医学 AI

POWDR: Pathology-preserving Outpainting with Wavelet Diffusion for 3D MRI

POWDR: 基于小波扩散的病理保持3D MRI外推

Fei Tan, Ashok Vardhan Addala, Bruno Astuto Arouche Nunes, Xucheng Zhu, Ravi Soni

机构 * GE HealthCare（GE健康护理） 纠错

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

AI总结 POWDR通过小波扩散模型生成病理保持的3D MRI外推数据，解决医学影像数据稀缺和类别不平衡问题，提升肿瘤分割性能。

Large-scale modality-invariant foundation models for brain MRI analysis: Application to lesion segmentation

大规模模态不变基础模型用于脑MRI分析：应用于病变分割

Petros Koutsouvelis, Matej Gazda, Leroy Volmer, Sina Amirrajab, Kamil Barbierik, Branislav Setlak, Jakub Gazda, Peter Drotar

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

AI总结 本文提出了一种大规模模态不变基础模型，用于提升脑MRI中病变分割的性能，通过自监督学习预训练并保留细粒度模态特定特征。

Comments Submitted to IEEE ISBI 2026

BARL: Bilateral Alignment in Representation and Label Spaces for Semi-Supervised Volumetric Medical Image Segmentation

BARL：表示空间和标签空间的双侧对齐用于半监督体积医学图像分割

Shujian Gao, Yuan Wang, Zekuan Yu

机构 * College of Biomedical and Engineering, Fudan University（复旦大学生物医学与工程学院） ； ZJU-UIUC Institute, Zhejiang University（浙江大学浙大-UIUC研究院） 纠错

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

AI总结 BARL通过双侧对齐表示空间和标签空间，提升半监督体积医学图像分割的性能。

Comments 14 pages, 5 figures

Frequency Error-Guided Under-sampling Optimization for Multi-Contrast MRI Reconstruction

频率误差引导的多对比MRI重建下采样优化

Xinming Fang, Chaoyan Huang, Juncheng Li, Jun Wang, Jun Shi, Guixu Zhang

机构 * School of Communication and Information Engineering, Shanghai University, Shanghai, 200444, China（通信与信息工程学院，上海大学，上海，200444，中国） ； School of Computational Mathematics Science and Engineering, Michigan State University, Ann Arbor, USA（计算数学科学与工程学院，密歇根州立大学，安阿伯，美国） ； School of Computer Science and Technology, East China Normal University, Shanghai, 200062, China（计算机科学与技术学院，华东师范大学，上海，200062，中国） 纠错

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

AI总结 本文提出一种频率误差引导的MRI重建方法，通过联合优化下采样模式和重建网络，提升多对比MRI重建的效率和可解释性。

Comments 44 pages, 12 figures, 7 tables

BrainSegNet: A Novel Framework for Whole-Brain MRI Parcellation Enhanced by Large Models

BrainSegNet: 一种通过大模型增强的全脑MRI分区新框架

Yucheng Li, Xiaofan Wang, Junyi Wang, Yijie Li, Xi Zhu, Mubai Du, Dian Sheng, Wei Zhang, Fan Zhang

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 BrainSegNet通过整合U-Net和SAM的特性，实现了高精度的全脑MRI分区，优于现有方法。

Use of synthetic data for training dose estimation neural networks in CT dosimetry

在CT剂量学中使用合成数据训练剂量估计神经网络

Marie-Luise Kuhlmann, Jörg Martin, Stefan Pojtinger

专题命中 医学影像 ：CT(title,abstract)

AI总结 本研究通过结合真实和合成数据训练神经网络，提升CT剂量估计的准确性与鲁棒性，同时满足不确定性要求。

From Performance to Practice: Knowledge-Distilled Segmentator for On-Premises Clinical Workflows

从性能到实践：面向本地临床工作流的知识蒸馏分割器

Qizhen Lan, Aaron Choi, Jun Ma, Bo Wang, Zhaogming Zhao, Xiaoqian Jiang, Yu-Chun Hsu

机构 * D. Bradley McWilliams School of Biomedical Informatics（D. Bradley McWilliams 生物医学信息学学院） ； The University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） ； M31 AI ； University Health Network（大学健康网络） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Center for Precision Health（精准健康中心） 纠错

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

AI总结 本文提出了一种面向部署的知识蒸馏分割器，通过减少模型参数提升本地临床工作流的实用性与可维护性。

Fair Foundation Models for Medical Image Analysis: Challenges and Perspectives

医疗图像分析中的公平基础模型：挑战与展望

Dilermando Queiroz, Anderson Carlos, André Anjos, Lilian Berton

机构 * Federal University of São Paulo（巴西圣保罗联邦大学） ； Federal Institute of Goiás（哥亚斯联邦理工学院） ； Idiap Research Institute（Idiap研究机构） 纠错

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

AI总结 本文探讨了医疗图像分析中公平基础模型的挑战与前景，强调通过系统性干预和政策参与实现公平性，以推动医疗技术的普及。

Exploiting Scale-Variant Attention for Segmenting Small Medical Objects

利用尺度变异注意力进行小医学物体分割

Wei Dai, Rui Liu, Zixuan Wu, Tianyi Wu, Min Wang, Junxian Zhou, Yixuan Yuan, Jun Liu

机构 * Centre for Robotics and Automation, City University of Hong Kong（香港城市大学机器人与自动化中心） ； Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） 纠错

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SvANet，通过引入尺度变异注意力等模块，提升医学图像中小物体的分割精度。

Comments 14 pages, 9 figures, under review

Journal ref IEEE Transactions on Neural Networks and Learning Systems, 1-18 (2026)

Changes in Visual Attention Patterns for Detection Tasks due to Dependencies on Signal and Background Spatial Frequencies

由于信号和背景空间频率依赖性变化的视觉注意力模式变化

Amar Kavuri, Howard C. Gifford, Mini Das

机构 * Department of Biomedical Engineering, University of Houston（生物医学工程系，休斯顿大学） ； Department of Physics, University of Houston（物理系，休斯顿大学） ； Department of Electrical and Computer Engineering, University of Houston（电气与计算机工程系，休斯顿大学） 纠错

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

AI总结 研究探讨了信号和背景空间频率依赖性对视觉注意力模式的影响，发现检测性能受后期感知阶段限制，信号可检测性受目标形态和背景复杂性共同影响。

Comments 21 pages, 7 images

Variance-Penalized MC-Dropout as a Learned Smoothing Prior for Brain Tumour Segmentation

方差惩罚的MC-Dropout作为脑肿瘤分割的学得平滑先验

Satyaki Roy Chowdhury, Golrokh Mirzaei

机构 * Department of Computer Science（计算机科学系） ； Engineering, The Ohio State University（工程系，俄亥俄州立大学） 纠错

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

AI总结 UAMSA-UNet通过结合多尺度注意机制和学习的平滑先验，提升脑肿瘤分割的精度和效率，同时减少计算量。

Comments Accepted by ISBI 2026

Experimental Evidence for the Breakdown of Uniform-Electron-Gas Models in Warm Dense Aluminium

暖密铝中均匀电子气模型破裂的实验证据

Dmitrii S. Bespalov, Ulf Zastrau, Zhandos A. Moldabekov, Thomas Gawne, Tobias Dornheim, Moyassar Meshhal, Alexis Amouretti, Michal Andrzejewski, Karen Appel, Carsten Baehtz, Erik Brambrink, Khachiwan Buakor, Carolina Camarda, David Chin, Gilbert Collins, Céline Crépeisson, Adrien Descamps, Jon Eggert, Luke Fletcher, Alessandro Forte, Gianluca Gregori, Marion Harmand, Oliver S. Humphries, Hauke Höppner, Jonas Kuhlke, William Lynn, Julian Lütgert, Masruri Masruri, Emma M. McBride, Ryan Stewart McWilliams, Alan Augusto Sanjuan Mora, Jean-Paul Naedler, Paul Neumayer, Charlotte Palmer, Alexander Pelka, Lea Pennacchioni, Calum Prestwood, Natalia A. Pukhareva, Chongbing Qu, Divyanshu Ranjan, Ronald Redmer, Michael Roper, Christoph Sahle, Samuel Schumacher, Jan-Patrick Schwinkendorf, Melanie J. Sieber, Madison Singleton, Ethan Smith, Christian Sternemann, Thomas Stevens, Michael Stevenson, Cornelius Strohm, Minxue Tang, Monika Toncian, Toma Toncian, Thomas Tschentscher, Sam M. Vinko, Justin S. Wark, Max Wilke, Dominik Kraus, Thomas R. Preston

专题命中 医学影像 ：diagnosis(abstract)

AI总结 研究通过实验表明，均匀电子气模型在暖密铝中无法准确描述等离子体共振，需采用从头计算方法以可靠推断热力学条件。

Comments 14 pages, 11 figures

Ring-Gap Structures in the Class I Circumstellar Disk of CrA IRS 2 Associated with Magnetic Flux-Driven Bubble

CrA IRS 2 I类 circumstellar 盘中环隙结构与磁通量驱动的气泡

Ayumu Shoshi, Masayuki Yamaguchi, Mitsuki Omura, Kazuki Tokuda, Naofumi Fukaya, Kengo Tachihara, Masahiro. N. Machida

专题命中 医学影像 ：MRI(abstract)

AI总结 CrA IRS 2 I类盘中发现环隙结构，揭示磁通量驱动气泡与行星形成机制

Comments Accepted to ApJ

Earth-Mass Planets in Tandem Disks

类地行星在双盘中的形成

Tokuhiro Nimura, Toshikazu Ebisuzaki

专题命中 医学影像 ：MRI(abstract)

AI总结 本文通过双盘模型解释类地行星形成，显示内边缘产生岩石行星，外边缘形成气态巨行星，与太阳系类地行星分布相符。

Comments 28 pages, 11 figures, ApJ submission