医学 AI

OrthoInsight: Rib Fracture Diagnosis and Report Generation Based on Multi-Modal Large Models

OrthoInsight：基于多模态大模型的肋骨骨折诊断与报告生成

Ningyong Wu, Jiangbo Zhang, Wenhong Zhao, Jinzhi Wang, Chenzhan Yu, Zhigang Xiu, Duwei Dai, Ziyu Xu, Yongli Yang

机构 * Organizational Management Department, School of Management, Xi’an Jiaotong University（管理学院组织管理部，西安交通大学） ； West China Longquan Hospital, Sichuan University（四川大学西部临床医学院） ； School of Electronic Science and Engineering, Xi’an Jiaotong University（西安交通大学电子科学与工程学院） ； Systems Engineering Institute, Xi’an Jiaotong University（西安交通大学系统工程研究院） ； Institute of Medical Artificial Intelligence, the Second Affiliated Hospital of Xi’an Jiaotong University（西安交通大学第二附属医院医学人工智能研究所） ； School of Human Settlements and Civil Engineering, Xi’an Jiaotong University（西安交通大学人居环境与土木工程学院） ； School of Life Science and Technology, Xi’an Jiaotong University（西安交通大学生命科学与技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；CT(abstract)；分类 cs.CV、eess.IV

AI总结 OrthoInsight通过多模态大模型实现肋骨骨折的自动诊断与报告生成，结合CT图像分析与医学知识图谱，提升诊断效率和临床实用性。

LSR-Net: A Lightweight and Strong Robustness Network for Bearing Fault Diagnosis in Noise Environment

LSR-Net: 一种轻量且鲁棒性强的网络用于噪声环境下的滚动轴承故障诊断

Junseok Lee, Jihye Shin, Sangyong Lee, Chang-Jae Chun

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.SP

AI总结 LSR-Net通过轻量设计和鲁棒性增强，实现了在噪声环境下的高效轴承故障诊断。

Routing the Lottery: Adaptive Subnetworks for Heterogeneous Data

彩票路由：异构数据的自适应子网络

Grzegorz Stefanski, Alberto Presta, Michal Byra

机构 * Samsung AI Center Warsaw, Poland（三星AI中心华沙波兰） ； Institute of Fundamental Technological Research, Polish Academy of Sciences, Poland（基础技术研究所波兰科学院） 纠错

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

AI总结 本研究提出彩票路由框架，通过自适应子网络提升剪枝效果，实现更模块化的深度学习模型。

Graph-Free Root Cause Analysis

无图根因分析

Luan Pham

机构 * RMIT University, Australia（皇家墨尔本理工大学） 纠错

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

AI总结 PRISM是一种无需依赖图的高效根因分析框架，在真实世界数据集上实现了68%的Top-1准确率，比基线方法提升了258%。

Mam-App: A Novel Parameter-Efficient Mamba Model for Apple Leaf Disease Classification

Mam-App：一种新型参数高效的Mamba模型用于苹果叶病分类

Md Nadim Mahamood, Md Imran Hasan, Md Rasheduzzaman, Ausrukona Ray, Md Shafi Ud Doula, Kamrul Hasan

机构 * Computer Science and Engineering, Begum Rokeya University（计算机科学与工程，贝 Gum 罗基亚大学） ； Computer Science, Kumamoto University（计算机科学，熊本大学） ； Information and Communication Technologies, Asian Institute of Technology（信息与通信技术，亚洲理工学院） ； Computer Science, Texas State University（计算机科学，德克萨斯州立大学） 纠错

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

AI总结 Mam-App是一种参数高效的Mamba模型，用于苹果叶病分类，实现了高精度和低参数消耗，适用于资源受限环境。

Comments 18 Pages, 7 Tables, 5 Figures

Computing Supported Models via Transformation to Stable Models

通过转换到稳定模型来计算支持模型

Fang Li, Gopal Gupta

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种基于转换的方法，利用标准ASP基础设施计算支持模型，解决了传统稳定模型在探索非最小解空间时的限制，并提供了在软件验证、医学诊断和规划中的应用实例。

Comments Submitted to FLOPS 2026