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