医学 AI

RadDiff: Describing Differences in Radiology Image Sets with Natural Language

RadDiff：用自然语言描述放射学图像集的差异

Xiaoxian Shen, Yuhui Zhang, Sahithi Ankireddy, Xiaohan Wang, Maya Varma, Henry Guo, Curtis Langlotz, Serena Yeung-Levy

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 RadDiff通过多模态代理系统实现放射学图像集差异的自然语言描述，结合医学知识和多模态推理，在放射学研究配对中取得高准确率，推动临床影像分析的发展。

Staged Voxel-Level Deep Reinforcement Learning for 3D Medical Image Segmentation with Noisy Annotations

分阶段体素级深度强化学习用于带有噪声标注的3D医学图像分割

Yuyang Fu, Xiuzhen Guo, Ji Shi

机构 * the Academy for Multidisciplinary Studies, Beijing National Center for Applied Mathematic（多学科研究学院，北京应用数学中心） ； Capital Normal University（首都师范大学） 纠错

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

AI总结 本文提出分阶段体素级深度强化学习框架，通过动态迭代更新策略和新颖的强化学习方法，在噪声标注条件下提升医学图像分割的准确性和鲁棒性。

Plasticine: A Traceable Diffusion Model for Medical Image Translation

Plasticine: 一种用于医学图像翻译的可追溯扩散模型

Tianyang Zhang, Xinxing Cheng, Jun Cheng, Shaoming Zheng, He Zhao, Huazhu Fu, Alejandro F Frangi, Jiang Liu, Jinming Duan

机构 * Department of Computer Science, University of Birmingham（计算机科学系，伯明翰大学） ； Institute for Infocomm Research, A*STAR（信息与通信研究所，A*STAR） ； Imperial College London（伦敦帝国学院） ； Department of Eye and Vision Science, University of Liverpool（眼科与视觉科学系，利物浦大学） ； Institute of High Performance Computing, A*STAR（高性能计算研究所，A*STAR） ； Department of Computer Science, and the Division of Informatics, Imaging and Data Sciences, School of Health Sciences, The University of Manchester（计算机科学系，信息、成像与数据科学分会，健康科学学院，曼彻斯特大学） ； Southern University of Science and Technology（南方科技大学） ； University of Birmingham（伯明翰大学） ； University of Manchester（曼彻斯特大学） 纠错

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

AI总结 Plasticine是一种以可追溯性为核心目标的端到端医学图像翻译框架，通过结合强度翻译和空间变换，在去噪扩散框架中生成具有可解释性强度过渡和空间一致变形的合成图像。

Comments Accepted by IEEE Transactions on Artificial Intelligence

Full-Wave Modeling of Transcranial Ultrasound using Volume-Surface Integral Equations and CT-Derived Heterogeneous Skull Data

利用体积-表面积分方程和CT衍生的异质颅骨数据对颅穿超声进行全波建模

Alberto Almuna-Morales, Danilo Aballay, Pierre Gélat, Reza Haqshenas, Elwin van 't Wout

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

AI总结 本文提出基于体积-表面积分方程的高效方法，用于建模颅穿超声通过异质颅骨的全波传播，验证了颅骨异质性对超声束形变的影响。

Lenz effect in conductive nonmagnetic objects moved in MRI environments

MRI环境中导电非磁性物体运动中的楞次效应

Alessandro Arduino, Oriano Bottauscio, Michael Steckner, Umberto Zanovello, Luca Zilberti

专题命中 医学影像 ：MRI(title,abstract)

AI总结 研究提出了一种在MRI环境中忽略皮肤效应建模导电非磁性物体运动的数值方法，通过验证铝板旋转和平移实验数据，证明了在忽略皮肤效应的情况下可准确预测楞次效应下的运动。

Comments 12 pages, 6 figures

Journal ref Magnetic Resonance Imaging (2026) Vol. 127, Art. no. 110605

Ensemble Models for Predicting Treatment Response in Pediatric Low-Grade Glioma Managed with Chemotherapy

用于预测化疗反应的集成模型：在无法完全手术切除的儿童低级别胶质瘤中使用化疗

Max Bengtsson, Elif Keles, Angela J. Waanders, Ulas Bagci

专题命中 医学影像 ：MRI(abstract)；分类 eess.IV

AI总结 本文提出了一种集成模型，通过结合影像组学和临床数据，预测无法完全手术切除的儿童低级别胶质瘤患者对化疗的反应。

Neural Optimal Design of Experiment for Inverse Problems

神经最优实验设计用于反问题

John E. Darges, Babak Maboudi Afkham, Matthias Chung

专题命中 医学影像 ：CT(abstract)；分类 cs.LG

AI总结 NODE通过直接优化测量位置实现稀疏性，减少计算复杂性，并在多个基准测试中优于基线方法，提升重建精度和任务性能。

Adapting Vision-Language Foundation Model for Next Generation Medical Ultrasound Image Analysis

为下一代医学超声图像分析适应视觉-语言基础模型

Jingguo Qu, Xinyang Han, Jia Ai, Juan Wu, Tong Zhao, Tonghuan Xiao, Sheng Ning, Yuqi Yang, Jing Qin, Ann Dorothy King, Winnie Chiu-Wing Chu, Jing Cai, Michael Tin-Cheung Ying

机构 * Department of Health Technology and Informatics, The Hong Kong Polytechnic University（健康科技与信息学系，香港理工大学） ； Centre for Smart Health and School of Nursing, The Hong Kong Polytechnic University（智能健康中心及护理学院，香港理工大学） ； Department of Imaging and Interventional Radiology, The Chinese University of Hong Kong（影像与介入放射学系，香港中文大学） ； Suzhou Hospital of Traditional Chinese Medicine Affiliated to Nanjing University of Chinese Medicine（南京中医药大学附属苏州中医医院） ； Department of Ultrasound, The Affiliated Changzhou No. 2 People's Hospital of Nanjing Medical University（南京医科大学附属常州第二人民医院超声科） 纠错

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

AI总结 本文提出混合微调策略，通过频域过滤和多尺度特征聚合提升CLIP模型在超声图像分析中的性能，实现更高效和鲁棒的医学诊断应用。

Efficient 3D affinely equivariant CNNs with adaptive fusion of augmented spherical Fourier-Bessel bases

高效3D仿射等变CNN及其增强球傅里叶-贝塞尔基的自适应融合

Wenzhao Zhao, Steffen Albert, Barbara D. Wichtmann, Angelika Maurer, Ulrike Attenberger, Frank G. Zöllner, Jürgen Hesser

机构 * School of Computer and Artificial Intelligence, Nanjing University of Finance and Economics（南京金融学院计算机与人工智能学院） ； Interdisciplinary Center for Scientific Computing, Mannheim Institute for Intelligent Systems in Medicine, Medical Faculty Mannheim, Heidelberg University（科学计算交叉中心、医学智能系统研究所、曼海姆医学院、海德堡大学） ； Computer Assisted Clinical Medicine, Mannheim Institute for Intelligent Systems in Medicine, Medical Faculty Mannheim, Heidelberg University（临床医学辅助计算机、医学智能系统研究所、曼海姆医学院、海德堡大学） ； Department of Diagnostic and Interventional Radiology, University Hospital Bonn（诊断与介入放射科、波恩大学医院） ； Interdisciplinary Center for Scientific Computing, Central Institute for Computer Engineering, CSZ Heidelberg Center for Model-Based AI, Data Analysis and Modeling in Medicine, Mannheim Institute for Intelligent Systems in Medicine, Medical Faculty Mannheim, Heidelberg University（科学计算交叉中心、计算机工程中央研究所、海德堡模型驱动AI中心、医学数据与建模中心、曼海姆医学智能系统研究所、曼海姆医学院、海德堡大学） 纠错

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

AI总结 本文提出一种高效3D仿射群等变CNN，通过自适应融合增强球傅里叶-贝塞尔基，提升体积图像的特征提取与分割性能。