医学 AI

CortiNet: A Physics-Perception Hybrid Cortical-Inspired Dual-Stream Network for Gallbladder Disease Diagnosis from Ultrasound

CortiNet：一种融合物理感知的类人双流网络用于从超声波诊断胆囊疾病

Vagish Kumar, Souvik Chakraborty

机构 * Department of Applied Mechanics（应用力学系） ； Yardi School of Artificial Intelligence (ScAI)（人工智能学院） ； Indian Institute of Technology Delhi（德里印度理工学院） 纠错

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

AI总结 CortiNet通过融合物理感知的类人双流网络，实现高精度胆囊疾病诊断，具有轻量级和高效特征学习的特点。

The Inlet Rank Collapse in Implicit Neural Representations: Diagnosis and Unified Remedy

隐式神经表示中的入口秩崩溃：诊断与统一解决

Jianqiao Zheng, Hemanth Saratchandran, Simon Lucey

机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； Adelaide University（阿德莱德大学） 纠错

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

AI总结 本文提出了一种结构诊断框架，揭示隐式神经表示中入口秩崩溃现象，并通过秩扩展初始化方法提升模型表现。

TSCAN: Context-Aware Uplift Modeling via Two-Stage Training for Online Merchant Business Diagnosis

TSCAN: 基于两阶段训练的上下文感知 uplift 模型用于在线商家业务诊断

Hangtao Zhang, Zhe Li, Kairui Zhang

机构 * Rajax Network Technology (Taobao Shangou of Alibaba)（拉杰克斯网络技术（淘宝商馆 of 阿里巴巴）） 纠错

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

AI总结 TSCAN 通过两阶段训练方法，结合上下文感知注意力层，解决样本选择偏差和治疗效应变化问题，提升在线商家业务诊断的准确性与实用性。

Comments 15 pages,7 figures

AdaFuse: Adaptive Multimodal Fusion for Lung Cancer Risk Prediction via Reinforcement Learning

AdaFuse：基于强化学习的自适应多模态融合用于肺癌风险预测

Chongyu Qu, Zhengyi Lu, Yuxiang Lai, Thomas Z. Li, Junchao Zhu, Junlin Guo, Juming Xiong, Yanfan Zhu, Yuechen Yang, Allen J. Luna, Kim L. Sandler, Bennett A. Landman, Yuankai Huo

机构 * Vanderbilt University（范德比尔特大学） ； Vanderbilt University Medical Center（范德比尔特大学医学中心） ； Emory University（埃默里大学） 纠错

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

AI总结 AdaFuse利用强化学习实现自适应多模态融合，通过动态选择和融合模态提升肺癌风险预测的AUC性能。

Real-Time Vibration-Based Bearing Fault Diagnosis Under Time-Varying Speed Conditions

实时振动基于轴承故障诊断在时间变化速度条件下

Tuomas Jalonen, Mohammad Al-Sa'd, Serkan Kiranyaz, Moncef Gabbouj

机构 * Department of Computing Sciences, Tampere University（计算科学系，塔尔皮奥大学） ； Department of Physiology, University of Helsinki（生理学系，赫尔辛基大学） ； Department of Electrical Engineering, Qatar University（电气工程系，卡塔尔大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文提出了一种实时CNN模型和Fisher-based SSA方法，用于在时间变化速度下实现高精度的轴承故障诊断。

AI-generated data contamination erodes pathological variability and diagnostic reliability

AI生成的数据污染侵蚀病理变异性与诊断可靠性

Hongyu He, Shaowen Xiang, Ye Zhang, Yingtao Zhu, Jin Zhang, Hao Deng, Emily Alsentzer, Yun Liu, Qingyu Chen, Kun-Hsing Yu, Andrew Marshall, Tingting Chen, Srinivas Anumasa, Daniel Ebner, Dean Ho, Kee Yuan Ngiam, Ching-Yu Cheng, Dianbo Liu

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

AI总结 AI生成的数据污染导致病理变异性下降和诊断可靠性降低，需政策强制的人类监督以防止医疗数据生态系统的退化。

Comments *Corresponding author: Dianbo Liu (dianbo@nus.edu.sg)

MedAD-R1: Eliciting Consistent Reasoning in Interpretible Medical Anomaly Detection via Consistency-Reinforced Policy Optimization

MedAD-R1: 通过一致性强化策略优化实现可解释医学异常检测中的一致推理

Haitao Zhang, Yingying Wang, Jiaxiang Wang, Haote Xu, Hongyang Zhang, Yirong Chen, Yue Huang, Xinghao Ding

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； Institute of Artificial Intelligence, Xiamen University（厦门大学人工智能研究院） ； Zhejiang Expressway Co., Ltd.（浙江高速公路有限公司） ； School of Science and Engineering, Chinese University of Hong Kong（香港中文大学科学与工程学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 MedAD-R1通过一致性强化策略优化实现医学异常检测中的可解释推理，提升模型的可信度和可解释性。

Comments 9 pages, 4 figures

Deep Learning Based CNN Model for Automated Detection of Pneumonia from Chest XRay Images

基于深度学习的CNN模型用于从胸部X光图像中自动检测肺炎

Sathish Krishna Anumula, Vetrivelan Tamilmani, Aniruddha Arjun Singh, Dinesh Rajendran, Venkata Deepak Namburi

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

AI总结 本文提出一种定制CNN模型，用于高精度自动检测胸部X光图像中的肺炎，通过优化的深度可分离卷积和预处理技术提升诊断效率与准确性。

Comments 17 Pages, 2 Tables, 6 Figures

Scalable and Secure AI Inference in Healthcare: A Comparative Benchmarking of FastAPI and Triton Inference Server on Kubernetes

可扩展且安全的医疗AI推理：在Kubernetes上的FastAPI和Triton推理服务器比较基准测试

Ratul Ali

机构 * Institute of Information Technology (IIT)（信息科技研究所） ； Jahangirnagar University (JU)（贾汗吉尔纳加尔大学） 纠错

专题命中 诊断辅助 ：clinical AI(abstract)；healthcare AI(abstract)；分类 cs.LG

AI总结 本文比较了FastAPI和Triton推理服务器在Kubernetes上的性能，发现Triton在可扩展性和吞吐量上优于FastAPI，提出混合架构用于医疗AI的安全部署。

Comments 2 pages, 2 figures, 1 table

Development of a Cacao Disease Identification and Management App Using Deep Learning

基于深度学习的可可病害识别与管理应用程序开发

Zaldy Pagaduan, Jason Occidental, Nathaniel Duro, Dexielito Badilles, Eleonor Palconit

机构 * School of Engineering and Architecture（工程与建筑学院） ； Ateneo de Davao University（达沃大学） 纠错

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

AI总结 本研究开发了一款基于深度学习的可可病害识别与管理移动应用，通过离线功能和高准确率的模型帮助小农户提升作物健康和产量。

Comments 6 pages, 8 figures, preprint

Spectral Superposition: A Theory of Feature Geometry

谱叠加：特征几何理论

Georgi Ivanov, Narmeen Oozeer, Shivam Raval, Tasana Pejovic, Shriyash Upadhyay, Amir Abdullah

机构 * Harvard University（哈佛大学） 纠错

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

AI总结 本文提出谱叠加理论，通过分析权重矩阵的谱结构，揭示特征在高维空间中的几何分布，证明容量饱和导致特征局部化，并通过框架算子实现分类。

Learning to Guide Local Search for MPE Inference in Probabilistic Graphical Models

在概率图模型中学习引导局部搜索用于MPE推断

Brij Malhotra, Shivvrat Arya, Tahrima Rahman, Vibhav Giridhar Gogate

机构 * Department of Computer Science（计算机科学系） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

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

AI总结 本文提出神经元消融框架，通过学习引导局部搜索以提升概率图模型中MPE推断的效率与性能。

Glance and Focus Reinforcement for Pan-cancer Screening

全景筛查中的 glance 与 focus 强化学习

Linshan Wu, Jiaxin Zhuang, Hao Chen

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

专题命中 诊断辅助 ：CT(abstract)；分类 cs.CV

AI总结 GF-Screen 通过 glance 与 focus 强化学习框架，首次将强化学习技术应用于全景筛查中的病变定位与分割问题，有效提升了检测效率和准确性。

Comments Accepted by ICLR 2026. Code is available at https://github.com/Luffy03/GF-Screen

Longitudinal Progression Prediction of Alzheimer's Disease with Tabular Foundation Model

阿尔茨海默病纵向进展预测的表格基础模型

Yilang Ding, Jiawen Ren, Jiaying Lu, Gloria Hyunjung Kwak, Armin Iraji, Shengpu Tang, Alex Fedorov

机构 * Department of Computer Science Emory University Atlanta GA USA（埃默里大学计算机科学系） ； Center for Data Science Nell Hodgson Woodruff School of Nursing Emory University Atlanta GA USA（埃默里大学数据科学中心） ； Department of Computer Science Georgia State University Atlanta GA USA（佐治亚州立大学计算机科学系） ； Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS) Atlanta GA USA（神经影像与数据科学转化研究三机构中心（TReNDS）） 纠错

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

AI总结 本文提出L2C-TabPFN方法，结合纵向到横断面转换与预训练表格基础模型，用于预测阿尔茨海默病的临床相关生物标志物，特别是在脑室体积预测上取得突破性成果。

Comments preprint

Drift-Bench: Diagnosing Cooperative Breakdowns in LLM Agents under Input Faults via Multi-Turn Interaction

Drift-Bench: 通过多轮交互诊断LLM代理在输入故障下的合作破裂

Han Bao, Zheyuan Zhang, Pengcheng Jing, Zhengqing Yuan, Kaiwen Shi, Yanfang Ye

机构 * University of Notre Dame（内布拉斯加大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 Drift-Bench通过多轮交互评估LLM代理在输入故障下的合作破裂，采用角色驱动的用户模拟器和Rise评估协议，揭示澄清效果随用户角色和故障类型的变化，推动代理安全评估。

Comments 65 pages, 40 figures

The hybrid confirmation tree: A robust strategy for hybrid intelligence

混合确认树：混合智能的稳健策略

Julian Berger, Pantelis P. Analytis, Frederik Andersen, Kristian P. Lorenzen, Ville Satopää, Ralf HJM Kurvers

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 混合确认树通过结合人类与AI决策，提高准确性并减少决策成本，是一种稳健的混合智能策略。

Model Selection for Maternal Hypertensive Disorders with Symmetric Hierarchical Dirichlet Processes

妊娠高血压疾病的模型选择与对称分层狄利克雷过程

Beatrice Franzolini, Antonio Lijoi, Igor Prünster

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种基于对称分层狄利克雷过程的贝叶斯非参数方法，用于妊娠高血压疾病的模型选择和心脏功能分析。

Journal ref The Annals of Applied Statistics, 17(1): 313-332, 2023

Hospital-Specific Bias in Patch-Based Pathology Models

基于片段的病理模型中的医院特异性偏差

Mengliang Zhang

机构 * CSE Department, The University of Texas at Arlington（德克萨斯大学阿灵顿分校计算机科学与工程系） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV、eess.IV

AI总结 本文提出了一种轻量级对抗适配器，用于减少基于片段的病理模型中的医院特异性偏差，并通过实验验证了其有效性。

Comments 4 pages,3 figures

To See Far, Look Close: Evolutionary Forecasting for Long-term Time Series

为长远预测而近观：为长期时间序列的进化预测

Jiaming Ma, Siyuan Mu, Ruilin Tang, Haofeng Ma, Qihe Huang, Zhengyang Zhou, Pengkun Wang, Binwu Wang, Yang Wang

机构 * University of Science（科学大学） ； Hunan University（湖南大学） ； The University of Nottingham Ningbo China（诺丁汉 Ningbo 中国大学） ； Sichuan Agricultural University（四川农业大学） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG

AI总结 本文提出进化预测范式，通过训练短时间范围模型解决长期时间序列预测中的优化问题，实现更稳定的预测性能。

Coordinate-conditioned Deconvolution for Scalable Spatially Varying High-Throughput Imaging

用于可扩展空间变化高通量成像的坐标条件去卷积

Qianwan Yang, Zhixiong Chen, Jiaqi Zhang, Ruipeng Guo, Guorong Hu, Lei Tian

专题命中 病理影像 ：biomedical(abstract)；分类 eess.IV

AI总结 SV-CoDe通过坐标条件卷积实现空间变化高通量成像的可扩展高分辨率重建，减少模型大小和训练数据需求，适用于多种生物医学成像应用。

Brain-inspired Computing Based on Deep Learning for Human-computer Interaction: A Review

基于深度学习的脑启发计算用于人机交互：综述

Bihui Yu, Sibo Zhang, Lili Zhou, Jingxuan Wei, Linzhuang Sun, Liping Bu

机构 * Shenyang Institute of Computing Technology, Chinese Academy of Sciences（中国科学院沈阳计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Heilongjiang Academy of Sciences Intelligent Manufacturing Institute（黑龙江科学院智能制造研究所） 纠错

专题命中 医疗多模态 ：biomedical(abstract)

AI总结 本文综述了基于深度学习的脑启发计算在人机交互中的应用，探讨了其发展、挑战及未来研究方向。

Comments 26pages, 8 figures and 4 tables

Journal ref Neurocomputing, 2025

Advances in Photoacoustic Imaging Reconstruction and Quantitative Analysis for Biomedical Applications

光电成像重建与生物医学应用中的定量分析进展

Lei Wang, Weiming Zeng, Kai Long, Hongyu Chen, Rongfeng Lan, Li Liu, Wai Ting Siok, Nizhuan Wang

机构 * The Laboratory of Digital Image and Intelligent Computation（数字图像与智能计算实验室） ； Shanghai Maritime University（上海 Maritime 大学） ； School of Electronic Engineering and Intelligent Manufacturing（电子工程与智能制造学院） ； Anqing Normal University（安庆师范学院） ； School of Engineering（工程学院） ； Great Bay University（Great Bay 大学） ； Dongguan Great Bay Institute for Advanced Study（东莞 Great Bay 高级研究机构） ； School of Basic Medical Sciences（基础医学学院） ； Shenzhen University Medical School（深圳大学医学院） ； Department of Chinese and Bilingual Studies（中文与双语研究部） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文综述了光电成像在生物医学应用中的最新进展，重点探讨了三种主要技术的原理、图像重建方法及定量分析的发展，突出了深度学习在提升成像质量和推动该领域发展中的关键作用。

Journal ref Visual Computing for Industry, Biomedicine, and Art, 2026

An Efficient Power Management Unit With Continuous MPPT and Energy Recycling for Wireless Millimetric Biomedical Implants

一种具有连续MPPT和能量回收的高效电源管理单元用于无线毫米级生物医学植入物

Yiwei Zou, Huan-Cheng Liao, Wei Wang, Wonjune Kim, Yumin Su, Jacob T. Robinson, Kaiyuan Yang

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出了一种高效电源管理单元，实现连续最大功率点跟踪和能量回收，用于无线毫米级生物医学植入物，显著提高了系统效率和充电效率。

Journal ref IEEE Journal of Solid-State Circuits, 2025

Causal Inference for Preprocessed Outcomes with an Application to Functional Connectivity

预处理结果的因果推断及其在功能连接中的应用

Zihang Wang, Razieh Nabi, Benjamin B. Risk

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种半参数化因果推断框架，用于处理预处理后的衍生结果，并应用于功能连接中的中介分析。

Comments 55 pages, 5 figures, 2 tables

Light and Sound Driven Wavefront Shaping and Imaging through Scattering Tissue

光与声驱动的散射组织中波前塑形与成像

Fei Xia, Ivo Leite, Shuquan Xiao, Nikita Kaydanov, Frederik Goerlitz, Sylvain Gigan, Robert Prevedel

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种结合光声与荧光的双模成像方法，通过波前塑形和非线性反馈实现高分辨率和深穿透的生物组织成像。

Comments 20 pages

Hybrid Artificial-Living Cell Collectives for Wetware Computing

混合人工-生物细胞集体用于湿ware计算

Ceylin Savas, Maryam Javed, Murat Kuscu

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种混合人工-生物细胞网络，通过人工细胞调控生化环境并利用细菌集体实现非线性时空动态，用于时间序列预测任务，展示了其在生物医学应用中的潜力。

ECGTwin: Personalized ECG Generation Using Controllable Diffusion Model

ECGTwin: 基于可控扩散模型的个性化ECG生成

Yongfan Lai, Bo Liu, Xinyan Guan, Qinghao Zhao, Hongyan Li, Shenda Hong

机构 * State Key Laboratory of General Artificial Intelligence, Beijing, China（一般人工智能国家重点实验室） ； School of Intelligence Science and Technology, Peking University, Beijing, China（智能科学与技术学院） ； National Institute of Health Data Science, Peking University, Beijing, China（健康数据科学国家研究院） ； Department of Cardiology, Peking University People’s Hospital, Beijing, China（心血管内科） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG

AI总结 ECGTwin通过可控扩散模型实现个性化ECG生成，解决个体特征提取与条件注入难题，提升医疗诊断的精准性。

Federated Vision Transformer with Adaptive Focal Loss for Medical Image Classification

联邦视觉Transformer与自适应焦点损失用于医学图像分类

Xinyuan Zhao, Yihang Wu, Ahmad Chaddad, Tareef Daqqaq, Reem Kateb

机构 * School of Artificial Intelligence, Guilin University of Electronic Technology, Guilin, China, 541004（桂林电子科技大学人工智能学院） ； The Laboratory for Imagery, Vision and Artificial Intelligence, École de Technologie Supérieure, Montreal, Canada, H3C 1K3（影像、视觉与人工智能实验室） ； College of Medicine, Taibah University, Al Madinah, Saudi Arabia, 42353（塔布大学医学院） ； Department of Radiology, Prince Mohammed Bin Abdulaziz Hospital, Ministry of National Guard Health Affairs, Al Madinah, Saudi Arabia, 42324（王子穆罕默德·本·阿卜杜勒阿齐兹医院放射科） ； College of Computer Science and Engineering, Taibah University, Madinah, Saudi Arabia, 42353（塔布大学计算机科学与工程学院） ； Engineering, Jeddah University, Jeddah, Saudi Arabia, 23445（吉达大学工程学院） 纠错

专题命中 医学数据与评测 ：medical image(title,abstract)；分类 cs.CV

AI总结 本研究提出一种结合动态自适应焦点损失和客户端感知聚合策略的联邦学习框架，提升医学图像分类的准确率。

Comments Accepted in Knowledge-Based Systems

SANEval: Open-Vocabulary Compositional Benchmarks with Failure-mode Diagnosis

SANEval: 开放词汇组合评估基准与失败模式诊断

Rishav Pramanik, Ian E. Nielsen, Jeff Smith, Saurav Pandit, Ravi P. Ramachandran, Zhaozheng Yin

机构 * Stony Brook University（石溪大学） ； nd Set AI Corp.（第二集AI公司） ； Rowan University（罗文大学） 纠错

专题命中 医学数据与评测 ：diagnosis(title)；分类 cs.CV

AI总结 SANEval提出一种开放词汇组合评估基准，结合大型语言模型和增强对象检测器，通过实验展示其在属性绑定、空间关系和数值任务上的评估效果优于现有基准。

LingLanMiDian: Systematic Evaluation of LLMs on TCM Knowledge and Clinical Reasoning

LingLanMiDian: LLMs在中医知识与临床推理上的系统评估

Rui Hua, Yu Wei, Zixin Shu, Kai Chang, Dengying Yan, Jianan Xia, Zeyu Liu, Hui Zhu, Shujie Song, Mingzhong Xiao, Xiaodong Li, Dongmei Jia, Zhuye Gao, Yanyan Meng, Naixuan Zhao, Yu Fu, Haibin Yu, Benman Yu, Yuanyuan Chen, Fei Dong, Zhizhou Meng, Pengcheng Yang, Songxue Zhao, Lijuan Pei, Yunhui Hu, Kan Ding, Jiayuan Duan, Wenmao Yin, Yang Gu, Runshun Zhang, Qiang Zhu, Jian Yu, Jiansheng Li, Baoyan Liu, Wenjia Wang, Xuezhong Zhou

机构 * Department of Computer Science and Technology, Beijing Jiaotong University, Beijing, China（北京交通大学计算机科学与技术学院） ； Tianjin Tasly Digital Chinese Medicine Technology Co., Ltd.（天津塔斯丽数字中医科技有限公司） ； Tasly Biopharmaceuticals Co., Ltd.（塔斯丽生物医药有限公司） ； State Key Laboratory of Chinese Medicine Modernization, Tianjin, China（中药现代化国家工程实验室，天津，中国） ； Institute of Liver Diseases, Hubei Key Laboratory of the theory and application research of liver and kidney in traditional Chinese medicine, Hubei Provincial Hospital of Traditional Chinese Medicine, Wuhan, China（肝病研究所，湖北省中医肝肾理论与应用研究重点实验室，湖北省中医药研究院，武汉，中国） ； Affiliated Hospital of Hubei University of Chinese Medicine, Wuhan, China（湖北中医药大学附属医院，武汉，中国） ； Hubei Province Academy of Traditional Chinese Medicine, Wuhan, China（湖北省中医药研究院，武汉，中国） ； Department of Gastroenterology, Guang’anmen Hospital, China Academy of Chinese Medical Sciences, Beijing, China（消化内科，广安门医院，中国中医科学院，北京，中国） ； China Academy of Chinese Medical Sciences, Beijing, China（中国中医科学院，北京，中国） ； China Institute for History of Medicine and Medical Literature, China Academy of Chinese Medical Sciences, Beijing, China（中国中医科学院中国医学史与医学文献研究所，北京，中国） ； Beijing Research Institute of Chinese Medicine, Beijing University of Chinese Medicine, Beijing, China（北京中医研究院，北京中医药大学，北京，中国） ； Beijing University of Chinese Medicine Third Affiliated Hospital, Beijing University of Chinese Medicine, Beijing 100029, China（北京中医药大学第三附属医院，北京中医药大学，北京100029，中国） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)

AI总结 LingLan基准测试系统评估了LLMs在中医知识和临床推理上的表现，揭示了当前模型与专家在专门推理上的差距。