医学 AI

Finally Outshining the Random Baseline: A Simple and Effective Solution for Active Learning in 3D Biomedical Imaging

最终超越随机基线：一种在3D生物医学影像中主动学习的有效解决方案

Carsten T. Lüth, Jeremias Traub, Kim-Celine Kahl, Till J. Bungert, Lukas Klein, Lars Krämer, Paul F. Jäger, Klaus Maier-Hein, Fabian Isensee

专题命中 生物医学文本 ：biomedical(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 本文提出ClaSP PE方法，通过解决类别不平衡和冗余问题，有效提升3D生物医学影像主动学习的性能和效率。

Comments Accepted at TMLR

Knowledge Distillation for Continual Learning of Biomedical Neural Fields

用于生物医学神经场持续学习的知识蒸馏

Wouter Visser, Jelmer M. Wolterink

专题命中 生物医学文本 ：biomedical(title)；MRI(abstract)；分类 eess.IV

AI总结 本文通过知识蒸馏缓解神经场在持续学习中的灾难性遗忘问题，验证了其在生物医学成像中的有效性。

Comments 5 pages, 6 figures

DeepEvidence: Empowering Biomedical Discovery with Deep Knowledge Graph Research

DeepEvidence: 通过深度知识图谱研究赋能生物医学发现

Zifeng Wang, Zheng Chen, Ziwei Yang, Xuan Wang, Qiao Jin, Yifan Peng, Zhiyong Lu, Jimeng Sun

机构 * Keiji AI ； Institute of Scientific and Industrial Research, Osaka University（大阪大学科学工业研究所） ； Bioinformatics Center, Institute for Chemical Research, Kyoto University（京都大学化学研究所生物信息中心） ； Division of Intramural Research, National Library of Medicine, National Institutes of Health（国家卫生研究院生物医学图书馆内部研究部） ； Department of Population Health Sciences, Weill Cornell Medicine（韦尔·科恩医学中心流行病学与健康科学系） ； School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机与数据科学学院） 纠错

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

AI总结 DeepEvidence通过深度知识图谱研究框架，系统化地连接异构生物医学资源，提升科学发现的效率和证据综合能力。

INTERFACE Force Field for Alumina with Validated Bulk Phases and a pH-Resolved Surface Model Database for Electrolyte and Organic Interfaces

界面力场用于氧化铝：具有验证的体相和电极/有机界面pH解析表面模型数据库

Cheng Zhu, Krishan Kanhaiya, Samir Darouich, Sean P. Florez, Karnajit Sen, Patrick Keil, Nawel S. Khelfallah, Eduard Schreiner, Ratan K. Mishra, Hendrik Heinz

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种统一的INTERFACE力场，结合pH解析表面模型数据库，实现了对氧化铝相在不同pH条件下的高精度模拟，提高了固态电解质界面模拟的可靠性与效率。

Comments 102 pages (52 main text, 50 SI), 9 figures main text, 14 Figures SI, 2 Tables main text, 8 Tables SI

Optical Self-Trapping and Nonlinear Light-Matter Interactions in Biological Soft Matter

生物软物质中光学自 trapping 与非线性光-物质相互作用

Lu Tian, Xianyang Liang, Liqin Tang, Rekha Gautam, Anna Bezryadina, Yu-Xuan Ren, Yi Liang, Zhigang Chen

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文研究了生物软物质中光学自 trapping 和非线性光-物质相互作用，探讨了其在生物医学成像和光子器件中的应用潜力。

Comments 18 pages, 8 figures,

AI Co-Scientist for Knowledge Synthesis in Medical Contexts: A Proof of Concept

医疗领域知识综合的AI合作者：概念验证

Arya Rahgozar, Pouria Mortezaagha

机构 * Methodological Implementation Research, Ottawa Hospital Research Institute（方法实施研究，渥太华医院研究所） ； School of Engineering Design and Teaching Innovation, University of Ottawa（工程设计与教学创新学院，渥太华大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究提出了一种基于PICOS的AI合作者，通过整合知识图谱和自然语言处理技术，提升医疗领域证据综合的可扩展性、透明性和效率。