医学 AI

Med-MMFL: A Multimodal Federated Learning Benchmark in Healthcare

Med-MMFL：医疗领域的多模态联邦学习基准

Aavash Chhetri, Bibek Niroula, Pratik Shrestha, Yash Raj Shrestha, Lesley A Anderson, Prashnna K Gyawali, Loris Bazzani, Binod Bhattarai

机构 * University of Aberdeen（阿伯丁大学） ； NepAl Applied Mathematics and Informatics Institute for research, Nepal（尼泊尔应用数学与信息学研究所） ； University of Lausanne（洛桑大学） ； West Virginia University（西弗吉尼亚大学） ； University of Verona（威尼斯大学） ； University College London（伦敦大学学院） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；pathology(abstract)；radiology(abstract)；分类 cs.CV

AI总结 Med-MMFL是首个医疗领域多模态联邦学习基准，涵盖多种模态和任务，评估六种先进算法以推动医疗多模态联邦学习的研究。

A labeled dataset of simulated phlebotomy procedures for medical AI: polygon annotations for object detection and human-object interaction

带有标注的模拟采血程序数据集用于医疗AI：用于目标检测和人-物交互的多边形标注

Raúl Jiménez Cruz, César Torres-Huitzil, Marco Franceschetti, Ronny Seiger, Luciano García-Bañuelos, Barbara Weber

机构 * Institute of Computer Science（计算机科学研究所） ； University of St.Gallen（圣加伦大学） 纠错

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

AI总结 本文提出一个包含11884张标注图像的数据集，用于医疗AI中的目标检测和人-物交互研究，支持医疗培训自动化和教育系统开发。

OmniCellTOSG: The First Cell Text-Omic Signaling Graphs Dataset for Graph Language Foundation Modeling

OmniCellTOSG: 首个细胞文本-组学信号图谱数据集用于图语言基础建模

Heming Zhang, Tim Xu, Dekang Cao, Shunning Liang, Guntaas Shergill, Nicholas Hadas, Lars Schimmelpfennig, Levi Kaster, Di Huang, Guangfu Li, S. Peter Goedegebuure, David DeNardo, Li Ding, Ryan C. Fields, J Philip Miller, Pirooz Eghtesady, Carlos Cruchaga, William Buchser, Jonathan Cooper, Marco Sardiello, Patricia Dickson, Yixin Chen, Michael Province, Philip Payne, Fuhai Li

机构 * Institute for Informatics, Data Science and Biostatistics（信息学、数据科学与生物统计学研究所） ； Washington University in St. Louis（华盛顿大学圣路易斯分校） ； Department of Computer Science（计算机科学系） ； NeuroGenomics and Informatics Center（神经基因组学与信息学中心） ； Department of Genetics（遗传学系） ； Department of Surgery（外科医学系） ； Siteman Cancer Center（西门癌中心） ； Department of Medicine（医学系） ； Department of Pediatrics（儿科医学系） ； University of Connecticut（康涅狄格大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG

AI总结 OmniCellTOSG通过整合文本、组学和信号网络信息，提出CellTOSG-FM模型，在多种下游任务中超越现有组学基础模型，提供疾病相关靶点和信号通路的可解释分析。

Agentic AI in Healthcare & Medicine: A Seven-Dimensional Taxonomy for Empirical Evaluation of LLM-based Agents

医疗与医学中的代理AI：一个七维分类法用于评估基于大语言模型的代理

Shubham Vatsal, Harsh Dubey, Aditi Singh

机构 * Department of Computer Science, New York University, CIMS, New York, USA（纽约大学计算机科学系，CIMS，纽约，美国） ； Department of Computer Science, Cleveland State University, Cleveland, USA（克利夫兰州立大学计算机科学系，克利夫兰，美国） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出一个七维分类法，用于评估基于大语言模型的医疗代理在认知能力、知识管理、交互模式等方面的能力分布与实现情况。

Journal ref IEEE Access, vol. 14, pp. 4840-4863, 2026

Embeddings of trees of hyperbolic metric spaces and Cannon--Thurston maps

超几何度量空间树的嵌入与Cannon-Thurston映射

Rakesh Halder, Pranab Sardar

专题命中 医学数据与评测 ：CT(abstract)

AI总结 研究超几何群自由积的Cannon-Thurston映射存在性条件

Comments Exposition is improved, some parts of Section 5 are transferred to Section 4, 61 pages, no figure, comments are welcome