医学 AI

Towards contrast- and pathology-agnostic clinical fetal brain MRI segmentation using SynthSeg

面向对比度和病理无关的临床胎儿脑MRI分割的SynthSeg方法

Ziyao Shang, Misha Kaandorp, Kelly Payette, Marina Fernandez Garcia, Roxane Licandro, Georg Langs, Jordina Aviles Verdera, Jana Hutter, Bjoern Menze, Gregor Kasprian, Meritxell Bach Cuadra, Andras Jakab

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

AI总结 本文提出了一种数据驱动的训练时采样策略，用于提升胎儿脑MRI分割的域通用性，通过SynthSeg框架实现更广泛的域偏移适应。

Comments 29 pages, 12 figures

Journal ref NeuroImage 327 (2026)

A Lightweight Medical Image Classification Framework via Self-Supervised Contrastive Learning and Quantum-Enhanced Feature Modeling

通过自监督对比学习和量子增强特征建模的轻量级医学图像分类框架

Jingsong Xia, Siqi Wang

机构 * The Second Clinical Medical College, Nanjing Medical University（南京医科大学第二临床医学院） 纠错

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

AI总结 本文提出一种结合自监督对比学习和量子增强特征建模的轻量级医学图像分类框架，通过MobileNetV2和量子电路实现高效模型，实验表明其在性能上优于传统方法。

Domain-invariant Mixed-domain Semi-supervised Medical Image Segmentation with Clustered Maximum Mean Discrepancy Alignment

领域不变的混合域半监督医学图像分割与聚类最大均值差异对齐

Ba-Thinh Lam, Thanh-Huy Nguyen, Hoang-Thien Nguyen, Quang-Khai Bui-Tran, Nguyen Lan Vi Vu, Phat K. Huynh, Ulas Bagci, Min Xu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Ho Chi Minh University of Science（胡志明科学大学） ； Northwestern University（西北大学） ； University of North Carolina at Charlotte（北卡罗来纳州夏洛特大学） 纠错

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

AI总结 本文提出一种领域不变的混合域半监督分割框架，通过Copy-Paste机制和聚类最大均值差异对齐，提升数据多样性并缓解域偏移，实现高精度分割。

Comments accepted in ICASSP 2026

Scribble-Supervised Medical Image Segmentation with Dynamic Teacher Switching and Hierarchical Consistency

带有动态教师切换和层次一致性的人工书写监督医学图像分割

Thanh-Huy Nguyen, Hoang-Loc Cao, Dat T. Chung, Mai-Anh Vu, Thanh-Minh Nguyen, Minh Le, Phat K. Huynh, Ulas Bagci

机构 * 1 Carnegie Mellon University, PA 15213, United States 2 PASSIO Lab, North Carolina A\&T State University, NC 27401, United States 3 University of Houston, TX 77004, United States 4 Northwestern University, IL 60611, United States 纠错

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

AI总结 SDT-Net通过动态教师切换和层次一致性机制，提升人工书写监督下医学图像分割的准确性和解剖合理性。

Non-invasive imaging of solute redistribution below evaporating surfaces using 23Na-MRI

利用23Na-MRI非侵入式成像研究蒸发表面下溶质再分布

M. A. Chaudhry, S. Kiemle, A. Pohlmeier, R. Helmig, J. A. Huisman

专题命中 医学影像 ：MRI(title,abstract)

AI总结 利用23Na-MRI研究蒸发表面下溶质再分布，揭示高渗透性和低渗透性多孔介质中溶质积累与再分布的差异。

Comments 35 pages, 9 figures

Journal ref Water Resources Research, 62, e2025WR041207

Efficient Multi-scale Masked Autoencoders with Hybrid-Attention Mechanism for Breast Lesion Classification

高效的多尺度掩码自编码器与混合注意力机制用于乳腺病变分类

Hung Q. Vo, Pengyu Yuan, Zheng Yin, Kelvin K. Wong, Chika F. Ezeana, Son T. Ly, Hien V. Nguyen, Stephen T. C. Wong

机构 * Department of Electrical and Computer Engineering, University of Houston（电气与计算机工程系，德克萨斯大学） ； Systems Medicine and Biomedical Engineering, Houston Methodist（系统医学与生物医学工程，休斯顿 Methodist） 纠错

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

AI总结 MIRAM通过混合注意力机制和双解码器设计，实现高效多尺度掩码自编码器，提升乳腺病变分类准确率并降低计算需求。

On The Robustness of Foundational 3D Medical Image Segmentation Models Against Imprecise Visual Prompts

关于基础3D医学图像分割模型对不精确视觉提示的鲁棒性

Soumitri Chattopadhyay, Basar Demir, Marc Niethammer

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本研究探讨了基础3D医学图像分割模型在面对不精确视觉提示时的鲁棒性，通过实验揭示了模型对视觉形状和空间线索的依赖性及扰动的抗性。

Comments Accepted at ISBI 2026

Learned Hemodynamic Coupling Inference in Resting-State Functional MRI

学习静息态功能磁共振成像中的血流动力学耦合推断

William Consagra, Eardi Lila

专题命中 医学影像 ：MRI(title)；分类 eess.IV、eess.SP

AI总结 本文提出了一种基于深度学习和归一化流的方法，用于从静息态fMRI中推断皮层表面的血流动力学耦合，提高了血流动力学估计和连接性分析的准确性。

A Cautionary Tale of Self-Supervised Learning for Imaging Biomarkers: Alzheimer's Disease Case Study

自监督学习在影像生物标志物中的警示故事：阿尔茨海默病案例研究

Maxwell Reynolds, Chaitanya Srinivasan, Vijay Cherupally, Michael Leone, Ke Yu, Li Sun, Tigmanshu Chaudhary, Andreas Pfenning, Kayhan Batmanghelich

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本研究提出R-NCE框架，通过整合FreeSurfer特征和增强不变信息，提升阿尔茨海默病生物标志物的预测性能，并揭示其在神经退行性过程中的生物相关性。

Decoupling Multi-Contrast Super-Resolution: Self-Supervised Implicit Re-Representation for Unpaired Cross-Modal Synthesis

解耦多对比超分辨率：自监督隐式重表示用于无配对跨模态合成

Yinzhe Wu, Hongyu Rui, Fanwen Wang, Jiahao Huang, Zhenxuan Zhang, Haosen Zhang, Zi Wang, Guang Yang

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 本文提出了解耦多对比超分辨率框架，通过自监督隐式重表示实现无配对跨模态合成，提升极端尺度下的超分辨率性能。

RF Applications

射频应用

Thomas Geoffrey Lucas

专题命中 医学影像 ：diagnosis(abstract)

AI总结 本文探讨了射频系统在粒子加速器中的关键作用，重点介绍了射频腔的设计与开发，以瑞士弗莱明自由电子激光为例，展示了跨学科合作的重要性。

Comments 10 pages, contribution to the CAS - CERN Accelerator School: Mechanical & Materials Engineering for Particle Accelerators and Detectors, 2-15 June 2024, Sint-Michielsgestel, Netherlands