医学 AI

Decipher-MR: A Vision-Language Foundation Model for 3D MRI Representations

Decipher-MR：一种用于3D MRI表示的视觉-语言基础模型

Zhijian Yang, Noel DSouza, Istvan Megyeri, Xiaojian Xu, Amin Honarmandi Shandiz, Farzin Haddadpour, Krisztian Koos, Laszlo Rusko, Emanuele Valeriano, Bharadwaj Swaninathan, Lei Wu, Parminder Bhatia, Taha Kass-Hout, Erhan Bas

机构 * GE Healthcare（通用电气医疗） 纠错

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

AI总结 Decipher-MR是一种专门针对3D MRI的视觉-语言基础模型，通过自监督学习和报告引导的文本监督，实现对多种医学任务的高效支持。

HypCBC: Domain-Invariant Hyperbolic Cross-Branch Consistency for Generalizable Medical Image Analysis

HypCBC: 领域不变的双分支一致性用于通用化医学图像分析

Francesco Di Salvo, Sebastian Doerrich, Jonas Alle, Christian Ledig

机构 * Bamberg University of Bamberg（巴马克伯格大学） ； xAILab（xAIL实验室） 纠错

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

AI总结 HypCBC通过双曲流形建模提升医学图像分析的领域不变性，实现跨不同数据集和模态的泛化性能提升。

Comments Accepted to Transactions on Machine Learning Research (TMLR)

Fully Kolmogorov-Arnold Deep Model in Medical Image Segmentation

全 Kolmogorov-Arnold 深度模型在医学图像分割中的应用

Xingyu Qiu, Xinghua Ma, Dong Liang, Gongning Luo, Wei Wang, Kuanquan Wang, Shuo Li

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 本文提出全 Kolmogorov-Arnold 深度模型，通过改进 KAN 层和减少内存消耗，实现医学图像分割的高精度与高效性。

Comments 11 pages, 5 figures, conference

Perfusion Imaging and Single Material Reconstruction in Polychromatic Photon Counting CT

灌注成像与单材料重建在多能X射线计数CT中的应用

Namhoon Kim, Ashwin Pananjady, Amir Pourmorteza, Sara Fridovich-Keil

机构 * School of Industrial and Systems Engineering（工业与系统工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Department of Radiology and Imaging Sciences（放射学与影像科学系） ； Emory University School of Medicine（埃默里大学医学院） ； Winship Cancer Institute（Winship癌症研究所） ； Emory University（埃默里大学） ； Department of Biomedical Engineering（生物医学工程系） 纠错

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

AI总结 本文提出VI-PRISM算法，用于低剂量灌注CT中的单材料重建，实现比传统方法更精确且更高效的对比剂浓度成像。

Comments Code is available at https://github.com/voilalab/VI-PRISM

From Pre- to Intra-operative MRI: Predicting Brain Shift in Temporal Lobe Resection for Epilepsy Surgery

从术前到术中MRI：预测颞叶切除术中的脑移位

Jingjing Peng, Giorgio Fiore, Yang Liu, Ksenia Ellum, Debayan Daspupta, Keyoumars Ashkan, Andrew McEvoy, Anna Miserocchi, Sebastien Ourselin, John Duncan, Alejandro Granados

机构 * Surgical and Interventional Engineering（外科与介入工程） ； King’s College London（伦敦国王学院） ； National Hospital for Neurology and Neurosurgery（神经外科医院） ； NHS（国家健康服务） ； Neurosurgery, King’s College Hospital（神经外科，伦敦国王学院医院） ； Fondazione IRCCS Ca’ Granda（IRCCS Ca’ Granda基金会） ； Ospedale Maggiore di Milano（米兰大医院） 纠错

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

AI总结 NeuralShift模型利用术前MRI预测颞叶切除术中的脑移位，通过高精度的DICE和TRE指标提升神经导航精度和手术效果。

SLIM-Diff: Shared Latent Image-Mask Diffusion with Lp loss for Data-Scarce Epilepsy FLAIR MRI

SLIM-Diff：共享潜在图像-掩码扩散模型与Lp损失用于数据稀缺的癫痫FLAIR MRI

Mario Pascual-González, Ariadna Jiménez-Partinen, R. M. Luque-Baena, Fátima Nagib-Raya, Ezequiel López-Rubio

机构 * ITIS Software, University of M\'alaga, Spain Department of Computer Languages ； Computer Science, University of M\'alaga, Spain IBIMA Plataforma BIONAND, Instituto de Investigaci\'on Biom\'edica de M\'alaga, Spain Department of Radiology, Hospital Regional Universitario de M\'alaga, Spain 纠错

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

AI总结 SLIM-Diff通过共享瓶颈U-Net和L_p损失提升癫痫FLAIR MRI中稀少病变的联合生成效果。

Comments 6 pages, 2 figures, 1 table, conference paper

MedSAM-Agent: Empowering Interactive Medical Image Segmentation with Multi-turn Agentic Reinforcement Learning

MedSAM-Agent: 通过多轮代理强化学习赋能交互式医学图像分割

Shengyuan Liu, Liuxin Bao, Qi Yang, Wanting Geng, Boyun Zheng, Chenxin Li, Wenting Chen, Houwen Peng, Yixuan Yuan

机构 * Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； Hunyuan Group, Tencent（腾讯洪音集团） ； Institute of Automation, the Chinese Academy of Sciences, Beijing, China（中国科学院自动化研究所） ； Dalian University of Technology, Dalian, China（大连理工大学） ； Stanford University, Stanford, USA（斯坦福大学） 纠错

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

AI总结 MedSAM-Agent通过多轮代理强化学习提升医学图像分割的交互效率与准确性

Comments 23 Pages, 4 Figures

Multiparameter Uncertainty Mapping in Quantitative Molecular MRI using a Physics-Structured Variational Autoencoder (PS-VAE)

在定量分子MRI中使用物理结构变分自编码器（PS-VAE）进行多参数不确定性映射

Alex Finkelstein, Ron Moneta, Or Zohar, Michal Rivlin, Moritz Zaiss, Dinora Friedmann Morvinski, Or Perlman

机构 * School of Biomedical Engineering, Tel-Aviv University（生物医学工程学院，特拉维夫大学） ； School of Biochemistry, Neurobiology, and Biophysics, Tel-Aviv University（生物化学、神经生物学与生物物理学学院，特拉维夫大学） ； Institute of Neuroradiology, University Hospital Erlangen（神经放射学研究所，埃朗根大学医院） ； Department of Artificial Intelligence in Biomedical Engineering, Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)（生物医学工程人工智能系，弗赖堡-艾尔朗根-纽伦堡大学（FAU）） ； Sagol School of Neuroscience, Tel-Aviv University（萨戈尔神经科学学院，特拉维夫大学） 纠错

专题命中 医学影像 ：MRI(title)；pathology(abstract)；分类 cs.LG

AI总结 本文提出了一种物理结构变分自编码器，用于快速提取MRI中多参数后验分布，提高定量分子MRI的不确定性和透明度。

Comments Submitted to IEEE Transactions on Medical Imaging. This project was funded by the European Union (ERC, BabyMagnet, project no. 101115639). Views and opinions expressed are, however, those of the authors only and do not necessarily reflect those of the European Union or the European Research Council. Neither the European Union nor the granting authority can be held responsible for them

TRACE: Temporal Radiology with Anatomical Change Explanation for Grounded X-ray Report Generation

TRACE: 基于解剖变化解释的时序放射学用于 grounded X-ray 报告生成

OFM Riaz Rahman Aranya, Kevin Desai

机构 * The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） 纠错

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

AI总结 TRACE 是首个结合时序比较、变化分类和空间定位的模型，通过边界框坐标实现对胸片变化的自然语言描述，提升放射学报告生成的准确性与可靠性。

SRA-Seg: Synthetic to Real Alignment for Semi-Supervised Medical Image Segmentation

SRA-Seg：合成到现实对齐用于半监督医学图像分割

OFM Riaz Rahman Aranya, Kevin Desai

机构 * The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） 纠错

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

AI总结 SRA-Seg通过合成到现实的特征对齐，利用SA损失和软边缘融合技术，在仅用10%真实标注数据和90%合成数据的情况下，显著提升了医学图像分割性能。

Fetpype: An Open-Source Pipeline for Reproducible Fetal Brain MRI Analysis

Fetpype：一种用于可重复胎儿脑MRI分析的开源流水线

Thomas Sanchez, Gerard Martí-Juan, David Meunier, Miguel Angel Gonzalez Ballester, Oscar Camara, Elisenda Eixarch, Gemma Piella, Meritxell Bach Cuadra, Guillaume Auzias

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

AI总结 Fetpype提供了一种标准化的开源流水线，用于可重复的胎儿脑MRI分析，整合了运动校正、超分辨率重建等多步骤处理，以提高研究和临床应用中的神经影像分析效率。

Comments 6 pages, 1 figure; submitted to the Journal of Open Source Software (JOSS)

DDTracking: A Deep Generative Framework for Diffusion MRI Tractography with Streamline Local-Global Spatiotemporal Modeling

DDTracking: 一种用于扩散磁共振成像束追踪的深度生成框架，结合流线局部-全局时空建模

Yijie Li, Wei Zhang, Xi Zhu, Ye Wu, Yogesh Rathi, Lauren J. O'Donnell, Fan Zhang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Nanjing University of Science and Technology（南京理工大学） ； Brigham and Women’s Hospital（布里奇沃特医院） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 DDTracking通过深度生成框架结合局部-全局时空建模，实现更精确的扩散磁共振成像束追踪。

Comments Preprint version. The content may be updated in the future

A diffusion MRI tractography atlas for concurrent white matter mapping across Eastern and Western populations

一种用于东西方人群同时白质映射的扩散磁共振成像束追踪图谱

Yijie Li, Wei Zhang, Ye Wu, Li Yin, Ce Zhu, Yuqian Chen, Suheyla Cetin-Karayumak, Kang Ik K Cho, Leo R. Zekelman, Jarrett Rushmore, Yogesh Rathi, Nikos Makris, Lauren J. O'Donnell, Fan Zhang

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

AI总结 本研究提出了一种跨东西方人群的白质图谱，用于同时进行白质映射，并创建了大规模协调的dMRI数据集，以促进对不同文化背景脑差异的研究。

Accelerated Electromagnetic Simulation of MRI RF Interactions with Graphene Microtransistor-Based Neural Probes for Electrophysiology-fMRI Integration

加速的电磁模拟：利用基于石墨烯微 transistor 的神经探针进行 MRI RF 交互模拟以实现神经电生理-fMRI 整合

Suchit Kumar, Alejandro Labastida Ramirez, Samuel M Flaherty, Anton Guimera Brunet, Nerea Alvarez de Eulate, Kostas Kostarelos, Ben Dickie, Rob C Wykes, Louis Lemieux

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本研究提出了一种基于Huygens' Box方法的混合电磁模拟框架，用于高效评估MRI环境中神经电生理与fMRI的交互，通过石墨烯微 transistor 探针实现高精度电磁模拟。

Med-PU: Point Cloud Upsampling for High-Fidelity 3D Medical Shape Reconstruction

Med-PU：用于高保真3D医学形状重建的点云上采样

Tongxu Zhang, Bei Wang

机构 * East China University of Science and Technology（东华大学） 纠错

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

AI总结 Med-PU通过整合体素分割与点云上采样，实现了高保真3D医学形状重建，提升了表面质量和解剖保真度，适用于多种解剖区域。

DoubleTake: Contrastive Reasoning for Faithful Decision-Making in Medical Imaging

DoubleTake: 基于对比推理的医学影像中可靠决策方法

Daivik Patel, Shrenik Patel

机构 * Rutgers University（罗格斯大学） 纠错

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

AI总结 DoubleTake通过对比推理框架提升医学影像决策的准确性和可靠性，实现显著的性能提升。

EEO-TFV: Escape-Explore Optimizer for Web-Scale Time-Series Forecasting and Vision Analysis

EEO-TFV：面向网络级时间序列预测和视觉分析的逃逸-探索优化器

Hua Wang, Jinghao Lu, Fan Zhang

机构 * School of Computer and Artificial Intelligence, Ludong University（计算机与人工智能学院，鲁东大学） ； School of Computer Science and Technology, Shandong Technology and Business University（计算机科学与技术学院，山东技术与商务大学） 纠错

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

AI总结 EEO-TFV通过轻量级Transformer架构与逃逸-探索优化器，提升网络级时间序列预测和视觉分析的性能与泛化能力。

Comments Main paper: 12 pages

Diff4MMLiTS: Advanced Multimodal Liver Tumor Segmentation via Diffusion-Based Image Synthesis and Alignment

Diff4MMLiTS: 通过基于扩散的图像合成与对齐的先进多模态肝肿瘤分割

Shiyun Chen, Li Lin, Pujin Cheng, ZhiCheng Jin, JianJian Chen, HaiDong Zhu, Kenneth K. Y. Wong, Xiaoying Tang

机构 * Department of Electronic and Electrical Engineering, Southern University of Science and Technology, Shenzhen, China（电子与电气工程系，南方科技大学，深圳，中国） ； Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong SAR, China（电气与电子工程系，香港大学，香港特别行政区，中国） ； Department of Radiology, Zhongda Hospital, Medical School, Southeast University, Nanjing, China（放射科，中大医院，医学院，东南大学，南京，中国） ； Jiaxing Research Institute, Southern University of Science and Technology, Jiaxing, China（嘉兴研究所，南方科技大学，嘉兴，中国） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.CV、eess.IV

AI总结 Diff4MMLiTS通过基于扩散的图像合成与对齐技术，实现肝肿瘤的多模态分割，无需严格对齐的多模态数据，提升了分割性能。

Comments International Workshop on Machine Learning in Medical Imaging, 668-678

MultiMAE for Brain MRIs: Robustness to Missing Inputs Using Multi-Modal Masked Autoencoder

MultiMAE用于脑部MRI：通过多模态掩码自编码器提高对缺失输入的鲁棒性

Ayhan Can Erdur, Christian Beischl, Daniel Scholz, Jiazhen Pan, Benedikt Wiestler, Daniel Rueckert, Jan C Peeken

机构 * Department of Radiation Oncology, TUM University Hospital, Munich, Germany（辐射肿瘤科，技术大学慕尼黑医院，慕尼黑，德国） ； Chair for AI in Healthcare and Medicine, Technical University of Munich (TUM)（医疗与医学人工智能教研室，技术大学慕尼黑（TUM）） ； TUM University Hospital, Munich, Germany（技术大学慕尼黑医院，慕尼黑，德国） ； Chair for AI for Image-Guided Diagnosis and Therapy, Technical University of Munich (TUM)（图像引导诊断与治疗人工智能教研室，技术大学慕尼黑（TUM）） ； Munich Center for Machine Learning (MCML), Munich, Germany（慕尼黑机器学习中心（MCML），慕尼黑，德国） ； Department of Computing, Imperial College London, London, UK（计算系，伦敦帝国学院，伦敦，英国） ； Deutsches Konsortium für Translationale Krebsforschung (DKTK), Partner Site Munich, Munich, Germany（德国转化癌症研究联盟（DKTK），慕尼黑合作伙伴站点，慕尼黑，德国） ； Institute of Radiation Medicine (IRM), Department of Radiation Sciences (DRS), Helmholtz Center Munich, Munich, Germany（辐射医学研究所（IRM），辐射科学部门（DRS），慕尼黑海德堡中心，慕尼黑，德国） 纠错

专题命中 医学影像 ：MRI(abstract,comments)；分类 cs.CV

AI总结 MultiMAE通过多模态掩码自编码器提升脑部MRI在缺失输入下的鲁棒性，实现分割和分类任务的性能提升。

Comments Official implementation: https://github.com/chris-beischl/multimae-for-brain-mri

LGPS: A Lightweight GAN-Based Approach for Polyp Segmentation in Colonoscopy Images

LGPS：一种轻量级基于GAN的结肠镜图像息肉分割方法

Fiseha B. Tesema, Alejandro Guerra Manzanares, Tianxiang Cui, Qian Zhang, Moses Solomon, Sean He

机构 * University of Nottingham Ningbo China（诺丁汉宁波大学） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV；biomedical(journal_ref)

AI总结 LGPS提出了一种轻量级基于GAN的息肉分割方法，通过改进的主干网络、边界细化和混合损失函数，实现了高精度和低计算成本的息肉分割性能。

Comments 10 pages, 6 Figures

Journal ref F. B. Tesema et al., "LGPS: A lightweight GAN-based approach for polyp segmentation in colonoscopy images," Biomedical Signal Processing and Control, vol. 118, 109777, 2026

Digital-Twin Empowered Deep Reinforcement Learning For Site-Specific Radio Resource Management in NextG Wireless Aerial Corridor

数字孪生赋能的深度强化学习用于NextG无线空中走廊的特定站点无线电资源管理

Pulok Tarafder, Zoheb Hassan, Imtiaz Ahmed, Danda B. Rawat, Kamrul Hasan, Cong Pu

专题命中 医学影像 ：CT(abstract)；分类 eess.SP

AI总结 本文提出基于数字孪生的深度强化学习框架，用于NextG无线空中走廊的特定站点无线电资源管理，通过两阶段优化实现高效决策。

Comments Submitted for possible publication to IEEE. Paper currently under review. The contents of this paper may change at any time without notice

A3-TTA: Adaptive Anchor Alignment Test-Time Adaptation for Image Segmentation

A3-TTA：面向图像分割的自适应锚对齐测试时间适应

Jianghao Wu, Xiangde Luo, Yubo Zhou, Lianming Wu, Guotai Wang, Shaoting Zhang

机构 * School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China（电子科技大学机械与电子工程学院） ； Shanghai AI laboratory（上海人工智能实验室） 纠错

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

AI总结 A3-TTA通过锚引导监督和自适应策略提升图像分割在域偏移下的适应性能，显著提高Dice分数并优于现有方法。

Comments Accepted by IEEE Transactions on Image Processing

A generalizable large-scale foundation model for musculoskeletal radiographs

一种通用的大规模肌骨放射影像基础模型

Shinn Kim, Soobin Lee, Kyoungseob Shin, Han-Soo Kim, Yongsung Kim, Minsu Kim, Juhong Nam, Somang Ko, Daeheon Kwon, Wook Huh, Ilkyu Han, Sunghoon Kwon

专题命中 医学影像 ：radiology(abstract)；分类 cs.CV

AI总结 SKELEX是一种基于大规模肌骨放射影像训练的通用基础模型，通过自监督学习实现跨疾病和解剖区域的泛化，展示了零样本异常定位能力，并用于骨肿瘤预测的可解释模型。

TFFM: Topology-Aware Feature Fusion Module via Latent Graph Reasoning for Retinal Vessel Segmentation

TFFM：通过潜在图推理的拓扑感知特征融合模块用于视网膜血管分割

Iftekhar Ahmed, Shakib Absar, Aftar Ahmad Sami, Shadman Sakib, Debojyoti Biswas, Seraj Al Mahmud Mostafa

机构 * Leading University（领先大学） ； University of Houston（休斯敦大学） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 TFFM通过拓扑感知特征融合模块提升视网膜血管分割的拓扑连贯性，实现高精度和高可靠性。

Comments Accepted in WACV 2026 @ P2P-workshop as a full paper and selected for oral presentation

Understanding-informed Bias Mitigation for Fair CMR Segmentation

基于理解的偏见缓解方法用于公平的CMR分割

Tiarna Lee, Esther Puyol-Antón, Bram Ruijsink, Pier-Giorgio Masci, Louise Keehn, Phil Chowienczyk, Emily Haseler, Miaojing Shi, Andrew P. King

机构 * College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； Guy’s and St Thomas’ NHS Foundation Trust（盖茨和圣托马斯国家健康服务基金会信托） ； HeartFlow Inc, United States（美国HeartFlow公司） ； British Heart Foundation Centre, Department of Clinical Pharmacology, King’s College London（英国心脏基金会中心、伦敦国王学院临床药理学系） ； School of Biomedical Engineering & Imaging Sciences, King’s College London（伦敦国王学院生物医学工程与成像科学学院） 纠错

专题命中 医学影像 ：biomedical(comments,journal_ref)；分类 cs.CV、eess.IV

AI总结 本文提出基于理解的偏见缓解方法，通过过采样和裁剪图像技术减少CMR分割中的种族偏见，提升少数群体性能并保持多数群体性能。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:036

Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)

Matrix-Response Generalized Linear Mixed Model with Applications to Longitudinal Brain Images

矩阵-响应广义线性混合模型及其在纵向脑影像中的应用

Zhentao Yu, Jiaqi Ding, Guorong Wu, Quefeng Li

专题命中 医学影像 ：MRI(abstract)

AI总结 本文提出了一种矩阵-响应广义线性混合模型，用于分析纵向脑网络，并通过DTI和fMRI数据验证了其在高维影像数据中的应用效果。

Comments This research was supported by the National Institutes of Health under grant R01-AG073259

Synchrotron X-Ray Multi-Projection Imaging (XMPI) for High-Resolution 4D Characterization of Multiphase Flows

同步辐射X射线多投影成像（XMPI）用于多相流的高分辨率4D表征

Tomas Rosén, Zisheng Yao, Jonas Tejbo, Patrick Wegele, Julia K. Rogalinski, Frida Nilsson, Kannara Mom, Zhe Hu, Samuel A. McDonald, Kim Nygård, Andrea Mazzolari, Alexander Groetsch, Korneliya Gordeyeva, L. Daniel Söderberg, Fredrik Lundell, Lisa Prahl Wittberg, Eleni Myrto Asimakopoulou, Pablo Villanueva-Perez

专题命中 医学影像 ：biomedical(abstract)

AI总结 XMPI通过同步辐射X射线多投影技术实现多相流的高分辨率4D表征，无需样品旋转，可追踪微粒动态，推动计算流体动力学模型验证及生物医学应用。