医学 AI

GANeXt: A Fully ConvNeXt-Enhanced Generative Adversarial Network for MRI- and CBCT-to-CT Synthesis

GANeXt: 一种完全基于ConvNeXt增强的生成对抗网络用于MRI和CBCT到CT的合成

Siyuan Mei, Yan Xia, Fuxin Fan, Andreas Maier

机构 * Pattern Recognition Lab, Friedrich-Alexander-University Erlangen-Nuremberg, Erlangen, Germany（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学） ； Department of Orthodontics and Orofacial Orthopedics, Friedrich-Alexander-University Erlangen-Nuremberg, Erlangen, Germany（正畸学与口腔正外科系） ； Digital Technology and Innovation, Siemens Healthineers, Shanghai, China（西门子医疗创新） 纠错

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

AI总结 GANeXt通过ConvNeXt增强的生成对抗网络实现MRI和CBCT到CT的跨模态合成，结合多种损失函数提升合成质量。

VQ-Seg: Vector-Quantized Token Perturbation for Semi-Supervised Medical Image Segmentation

VQ-Seg: 基于向量量化令牌扰动的半监督医学图像分割

Sicheng Yang, Zhaohu Xing, Lei Zhu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 VQ-Seg通过向量量化和量化扰动模块提升半监督医学图像分割性能，有效解决传统dropout正则化问题。

Comments Accepted by NeurIPS 2025

Res-MoCoDiff: Residual-guided diffusion models for motion artifact correction in brain MRI

Res-MoCoDiff: 基于残差引导的扩散模型用于脑部MRI运动伪影校正

Mojtaba Safari, Shansong Wang, Qiang Li, Zach Eidex, Richard L. J. Qiu, Chih-Wei Chang, Hui Mao, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学系和Winship癌症研究所，埃默里大学） ； Department of Radiology and Image Science and Winship Cancer Institute, Emory University（放射学系和影像科学以及Winship癌症研究所，埃默里大学） 纠错

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

AI总结 Res-MoCoDiff通过残差引导的扩散模型有效校正脑部MRI运动伪影，提升图像质量并减少处理时间。

MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting

利用高效扩散概率模型的MRI超分辨率重建

Mojtaba Safari, Shansong Wang, Zach Eidex, Qiang Li, Erik H. Middlebrooks, David S. Yu, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤科和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） 纠错

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

AI总结 Res-SRDiff通过残差误差位移机制提升MRI超分辨率重建效率与质量

A Physics-Informed Deep Learning Model for MRI Brain Motion Correction

一种融合物理的深度学习模型用于MRI脑部运动校正

Mojtaba Safari, Shansong Wang, Zach Eidex, Richard Qiu, Chih-Wei Chang, David S. Yu, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学系和Winship癌症研究所，埃默里大学） 纠错

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

AI总结 本文提出PI-MoCoNet，通过融合空间和k空间信息，有效去除MRI脑部运动伪影，提升图像质量与诊断可靠性。

Fast MRI Reconstruction Using Deep Learning-based Compressed Sensing: A Systematic Review

使用深度学习的压缩感知进行快速MRI重建：系统综述

Mojtaba Safari, Zach Eidex, Chih-Wei Chang, Richard L. J. Qiu, Xiaofeng Yang

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文综述了基于深度学习的压缩感知MRI重建技术，探讨了其在提升成像速度和图像质量方面的应用与未来发展。

Explainable Deep Learning for Pediatric Pneumonia Detection in Chest X-Ray Images

可解释的深度学习用于胸片图像中的儿童肺炎检测

Adil O. Khadidos, Aziida Nanyonga, Alaa O. Khadidos, Olfat M. Mirza, Mustafa Tahsin Yilmaz

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

AI总结 本研究比较了两种CNN模型用于儿童肺炎检测，发现EfficientNet-B0在性能和计算效率上更优，结合可解释性技术提升了诊断的透明度和可信度。

Instance-level quantitative saliency in multiple sclerosis lesion segmentation

多发性硬化病变分割中的实例级定量显著性

Federico Spagnolo, Nataliia Molchanova, Meritxell Bach Cuadra, Mario Ocampo Pineda, Lester Melie-Garcia, Cristina Granziera, Vincent Andrearczyk, Adrien Depeursinge

机构 * Translational Imaging in Neurology (ThINk)（神经学转化成像（ThINk）） ； Department of Medicine and Biomedical Engineering, University Hospital Basel and University of Basel（医学与生物医学工程系，巴塞尔大学医院和巴塞尔大学） ； Department of Neurology, University Hospital Basel（神经病学系，巴塞尔大学医院） ； Research Center for Clinical Neuroimmunology and Neuroscience Basel (RC2NB)（巴塞尔临床神经免疫学和神经科学研究中心（RC2NB）） ； MedGIFT, Institute of Informatics, School of Management, HES-SO Valais-Wallis University of Applied Sciences and Arts Western Switzerland（MedGIFT，信息学院，管理学院，瓦莱-迪-瓦尔省应用科学与艺术西方瑞士大学） ； CIBM Center for Biomedical Imaging, Lausanne, Switzerland（洛桑瑞士生物医学成像中心） ； Radiology Department, Lausanne University Hospital (CHUV) and University of Lausanne（放射科，洛桑大学医院（CHUV）和洛桑大学） 纠错

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

AI总结 本文提出两种架构无关的XAI方法，用于多发性硬化症白质病变分割中的实例级定量显著性分析，以提升模型决策的可解释性。

Benchmarking Foundation Models and Parameter-Efficient Fine-Tuning for Prognosis Prediction in Medical Imaging

在医学影像中评估基础模型和参数高效微调用于预后预测的基准测试

Filippo Ruffini, Elena Mulero Ayllon, Linlin Shen, Paolo Soda, Valerio Guarrasi

机构 * Unit of Artificial Intelligence and Computer Systems, Department of Engineering, Università Campus Bio-Medico di Roma（人工智能与计算机系统单位，工程系，罗马生物医学大学） ； College of Computer Science and Software Engineering, Shenzhen University（计算机科学与软件工程学院，深圳大学） ； Department of Diagnostics and Intervention, Radiation Physics, Biomedical Engineering, Umeå University（诊断与介入系，辐射物理，生物医学工程，乌梅大学） 纠错

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

AI总结 本研究通过基准测试比较了基础模型和CNN在医学影像预后预测中的性能，发现CNN在低资源情况下表现稳健，而FMs在数据充足时通过参数高效微调能取得良好效果。

Journal ref Computer Methods and Programs in Biomedicine, Vol. 275, 2026

Curvature Tuning: Provable Training-free Model Steering From a Single Parameter

曲率调节：从单个参数出发的可证明无训练模型操控方法

Leyang Hu, Matteo Gamba, Randall Balestriero

机构 * Brown University（布朗大学） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.LG

AI总结 曲率调节通过单个超参数调节模型决策边界，提升模型泛化与鲁棒性。

Comments Accepted at NeurIPS 2025

SiliconHealth: A Complete Low-Cost Blockchain Healthcare Infrastructure for Resource-Constrained Regions Using Repurposed Bitcoin Mining ASICs

SiliconHealth: 一种基于区块链的低成本医疗基础设施，利用再利用的比特币挖矿ASICs为资源匮乏地区服务

Francisco Angulo de Lafuente, Seid Mehammed Abdu, Nirmal Tej

专题命中 医学影像 ：medical image(abstract)

AI总结 SiliconHealth利用废弃比特币挖矿ASICs构建低成本区块链医疗系统，实现安全、节能的医疗记录管理，适用于资源匮乏地区。

Comments 8 pages, 9 tables, 2 figures, experimental validation with cross-device results, economic analysis

PLGC: Pseudo-Labeled Graph Condensation

PLGC: 假设标签图压缩

Jay Nandy, Arnab Kumar Mondal, Anuj Rathore, Mahesh Chandran

机构 * Fujitsu Research of India（富士通印度研究） 纠错

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

AI总结 PLGC提出一种无需真实标签的自监督图压缩方法，通过伪标签和结构统计优化，提升在噪声或弱标记环境下的鲁棒性和性能。

Bias in the Shadows: Explore Shortcuts in Encrypted Network Traffic Classification

阴影中的偏差：探索加密网络流量分类中的捷径

Chuyi Wang, Xiaohui Xie, Tongze Wang, Yong Cui

机构 * Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） 纠错

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

AI总结 本文提出BiasSeeker，一种半自动化的框架，用于检测加密网络流量分类中的数据集特定捷径特征，通过统计相关性分析和类别特定验证策略减少偏差，提升模型泛化能力。

C-GRASP: Clinically-Grounded Reasoning for Affective Signal Processing

C-GRASP：基于临床的感知信号处理推理

Cheng Lin Cheng, Ting Chuan Lin, Chai Kai Chang

机构 * Department of Physics National Central University（物理系国立中央大学） ； Center for Education National Central University（教育中心国立中央大学） 纠错

专题命中 诊断辅助 ：biomedical(abstract)

AI总结 C-GRASP通过临床基础推理提升情感信号处理的准确性与临床一致性。

Patch-MLP-Based Predictive Control: Simulation of Upstream Pointing Stabilization for PHELIX Laser System

基于Patch-MLP的预测控制：用于PHELIX激光系统上游点稳定性的仿真

Jiaying Wang, Jonas Benjamin Ohland, Yen-Yu Chang, Vedhas Pandit, Stefan Bock, Andrew-Hiroaki Okukura, Udo Eisenbarth, Arie Irman, Michael Bussmann, Ulrich Schramm, Jeffrey Kelling

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出基于Patch-MLP的预测控制策略，用于提高PHELIX激光系统上游点稳定性，通过训练神经网络预测误差并结合PID控制器，实现更稳定的束指向控制。

High-Density Multi-Depth Human Recordings Using 45 mm Long Neuropixels Probes

高密度多深度人类记录使用45毫米长Neuropixels Probes

Daril E. Brown, Elizaveta Okorokova, Carrina Iacobacci, Brian Coughlin, Orin Bloch, Eric M. Trautmann, Sydney S. Cash, Angelique C. Paulk, Sergey D. Stavisky, David M. Brandman

专题命中 病理影像 ：pathology(abstract)；分类 q-bio

AI总结 Neuropixels 1.0-NHP Long探针在人类手术中实现多深度单神经元分辨率记录，为研究人类大脑功能和病理提供了新方法。

Comments For academic use only tool disclosure, see https://zenodo.org/records/17633875

Dedifferentiation stabilizes stem cell lineages: From CTMC to diffusion theory and thresholds

去分化稳定化干细胞谱系：从CTMC到扩散理论和阈值

Jiguang Yu, Louis Shuo Wang, Ye Liang

专题命中 病理影像 ：pathology(abstract)

AI总结 该研究通过CTMC模型和扩散理论分析了干细胞谱系在群体波动下的稳定性，揭示了去分化流对维持稳态的重要性，并提出了稳态约束定律。

MedVL-SAM2: A unified 3D medical vision-language model for multimodal reasoning and prompt-driven segmentation

MedVL-SAM2：一种统一的3D医学视觉-语言模型，用于多模态推理和基于提示的分割

Yang Xing, Jiong Wu, Savas Ozdemir, Ying Zhang, Yang Yang, Wei Shao, Kuang Gong

机构 * Department of Biomedical Engineering, University of Florida（佛罗里达大学生物医学工程系） ； Department of Radiology, University of Florida（佛罗里达大学放射学系） ； Research Computing, University of Florida（佛罗里达大学研究计算中心） ； Department of Medicine, University of Florida（佛罗里达大学医学系） ； Department of Radiology, UC San Francisco（旧金山大学放射学系） 纠错

专题命中 医疗多模态 ：CT(abstract)；radiology(abstract)；分类 cs.CV

AI总结 MedVL-SAM2是一种统一的3D医学多模态模型，通过联合训练实现报告生成、VQA和多任务分割的高性能表现。

Sporadic Creutzfeldt Jakob disease presenting with cerebral atrophy following traumatic brain injury mimicking hydrocephalus a case report and literature review

散发性克雅氏病继发创伤性脑损伤后出现脑萎缩 mimic 梗阻性脑积水的病例报告及文献综述

Chun Zeng, Dezhu Gao, Liang Wu

专题命中 生物医学文本 ：MRI(abstract)；CT(abstract)；diagnosis(abstract)；分类 q-bio

AI总结 散发性克雅氏病继发创伤性脑损伤后出现脑萎缩 mimic 梗阻性脑积水的病例报告及文献综述，通过病例分析和文献回顾，探讨了CJD的诊断过程及鉴别诊断的重要性。

Comments 7 pages, 2 figures, 1 table. Submitted to Brain and Spine

EvoMorph: Counterfactual Explanations for Continuous Time-Series Extrinsic Regression Applied to Photoplethysmography

EvoMorph: 连续时间序列外源回归的反事实解释应用于光电容积图

Mesut Ceylan, Alexis Tabin, Patrick Langer, Elgar Fleisch, Filipe Barata

机构 * Centre for Digital Health Interventions, ETH Zurich（数字健康干预中心，苏黎世联邦理工学院） ； Centre for Digital Health Interventions, University of St.Gallen（数字健康干预中心，圣加伦大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 EvoMorph通过多目标进化框架生成生理合理的反事实解释，提升连续生物医学时间序列的可解释性和可信度。

From Single to Multi-Agent Reasoning: Advancing GeneGPT for Genomics QA

从单 agent 到多 agent 推理：提升 GeneGPT 的基因组 QA 能力

Kimia Abedini, Farzad Shami, Gianmaria Silvello

机构 * University of Padua, Italy（帕多瓦大学，意大利） ； Aalto University, Finland（阿alto大学，芬兰） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 GenomAgent通过多 agent框架提升基因组 QA 能力，实现对复杂基因组查询的高效处理，并在多个任务中超越现有系统。

Comments Accepted paper by the 48th European Conference on Information Retrieval (ECIR'26)

Comparative Evaluation of Deep Learning-Based and WHO-Informed Approaches for Sperm Morphology Assessment

深度学习与世卫指南结合方法在精子形态评估中的比较评估

Mohammad Abbadi

机构 * College of Engineering and Information Technology（工程与信息技术学院） ； University of Dubai（迪拜大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 本文提出基于图像的深度学习方法在精子形态评估中优于传统世卫标准和炎症指数方法，提供更可靠的预测和临床应用。

Comments Under review at Computers in Biology and Medicine

A large-scale heterogeneous 3D magnetic resonance brain imaging dataset for self-supervised learning

一种大规模异构三维磁共振脑成像数据集用于自监督学习

Stefano Cerri, Asbjørn Munk, Jakob Ambsdorf, Julia Machnio, Sebastian Nørgaard Llambias, Vardan Nersesjan, Christian Hedeager Krag, Peirong Liu, Pablo Rocamora García, Mostafa Mehdipour Ghazi, Mikael Boesen, Michael Eriksen Benros, Juan Eugenio Iglesias, Mads Nielsen

机构 * Department of Computer Science, University of Copenhagen（计算机科学系，哥本哈根大学） ； Pioneer Centre For AI（人工智能先锋中心） ； Copenhagen Research Centre for Biological and Precision Psychiatry（哥本哈根生物与精准精神病学研究中心） ； Mental Health Centre Copenhagen（哥本哈根心理健康中心） ； Copenhagen University Hospital（哥本哈根大学医院） ； Rigshospitalet（皇家医院） ； Radiological AI Testcenter（放射学AI测试中心） ； Athinoula A. Martinos Center for Biomedical Imaging（Athinoula A. Martinos生物医学成像中心） ； Massachusetts General Hospital and Harvard Medical School（麻省总医院和哈佛医学院） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.CV、eess.IV

AI总结 FOMO300K是一个大规模异构三维磁共振脑成像数据集，旨在支持自监督学习在医学影像中的发展和评估。

A Bayesian Discrete Framework for Enhancing Decision-Making Processes in Clinical Trial Designs and Evaluations

一种贝叶斯离散框架用于增强临床试验设计与评估中的决策过程

Paramahansa Pramanik, Arnab Kumar Maity, Anjan Mandal, Haley Kate Robinson

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 本文提出一种贝叶斯离散框架，用于提升临床试验设计与评估中的决策过程，通过整合先验知识和离散概率模型提高分析稳健性。

Comments 44 pages, 5 figures, 4 tables

ErrEval: Error-Aware Evaluation for Question Generation through Explicit Diagnostics

ErrEval: 通过显式诊断实现的问题生成的误差感知评估

Weiping Fu, Bifan Wei, Jingyi Hao, Yushun Zhang, Jian Zhang, Jiaxin Wang, Bo Li, Yu He, Lingling Zhang, Jun Liu

机构 * School of Computer Science and Technology, Xi’an Jiaotong University（计算机科学与技术学院，西安交通大学） ； School of Continuing Education, Xi’an Jiaotong University（继续教育学院，西安交通大学） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering, Xi’an（陕西省大数据知识工程重点实验室，西安） ； Test center, National University of Defense Technology（测试中心，国防科技大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 ErrEval通过显式诊断机制改进问题生成评估，有效识别并纠正事实性幻觉和答案不匹配等缺陷，提升评估与人类判断的一致性。