划分和算子近似，实现了大规模三维逆问题的端到端重建，且仅需单块GPU即可完成训练和推理。

Nodule-DETR: A Novel DETR Architecture with Frequency-Channel Attention for Ultrasound Thyroid Nodule Detection

Nodule-DETR：一种带有频率通道注意力的新型DETR架构用于超声甲状腺结节检测

Jingjing Wang, Qianglin Liu, Zhuo Xiao, Xinning Yao, Bo Liu, Lu Li, Lijuan Niu, Fugen Zhou

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

AI总结 Nodule-DETR通过引入频率通道注意力、分层特征融合和多尺度可变形注意力模块，提升超声甲状腺结节检测的准确性和鲁棒性。

A 240 Elements Matrix Probe with Aberration Mask for 4D Carotid Artery Computational Ultrasound Imaging

具有像差掩码的240个元素矩阵探头用于4D颈动脉计算超声成像

Yuyang Hu, Michael Brown, Didem Dogan, Mahé Bulot, Maxime Cheppe, Guillaume Ferin, Geert Leus, Antonius F. W. van der Steen, Pieter Kruizinga, Johannes G. Bosch

专题命中 医学影像 ：diagnosis(abstract)；分类 eess.SP

AI总结 本文提出了一种具有240个元素矩阵探头和空间编码掩码的3D计算超声成像系统，用于实现高分辨率的4D颈动脉成像。

Comments Maintext: 11 pages, 7 figures Supporting: 2 pages

Domain Adaptation of Carotid Ultrasound Images using Generative Adversarial Network

使用生成对抗网络进行颈动脉超声图像的域适应

Mohd Usama, Belal Ahmad, Christer Gronlund, Faleh Menawer R Althiyabi

机构 * Department of Diagnostics and Intervention, and Biomedical Engineering, Umea University（诊断与介入系及生物医学工程系，乌梅亚大学） ； Department of Computer Science and Information Engineering, National Taipei University of Technology（计算机科学与信息工程系，国家台北科技大学） ； IRC for Bio Systems and Machines, King Fahd University of Petroleum and Minerals（生物系统与机器研究院，国王法赫德石油与矿物大学） 纠错

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

AI总结 本文提出基于GAN的域适应模型，用于解决颈动脉超声图像在不同设备间的适应问题，通过纹理调整和噪声去除提升跨域性能。

Comments 15 pages, 9 figures, 4 tables

HyDRA: Hybrid Denoising Regularization for Measurement-Only DEQ Training

HyDRA：用于仅测量DEQ训练的混合去噪正则化

Markus Haltmeier, Lukas Neumann, Nadja Gruber, Johannes Schwab, Gyeongha Hwang

机构 * Department of Mathematics, University of Innsbruck（因斯布鲁克大学数学系） ； Institute of Basic Sciences in Engineering Science, University of Innsbruck（工程科学基础科学研究所，因斯布鲁克大学） ； Department of Computer Science, University of Innsbruck（因斯布鲁克大学计算机科学系） ； University of Applied Sciences Kufstein（库夫斯坦应用科学大学） ； Department of Mathematics, Yeungnam University（延世大学数学系） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 HyDRA提出了一种仅利用测量数据的DEQ训练框架，结合测量一致性与自适应去噪正则化，实现高效图像重建。

PriorRG: Prior-Guided Contrastive Pre-training and Coarse-to-Fine Decoding for Chest X-ray Report Generation

PriorRG: 基于先验知识的对比预训练与粗到细解码用于胸部X光报告生成

Kang Liu, Zhuoqi Ma, Zikang Fang, Yunan Li, Kun Xie, Qiguang Miao

专题命中 医学影像 ：radiology(abstract)；分类 cs.CV

AI总结 PriorRG通过结合先验知识的对比预训练和粗到细解码，提升胸部X光报告生成的准确性和流畅性。

Comments Accepted by AAAI 2026

Investigating the impact of copper-PEDOT:PSS matrix towards non-enzymatic electrochemical creatinine detection

探究铜-PEDOT:PSS基质对非酶电化学肌酐检测的影响

Chirantan Das, Subhrajit Sikdar, Shreyas K. Vasantham, Piotr Pięta, Marcin Strawski, Marcin S. Filipiak, Paweł Borowicz, Yurii Promovych, Piotr Garstecki

专题命中 医学影像 ：CT(abstract)

AI总结 本研究通过铜-PEDOT:PSS基质提高非酶电化学肌酐检测的灵敏度和稳定性，实现对肾功能的实时监测。

Comments 18 pages, 5 figures, 1 table

Combustion Toolbox: An open-source thermochemical code for gas- and condensed-phase problems involving chemical equilibrium

燃烧工具箱：一个开源的热化学代码，用于涉及化学平衡的气相和凝聚相问题

Alberto Cuadra, César Huete, Marcos Vera

专题命中 医学影像 ：CT(abstract)

AI总结 燃烧工具箱是一款开源热化学代码，用于解决涉及化学平衡的气相和凝聚相问题，通过改进的算法和模块化设计实现高效计算。

Journal ref Computer Physics Communications 320 (2026) 110004

Exact solutions of the FLRW cosmological model via invariants of the Hamilton-Jacobi method

通过哈密顿-雅可比方法的不变量求解FLRW宇宙模型的精确解

E. Ahmadi-Azar, K. Atazadeh, A. Eghbali

专题命中 医学影像 ：CT(abstract)

AI总结 本文利用哈密顿-雅可比方法的不变量求解FLRW宇宙模型的精确解，揭示了变换群与动力学方程不变性的关系。

Comments 31 pages, 2 Appendix

Robust Appointment Scheduling with Waiting Time Guarantees

具有等待时间保证的鲁棒预约安排

Carolin Bauerhenne, Rainer Kolisch, Andreas S. Schulz

专题命中 医学影像 ：radiology(abstract)

AI总结 本文提出了一种在不确定性下最小化总成本并保证顾客等待时间的鲁棒预约安排方法，通过混合整数线性规划和特殊规则优化，实验证明可同时减少成本并提高顾客满意度。

Characterization of FBK NUV-HD-Cryo SiPMs near LHe temperature

FBK NUV-HD-Cryo SiPMs在接近液氦温度处的表征

Fengbo Gu, Junhui Liao, Jiangfeng Zhou, Meiyuenan Ma, Yuanning Gao, Zhaohua Peng, Jian Zheng, Guangpeng An, Lifeng Zhang, Lei Zhang, Zhuo Liang, Xiuliang Zhao, Fabio Acerbi, Andrea Ficorella, Alberto Gola, Laura Parellada Monreal

专题命中 医学影像 ：CT(abstract)

AI总结 FBK NUV-HD-Cryo SiPMs在接近液氦温度下表现出极低的暗计数率，通过特殊测量方法验证其在低质量暗物质探测中的应用潜力。

Journal ref NIM(A) 2026

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis

深度学习技术在非对比剂计算机断层扫描肺动脉造影中的应用

I-Hsien Ting, Yi-Jun Tseng, Yu-Sheng Lin

机构 * National University of Kaohsiung（高雄大学） ； Chiayi Chang Gung Memorial Hospital（嘉义长庚纪念医院） 纠错

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

AI总结 本研究利用3D卷积神经网络无对比剂CT图像自动分类肺栓塞，实现85%准确率和0.84 AUC，验证了模型在肺栓塞诊断中的可行性。

A Deep Learning Approach for Automated Skin Lesion Diagnosis with Explainable AI

基于可解释AI的深度学习自动皮肤病变诊断方法

Md. Maksudul Haque, Rahnuma Akter, A S M Ahsanul Sarkar Akib, Abdul Hasib

机构 * 1 ,2,3Department of Computer Science \& Engineering, Green University of Bangladesh, Dhaka, Bangladesh ； 4Department of Computer Science \& Engineering, Bangladesh University of Business ； 5Department of Internet of Things \& Robotics Engineering, University of Frontier Technology, Bangladesh 纠错

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

AI总结 本文提出一种结合高效网络与可解释AI的深度学习方法，用于自动皮肤病变诊断，实现了高准确率和可解释性。

Multi-output Classification using a Cross-talk Architecture for Compound Fault Diagnosis of Motors in Partially Labeled Condition

利用交叉通讯架构进行多输出分类以实现电机部分标注条件下复合故障诊断

Wonjun Yi, Wonho Jung, Hyeonuk Nam, Kangmin Jang, Yong-Hwa Park

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

AI总结 本文提出了一种基于交叉通讯架构的多输出分类方法，用于解决电机部分标注条件下复合故障诊断的领域适应问题，通过残差神经维度缩减器和频率层归一化提升了分类性能。

Comments Published in Mechanical Systems and Signal Processing, Volume 244, 15 January 2026, Article 113786. Version of record available online on 25 December 2025

Journal ref Mechanical Systems and Signal Processing, Volume 244, 15 January 2026, Article 113786

MedKGI: Iterative Differential Diagnosis with Medical Knowledge Graphs and Information-Guided Inquiring

MedKGI: 基于医学知识图谱和信息引导提问的迭代诊断

Qipeng Wang, Rui Sheng, Yafei Li, Huamin Qu, Yushi Sun, Min Zhu

机构 * Sichuan University（四川大学） ； HKUST（香港科技大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 MedKGI通过整合医学知识图谱和信息引导提问，提升临床诊断的准确性和效率。

A Multi-Scale Attention-Based Attack Diagnosis Mechanism for Parallel Cyber-Physical Attacks in Power Grids

一种基于多尺度注意力的并行网络物理攻击诊断机制

Junhao Ren, Kai Zhao, Guangxiao Zhang, Xinghua Liu, Chao Zhai, Gaoxi Xiao

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Institute of Catastrophe Risk Management, Nanyang Technological University（南洋理工大学灾难风险管理研究所） ； School of Electrical Engineering, Xi’an University of Technology（西安理工大学电气工程学院） ； School of Automation, China University of Geosciences (Wuhan)（中国地质大学（武汉）自动化学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种基于多尺度注意力机制的攻击诊断框架，用于检测并行网络物理攻击，通过元混合整数规划优化攻击位置和规模估计。

Comments 10 pages, 3 figures, 5 tables, journal

XAI-MeD: Explainable Knowledge Guided Neuro-Symbolic Framework for Domain Generalization and Rare Class Detection in Medical Imaging

XAI-MeD: 可解释知识引导的神经符号框架用于医学影像中的领域泛化和稀有类别检测

Midhat Urooj, Ayan Banerjee, Sandeep Gupta

专题命中 诊断辅助 ：medical AI(abstract)；分类 cs.CV

AI总结 XAI-MeD通过整合临床知识的神经符号框架，提升医学影像中领域泛化和稀有类别检测的性能，实现更鲁棒和可解释的多模态医学AI。

Comments Accepted at AAAI Bridge Program 2026

Pediatric Pneumonia Detection from Chest X-Rays:A Comparative Study of Transfer Learning and Custom CNNs

儿童肺炎从胸部X光片检测：迁移学习与定制CNNs的比较研究

Agniv Roy Choudhury

机构 * Department of Computer Science University of Texas at Austin（计算机科学系德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本研究通过比较迁移学习与定制CNNs在儿童肺炎检测中的性能，发现微调迁移模型在准确率、F1分数和AUC上均优于从头训练模型，具有在资源有限地区应用的潜力。