医学 AI

Magnetohydrodynamic instabilities in stellar radiative regions. I. Linear study of shear-driven instabilities

恒星辐射区中的磁流体动力学不稳定性。I. 剪切驱动不稳定的线性研究

V. Durepaire, L. Petitdemange, K. Belkacem, A. Guseva, L. Manchon, R. Hollerbach, F. Daniel

专题命中 医学影像 ：MRI(abstract)

AI总结 本文研究恒星辐射区中剪切驱动不稳定性，推导了磁化GSF不稳定性新标准，并验证了其在恒星演化模型中的应用。

Time-Resolved Multi-Spectral X-ray Computed Tomography of Cryoprotectant Diffusion Into Biomimetic Material

时间分辨多谱X射线计算机断层扫描用于冷冻保护剂在仿生材料中的扩散

Alaa M. Ali, Jason T. Parker, Anthony N. Consiglio, Brooke S. Chang, Linnea Warburton, Boris Rubinsky, Simo A. Mäkiharju

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出多谱X射线计算机断层扫描技术，用于非侵入性测量冷冻保护剂在仿生材料中的扩散分布，提高冷冻保存协议的准确性和诊断能力。

Comments 30 pages, 10 figures

Generative Regression for Left Ventricular Ejection Fraction Estimation from Echocardiography Video

基于生成回归的超声心动图视频左室射血分数估计

Jinrong Lv, Xun Gong, Zhaohuan Li, Weili Jiang

机构 * School of Computing and Artificial Intelligence, Southwest Jiaotong University（计算机与人工智能学院，西南交通大学） ； Manufacturing Industry Chain Collaboration Industrial Software Key Laboratory of Sichuan Province（四川省制造业产业链协同工业软件重点实验室） ； School of Medicine, University of Electronic Science and Technology（医学院，电子科技大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出MCSDR模型，通过生成回归方法提升超声心动图视频中左室射血分数估计的准确性与解释性。

Comments 11 pages, 5 tables, 10 figures. Under peer review

Dense Feature Learning via Linear Structure Preservation in Medical Data

通过线性结构保持实现密集特征学习：医学数据

Yuanyun Zhang, Mingxuan Zhang, Siyuan Li, Zihan Wang, Haoran Chen, Wenbo Zhou, Shi Li

机构 * Independent Researcher（独立研究者） ； The Chinese University of Hong Kong（香港中文大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 临床大模型 ：medical AI(abstract)；分类 cs.LG

AI总结 本文提出密集特征学习方法，通过线性结构保持提升医学数据表示的稳定性与可解释性，实现更优的下游性能。

Comments ICLR Workshop

Bifacial weakness with paresthesias (BFP) secondary to trauma: a case report

创伤所致双面无力伴感觉异常（BFP）病例报告

Jingjing Chen, Xuxia Tang, Shuo Dai, Xiao He

专题命中 临床大模型 ：diagnosis(abstract)；分类 q-bio

AI总结 本文报告了一例因头部创伤导致的双面无力伴感觉异常（BFP）病例，首次描述了该罕见GBS变种的诊断与治疗过程。

Comments 5 pages,4 figures,1083 words

Paradox of De-identification: A Critique of HIPAA Safe Harbour in the Age of LLMs

去标识的悖论：在大型语言模型时代对HIPAA安全港的批判

Lavender Y. Jiang, Xujin Chris Liu, Kyunghyun Cho, Eric K. Oermann

机构 * New York University（纽约大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文批判HIPAA安全港在大型语言模型时代存在的不足，指出去标识的不完美性可能影响患者与提供者之间的信任，并提出通过因果图和实证研究揭示去标识悖论，呼吁社区采取行动。

OMNI-Dent: Towards an Accessible and Explainable AI Framework for Automated Dental Diagnosis

OMNI-Dent：迈向一个可及且可解释的AI框架，用于自动化牙科诊断

Leeje Jang, Yao-Yi Chiang, Angela M. Hastings, Patimaporn Pungchanchaikul, Martha B. Lucas, Emily C. Schultz, Jeffrey P. Louie, Mohamed Estai, Wen-Chen Wang, Ryan H. L. Ip, Boyen Huang

机构 * University of Minnesota（明尼苏达大学） ； Khon Kaen University（科恩卡恩大学） ； Minnesota State University（明尼苏达州立大学） ； The University of Western Australia（西澳大学） ； Kaohsiung Medical University（高雄医学院） ； Auckland University of Technology（奥克兰理工大学） 纠错

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

AI总结 OMNI-Dent通过结合临床推理原则和视觉语言模型，提供一个数据高效且可解释的牙科诊断框架，帮助用户识别异常并判断是否需要专业评估。

LLM-Guided Diagnostic Evidence Alignment for Medical Vision-Language Pretraining under Limited Pairing

基于LLM的诊断证据对齐用于有限配对情况下的医学视觉-语言预训练

Huimin Yan, Liang Bai, Xian Yang, Long Chen

机构 * Institute of Intelligent Information Processing, Shanxi University（山西大学智能信息处理研究所） ； Alliance Manchester Business School, The University of Manchester（曼彻斯特大学阿利安斯商学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 本文提出LLM引导的诊断证据对齐方法，旨在解决有限配对数据下医学视觉-语言预训练的诊断表示学习问题，通过提取关键诊断证据提升跨模态对齐效果。

Improving 2D Diffusion Models for 3D Medical Imaging with Inter-Slice Consistent Stochasticity

通过跨切片一致的随机性改进2D扩散模型用于3D医学影像

Chenhe Du, Qing Wu, Xuanyu Tian, Jingyi Yu, Hongjiang Wei, Yuyao Zhang

机构 * ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 通过引入跨切片一致的随机性策略，改进2D扩散模型以提升3D医学影像重建的保真度与一致性。

Comments Accepted by ICLR 2026

AI-Powered Intracranial Hemorrhage Detection: A Co-Scale Convolutional Attention Model with Uncertainty-Based Fuzzy Integral Operator and Feature Screening

基于AI的脑内出血检测：一种共尺度卷积注意力模型与基于不确定性的模糊积分运算符和特征筛选

Mehdi Hosseini Chagahi, Niloufar Delfan, Behzad Moshiri, Md. Jalil Piran, Jaber Hatam Parikhan

机构 * School of Electrical and Computer Engineering, College of Engineering, University of Tehran（塔里斯坦大学电气与计算机工程学院） ； Department of Computer Science and Engineering, Sejong University（世宗大学计算机科学与工程系） ； Department of Neurosurgery, Iran University of Medical Sciences（伊朗医学科学大学神经外科系） 纠错

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

AI总结 本研究提出了一种基于共尺度卷积注意力模型和不确定性模糊积分运算符的AI方法，用于准确检测和分类脑内出血及硬脑膜下出血。

DiGAN: Diffusion-Guided Attention Network for Early Alzheimer's Disease Detection

DiGAN：基于扩散引导的注意力网络用于早期阿尔茨海默病检测

Maxx Richard Rahman, Mostafa Hammouda, Wolfgang Maass

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

AI总结 DiGAN通过结合扩散建模与注意力卷积网络，有效提升了早期阿尔茨海默病检测的准确性与鲁棒性。

Low Rank Transformer for Multivariate Time Series Anomaly Detection and Localization

低秩变换器用于多变量时间序列异常检测与定位

Charalampos Shimillas, Kleanthis Malialis, Konstantinos Fokianos, Marios M. Polycarpou

机构 * KIOS Research and Innovation Center of Excellence（KIOS研究与创新中心卓越研究所） ； Department of Electrical and Computer Engineering, University of Cyprus（电子与计算机工程系，塞浦路斯大学） ； Department of Mathematics and Statistics, University of Cyprus（数学与统计学系，塞浦路斯大学） 纠错

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

AI总结 本文提出低秩变换器模型，通过低秩正则化和Attention Low-Rank score提升多变量时间序列异常检测与定位性能。

Online Bayesian Imbalanced Learning with Bregman-Calibrated Deep Networks

在线贝叶斯不平衡学习与Bregman校准深度网络

Zahir Alsulaimawi

机构 * School of Electrical Engineering and Computer Science（电气工程与计算机科学学院） ； Oregon State University（俄勒冈州立大学） 纠错

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

AI总结 OBIL通过解耦似然比估计与类先验假设，实现在线适应分布变化，无需重新训练，在医疗诊断等场景中优于现有方法。

Optimal Decision-Making Based on Prediction Sets

基于预测集的最优决策制定

Tao Wang, Edgar Dobriban

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出ROCP算法，通过最小化稳健风险来优化基于预测集的决策制定，适用于医疗诊断等安全关键任务。

Language Bottleneck Models for Qualitative Knowledge State Modeling

用于定性知识状态建模的语言瓶颈模型

Antonin Berthon, Mihaela van der Schaar

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 语言瓶颈模型通过编码器和解码器LLM生成可解释的知识状态摘要，提升教育场景中对学习者知识状态的定性分析与预测能力。

Process-of-Thought Reasoning for Videos

视频过程推理

Jusheng Zhang, Kaitong Cai, Jian Wang, Yongsen Zheng, Kwok-Yan Lam, Keze Wang

机构 * Sun Yat-sen University, China（中山大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； Snap Inc.（Snap公司） 纠错

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

AI总结 视频过程推理框架通过结构化推理步骤提升视频理解的准确性与可解释性。

MedVSR: Medical Video Super-Resolution with Cross State-Space Propagation

MedVSR：基于跨状态空间传播的医学视频超分辨率

Xinyu Liu, Guolei Sun, Cheng Wang, Yixuan Yuan, Ender Konukoglu

机构 * The Chinese University of Hong Kong（香港中文大学） ； ETH Zurich（苏黎世联邦理工学院） ； Computer Vision Laboratory（计算机视觉实验室） 纠错

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

AI总结 MedVSR通过跨状态空间传播和内状态空间重建模块，提升医学视频超分辨率的重建性能和效率。

Comments ICCV 2025

TransConv-DDPM: Enhanced Diffusion Model for Generating Time-Series Data in Healthcare

TransConv-DDPM：增强的扩散模型用于生成医疗领域的时序数据

Md Shahriar Kabir, Sana Alamgeer, Minakshi Debnath, Anne H. H. Ngu

机构 * Department of Computer Science Texas State University San Marcos, TX, USA（计算机科学系德克萨斯州立大学桑马科斯分校） 纠错

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

AI总结 TransConv-DDPM通过结合DDPM、U-Net和Transformer层，有效生成医疗领域的高质量时序数据，提升预测模型性能。

Comments Previously published at IEEE COMPSAC 2025

Journal ref Proc. IEEE 49th Annual Computers, Software, and Applications Conference (COMPSAC), 2025

The seismic diversity of four successive solar cycle minima as observed by the Birmingham Solar-Oscillations Network (BiSON)

四个连续太阳活动周期极小值的地震多样性：由伯明翰太阳振荡网络（BiSON）观测

Sarbani Basu, William J. Chaplin, Rachel Howe, Yvonne Elsworth, Steven J. Hale, Eleanor Murray

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 通过BiSON数据研究四个连续太阳活动极小值的内部结构变化，发现第23/24极小值具有更高的声速和电离区特征，表明磁通量较低导致更高的气体压力和温度。

Comments Accepted for publication in MNRAS

Cosmological Implications of the Gong-Zhang Parameterization in Rastall Gravity: A Deep Learning and Observational Study

Rastall引力中Gong-Zhang参数化在宇宙学中的意义：深度学习与观测研究

Vinod Kumar Bhardwaj, Anil Kumar Yadav, Manish Kalra, Pankaj, Rajendra Prasad

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过深度学习方法研究Rastall引力中Gong-Zhang参数化对宇宙学参数的影响，提出了一种优于MCMC的参数推断方法，并确定了宇宙加速转变的红移值。

Comments 20 pages, 11 figures

Learning Alzheimer's Disease Signatures by bridging EEG with Spiking Neural Networks and Biophysical Simulations

通过将脑电图与脉冲神经网络和生物物理模拟相结合学习阿尔茨海默病特征

Szymon Mamoń, Max Talanov, Alessandro Crimi

机构 * Department of Computer Science AGH University of Krakow（计算机科学系AGH克拉科夫大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出神经桥接框架，通过结合EEG与脉冲神经网络和生物物理模拟，提升阿尔茨海默病的可解释性检测

Comments 11 pages ,8 figures

Data-driven learning of non-Markovian quantum dynamics

数据驱动学习非马尔可夫量子动力学

Samuel Goodwin, Brian K. McFarland, Manuel H. Muñoz-Arias, Edward C. Tortorici, Melissa C. Revelle, Christopher G. Yale, Daniel S. Lobser, Susan M. Clark, Mohan Sarovar

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种数据驱动的学习方法，用于表征量子门并捕捉非马尔可夫性，以更准确地诊断噪声源。

Comments 15 pages, 7 figures

HistoMet: A Pan-Cancer Deep Learning Framework for Prognostic Prediction of Metastatic Progression and Site Tropism from Primary Tumor Histopathology

HistoMet：一种跨癌症深度学习框架，用于从原发肿瘤组织病理学预测转移进展和转移部位

Yixin Chen, Ziyu Su, Lingbin Meng, Elshad Hasanov, Wei Chen, Anil Parwani, M. Khalid Khan Niazi

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

AI总结 HistoMet通过双模块预测流程，利用预训练的病理学视觉-语言模型，实现了从原发肿瘤组织病理学中预测转移进展和转移部位的稳健预测。

Generalist Foundation Models from a Multimodal Dataset for 3D Computed Tomography

从多模态数据集构建通用基础模型用于三维计算机断层扫描

Ibrahim Ethem Hamamci, Sezgin Er, Chenyu Wang, Furkan Almas, Ayse Gulnihan Simsek, Sevval Nil Esirgun, Irem Dogan, Omer Faruk Durugol, Benjamin Hou, Suprosanna Shit, Weicheng Dai, Murong Xu, Hadrien Reynaud, Muhammed Furkan Dasdelen, Bastian Wittmann, Tamaz Amiranashvili, Enis Simsar, Mehmet Simsar, Emine Bensu Erdemir, Abdullah Alanbay, Anjany Sekuboyina, Berkan Lafci, Ahmet Kaplan, Zhiyong Lu, Malgorzata Polacin, Bernhard Kainz, Christian Bluethgen, Kayhan Batmanghelich, Mehmet Kemal Ozdemir, Bjoern Menze

机构 * Department of Quantitative Biomedicine, University of Zurich（苏黎世大学定量生物医学系） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； International School of Medicine, Istanbul Medipol University（伊斯坦布尔梅迪波尔大学国际医学院） ； Department of Electrical and Computer Engineering, Boston University（波士顿大学电气与计算机工程系） ； Division of Intramural Research, National Institutes of Health（美国国立卫生研究院内部研究部） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算机系） ； Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Institute for Diagnostic and Interventional Radiology, University Hospital Zurich（苏黎世大学医院诊断与介入放射学研究所） ； Department Artificial Intelligence in Biomedical Engineering, FAU Erlangen-Nürnberg（埃尔朗根-纽伦堡工业大学生物医学工程人工智能系） 纠错

专题命中 医疗多模态 ：medical AI(abstract)；medical image(abstract)；CT(abstract)；radiology(abstract)

AI总结 本文提出CT-RATE数据集及CT-CLIP和CT-CHAT模型，用于三维医学影像的通用基础模型研究，提升了多异常检测和病例检索性能。

A Unified Framework for Multimodal Image Reconstruction and Synthesis using Denoising Diffusion Models

基于去噪扩散模型的多模态图像重建与合成统一框架

Weijie Gan, Xucheng Wang, Tongyao Wang, Wenshang Wang, Chunwei Ying, Yuyang Hu, Yasheng Chen, Hongyu An, Ulugbek S. Kamilov

机构 * Department of Computer Science and Engineering, Washington University in St. Louis（华盛顿大学圣路易斯分校计算机科学与工程系） ； Mallinckrodt Institute of Radiology, Washington University in St. Louis（华盛顿大学圣路易斯分校马林克罗德特放射医学研究所） ； Department of Electrical and Systems Engineering, Washington University in St. Louis（华盛顿大学圣路易斯分校电气与系统工程系） ； Department of Neurology, Washington University in St. Louis（华盛顿大学圣路易斯分校神经病学系） ； Department of Biomedical Engineering, Washington University in St. Louis（华盛顿大学圣路易斯分校生物医学工程系） ； Division of Biology and Biomedical Sciences, Washington University in St. Louis（华盛顿大学圣路易斯分校生物学与生物医学科学 division） ； Department of Electrical and Computer Engineering, University of Wisconsin–Madison（威斯康星大学麦迪逊分校电气与计算机工程系） 纠错

专题命中 医疗多模态 ：CT(abstract)；分类 cs.CV、eess.IV

AI总结 Any2all通过统一框架实现多模态图像重建与合成，利用去噪扩散模型提升性能与质量。

Multimodal normative modeling in Alzheimers Disease with introspective variational autoencoders

在阿尔茨海默病中使用反思变分自编码器的多模态规范建模

Sayantan Kumar, Peijie Qiu, Aristeidis Sotiras

机构 * Washington University in St Louis（华盛顿大学圣路易斯分校） ； Washington University in St Louis School of Medicine（华盛顿大学圣路易斯医学院） 纠错

专题命中 医疗多模态 ：MRI(abstract)；分类 cs.LG

AI总结 本文提出mmSIVAE，通过结合MOPOE聚合提升多模态数据的规范建模效果，提高参考分布保真度和多模态整合能力，用于阿尔茨海默病的偏差分析。

Comments Conference on Health, Inference, and Learning (CHIL)

Attention-Based Deep Learning for Early Parkinson's Disease Detection with Tabular Biomedical Data

基于注意力机制的深度学习在早期帕金森病检测中的应用：使用表格化生物医学数据

Olamide Samuel Oseni, Ibraheem Omotolani Obanla, Toheeb Aduramomi Jimoh

机构 * African Institute for Mathematical Sciences, Kigali, Rwanda（非洲数学科学研究所，基加利，刚果（金）） ； Department of Data and Information Science, University of Ibadan, Oyo State, Nigeria（数据与信息科学系，伊巴丹大学，奥约州，尼日利亚） ； Department of Computer Science and Information Systems, University of Limerick, Castletroy, V94 T9PX, Limerick, Ireland（计算机科学与信息系统系，利默里克大学，卡斯利特罗伊，爱尔兰） 纠错

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

AI总结 本文提出基于注意力机制的深度学习模型，用于早期帕金森病检测，通过表格化生物医学数据实现高精度分类。

BioACE: An Automated Framework for Biomedical Answer and Citation Evaluations

BioACE: 一种用于生物医学答案和引用评估的自动化框架

Deepak Gupta, Davis Bartels, Dina Demner-Fushman

机构 * Division of Intramural Research（院内研究部） ； National Library of Medicine（国家医学图书馆） 纠错

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

AI总结 BioACE提出了一种自动化框架，用于评估生物医学答案和引用的质量，通过多方面指标和实验分析，提供最佳的评估方法。

Comments Work in progress

GraphAgents: Knowledge Graph-Guided Agentic AI for Cross-Domain Materials Design

GraphAgents: 基于知识图谱的多智能体AI用于跨领域材料设计

Isabella A. Stewart, Tarjei Paule Hage, Yu-Chuan Hsu, Markus J. Buehler

机构 * Department of Civil and Environmental Engineering Massachusetts Institute of Technology（土木与环境工程系 马萨诸塞理工学院） ； Department of Mechanical Engineering Massachusetts Institute of Technology（机械工程系 马萨诸塞理工学院） ； Department of Civil and Environmental Engineering Department of Mechanical Engineering Schwarzman College of Computing Massachusetts Institute of Technology（土木与环境工程系 机械工程系 斯沃茨曼计算学院 马萨诸塞理工学院） 纠错

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

AI总结 GraphAgents通过多智能体与知识图谱结合，实现跨领域材料设计，生成可持续替代品并平衡性能与生物相容性。

Statistical inference after variable selection in Cox models: A simulation study

Cox模型中变量选择后的统计推断：一项模拟研究

Lena Schemet, Sarah Friedrich-Welz

机构 * Mathematical Statistics and Artificial Intelligence in Medicine, University of Augsburg（医学中的数学统计与人工智能，乌尔姆大学） ； Center for Advanced Analytics and Predictive Sciences (CAAPS), University of Augsburg（高级分析与预测科学中心（CAAPS），乌尔姆大学） 纠错

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

AI总结 本文通过模拟研究探讨了Cox模型中变量选择后Lasso和适应性Lasso的推断方法，分析了样本分割、精确后选择推断和去偏Lasso的性能，并通过实际数据验证其应用效果。