医学 AI

Attention-Driven Framework for Non-Rigid Medical Image Registration

基于注意力机制的非刚性医学图像配准框架

Muhammad Zafar Iqbal, Ghazanfar Farooq Siddiqui, Anwar Ul Haq, Imran Razzak

机构 * Department of Computer Sciences, Quaid-i-Azam University (QAU)（夸赞大学计算机科学系） ； School of Engineering and Technology, Centre for Intelligent Systems, CQU Sydney（悉尼大学工程与技术学院） ； MBZUAI（穆扎布哈大学） ； UNSW Sydney（悉尼新南威尔士大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

AI总结 本文提出基于注意力机制的非刚性医学图像配准框架AD-RegNet，结合3D UNet与双向交叉注意力，实现高精度且高效的图像配准，适用于多种解剖结构和成像模态。

W-DUALMINE: Reliability-Weighted Dual-Expert Fusion With Residual Correlation Preservation for Medical Image Fusion

W-DUALMINE：基于残差相关性保持的可靠性加权双专家融合用于医学图像融合

Md. Jahidul Islam

机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） 纠错

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

AI总结 W-DUALMINE通过可靠性加权双专家融合策略，解决医学图像融合中全局相关性与局部结构保真的权衡问题，提升融合效果。

A Survey on Medical Image Compression: From Traditional to Learning-Based Approaches

医学图像压缩综述：从传统到基于学习的方法

Guofeng Tong, Sixuan Liu, Yang Lv, Hanyu Pei, Feng-Lei Fan

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

AI总结 本文综述了医学图像压缩从传统方法到基于学习方法的发展，分析了不同模态的压缩需求及技术挑战，探讨了未来发展方向。

Comments Version v2: Revised and extended version with updated discussion, improved comparison tables, and additional recent references

Vision Transformer for Intracranial Hemorrhage Classification in CT Scans Using an Entropy-Aware Fuzzy Integral Strategy for Adaptive Scan-Level Decision Fusion

基于熵感知模糊积分策略的视觉Transformer用于CT扫描中脑内出血分类

Mehdi Hosseini Chagahi, Md. Jalil Piran, Niloufar Delfan, Behzad Moshiri, 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） 纠错

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

AI总结 本文提出一种基于视觉Transformer和熵感知模糊积分策略的模型，用于CT扫描中脑内出血的高效分类。

Exploring Adversarial Watermarking in Transformer-Based Models: Transferability and Robustness Against Defense Mechanism for Medical Images

探索基于变换器模型的对抗水印：医疗图像中的可转移性和对抗防御机制的鲁棒性

Rifat Sadik, Tanvir Rahman, Arpan Bhattacharjee, Bikash Chandra Halder, Ismail Hossain, Mridul Banik, Jia Uddin

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

AI总结 本文研究了基于变换器模型的医疗图像对抗水印的可转移性和对抗防御机制的鲁棒性，发现ViTs在对抗攻击下准确率显著下降，但对抗训练可有效提升其鲁棒性。

A hybrid Kolmogorov-Arnold network for medical image segmentation

一种混合的柯莫戈罗夫-阿诺德网络用于医学图像分割

Deep Bhattacharyya, Ali Ayub, A. Ben Hamza

机构 * Concordia Institute for Information Systems Engineering（康科德信息系统工程研究所） ； Concordia University（康科德大学） 纠错

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

AI总结 本文提出U-KABS，一种结合KAN和U形架构的混合网络，用于提升医学图像分割的性能，尤其在复杂结构分割中表现优异。

LGMSNet: Thinning a medical image segmentation model via dual-level multiscale fusion

LGMSNet: 通过双级多尺度融合来简化医学图像分割模型

Chengqi Dong, Fenghe Tang, Rongge Mao, Xinpei Gao, S. Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences ； Medicine, University of Science ； Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advance Research, USTC, Suzhou, 215123, China ； Key Laboratory of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS, Beijing, 100190, China ； Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology, Suzhou, 215123, China ； State Key Laboratory of Precision \& Intelligent Chemistry, USTC, Hefei, China 纠错

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

AI总结 LGMSNet通过双级多尺度融合技术，实现轻量级医学图像分割模型的高效性能与高泛化能力。

Comments Accepted by ECAI 2025

Journal ref Frontiers in Artificial Intelligence and Applications, 413, 739-746 (2025)

XAI-CLIP: ROI-Guided Perturbation Framework for Explainable Medical Image Segmentation in Multimodal Vision-Language Models

XAI-CLIP: 通过区域感兴趣引导扰动框架实现多模态视觉-语言模型中可解释的医学图像分割

Thuraya Alzubaidi, Sana Ammar, Maryam Alsharqi, Islem Rekik, Muzammil Behzad

机构 * King Fahd University of Petroleum and Minerals（国王法赫德石油和矿物大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Imperial College London（伦敦帝国学院） ； KFUPM-SDAIA Joint Research Centre for Artificial Intelligence（KFUPM-SDAIA联合人工智能研究中心） 纠错

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

AI总结 XAI-CLIP通过多模态视觉-语言模型嵌入实现医学图像分割的可解释性和效率提升，减少计算开销并提高分割精度。

Reproducible Benchmarking for Lung Nodule Detection and Malignancy Classification Across Multiple Low-Dose CT Datasets

多低剂量CT数据集上的肺结节检测与恶性分类可重复基准测试

Fakrul Islam Tushar, Avivah Wang, Lavsen Dahal, Ehsan Samei, Michael R. Harowicz, Jayashree Kalpathy-Cramer, Kyle J. Lafata, Tina D. Tailor, Cynthia Rudin, Joseph Y. Lo

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

AI总结 本文提出多数据集基准测试，评估不同数据集上肺结节检测和恶性分类模型的性能，发现数据集特性显著影响AI性能。

Comments 3 tables, 2 supplement tables, 5 figures

DINO-Mix: Distilling Foundational Knowledge with Cross-Domain CutMix for Semi-supervised Class-imbalanced Medical Image Segmentation

DINO-Mix：通过跨领域CutMix进行基础知识蒸馏以实现半监督类不平衡医学图像分割

Xinyu Liu, Guolei Sun

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

AI总结 DINO-Mix通过引入预训练视觉模型和渐进性不平衡感知CutMix，解决半监督医学图像分割中少数类识别困难的问题。

Comments AAAI 2026 Workshop on Artificial Intelligence with Biased or Scarce Data (Oral)

3D Transport-based Morphometry (3D-TBM) for medical image analysis

基于3D传输的形态学测量（3D-TBM）用于医学图像分析

Hongyu Kan, Kristofor Pas, Ivan Medri, Naqib Sad Pathan, Natasha Ironside, Shinjini Kundu, Jingjia He, Gustavo Kunde Rohde

机构 * Department of Computer Engineering University of Virginia（计算机工程系，弗吉尼亚大学） ； Department of Biomedical Engineering University of Virginia（生物医学工程系，弗吉尼亚大学） ； Department of Electrical and Computer Engineering University of Virginia（电气与计算机工程系，弗吉尼亚大学） ； Department of Neurological Surgery University of Virginia（神经外科系，弗吉尼亚大学） ； Department of Radiology Washington University in St. Louis（放射科，华盛顿大学圣路易斯分校） ； Department of Electrical and Systems Engineering Washington University in St. Louis（电气与系统工程系，华盛顿大学圣路易斯分校） 纠错

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

AI总结 3D-TBM通过传输域特征分析实现3D医学图像的形态学研究，提供数据预处理、最优传输嵌入和可视化方法，支持临床影像研究。

Topological Signatures vs. Gradient Histograms: A Comparative Study for Medical Image Classification

拓扑签名与梯度直方图：面向医学图像分类的比较研究

Faisal Ahmed

机构 * Department of Data Science（数据科学系） ； Mathematics, Embry-Riddle Aeronautical University（数学，埃默里-里德航空大学） 纠错

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

AI总结 本文比较了HOG和TDA在视网膜图像分类中的性能，发现XGBoost在两种特征类型上均表现最佳，展示了结合两种方法提升医学图像分类的潜力。

Comments 18 pages, 12 figures

MRI Cross-Modal Synthesis: A Comparative Study of Generative Models for T1-to-T2 Reconstruction

MRI跨模态合成：生成模型在T1到T2重建中的比较研究

Ali Alqutayfi, Sadam Al-Azani

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

AI总结 本文比较了Pix2Pix GAN、CycleGAN和VAE在T1到T2 MRI重建中的性能，发现CycleGAN在PSNR和SSIM上表现最佳，而VAE在潜在空间表示上有优势。

Addressing data annotation scarcity in Brain Tumor Segmentation on 3D MRI scan Using a Semi-Supervised Teacher-Student Framework

利用半监督教师-学生框架解决Brain Tumor Segmentation在3D MRI扫描中的数据标注稀缺问题

Jiaming Liu, Cheng Ding, Daoqiang Zhang

机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（人工智能学院，南京航空航天大学） ； Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education（脑机智能技术重点实验室，教育部） ； Shenzhen Research Institute, Nanjing University of Aeronautics and Astronautics（深圳研究院，南京航空航天大学） 纠错

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

AI总结 本文提出半监督教师-学生框架，通过置信度驱动课程学习和选择性遗忘，在有限标注下实现高效脑肿瘤分割，提升分割精度和鲁棒性。

Comments 10 pages, 7 figures. Submitted to IEEE Journal of Biomedical and Health Informatics (JBHI)

Any-to-All MRI Synthesis: A Unified Foundation Model for Nasopharyngeal Carcinoma and Its Downstream Applications

任意到全部MRI合成：鼻咽癌及其下游应用的统一基础模型

Yao Pu, Yiming Shi, Zhenxi Zhang, Peixin Yu, Yitao Zhuang, Xiang Wang, Hongzhao Chen, Jing Cai, Ge Ren

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

AI总结 本文提出统一基础模型实现任意到全部MRI合成，提升鼻咽癌放疗的准确性和临床实用性。

Zero-shot System for Automatic Body Region Detection for Volumetric CT and MR Images

零样本系统用于体积CT和MRI图像的自动身体区域检测

Farnaz Khun Jush, Grit Werner, Mark Klemens, Matthias Lenga

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

AI总结 本文提出零样本系统用于体积CT和MRI图像自动身体区域检测，通过预训练模型实现无监督分割，展示了基于规则和多模态语言模型的性能对比。

Comments 8 pages, 5 figures, 5 tables

Time-Resolved Reconstruction of Motion, Force, and Stiffness using Spectro-Dynamic MRI

基于光谱动态MRI的时间分辨运动、力和刚度重建

Max H. C. van Riel, Tristan van Leeuwen, Cornelis A. T. van den Berg, Alessandro Sbrizzi

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

AI总结 本文提出了一种扩展的光谱动态MRI框架，能够在11毫秒时间分辨率下重建运动、力和刚度，优于传统两步方法。

Comments 11 pages, 7 figures, 5 supplementary figures, 1 supplementary video. The video can be viewed by downloading the source file under "Other Formats"

Journal ref IEEE Transactions on Computational Imaging 9 (2023) 917-927

FSP-Diff: Full-Spectrum Prior-Enhanced DualDomain Latent Diffusion for Ultra-Low-Dose Spectral CT Reconstruction

FSP-Diff: 全谱先验增强双域潜在扩散用于超低剂量能谱CT重建

Peng Peng, Xinrui Zhang, Junlin Wang, Lei Li, Shaoyu Wang, Qiegen Liu

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

AI总结 FSP-Diff通过全谱先验增强双域潜在扩散框架，提升超低剂量能谱CT重建的图像质量和效率。

Back to Physics: Operator-Guided Generative Paths for SMS MRI Reconstruction

回归物理：基于操作符的生成路径用于SMS MRI重建

Zhibo Chen, Yu Guan, Yajuan Huang, Chaoqi Chen, XiangJi, Qiuyun Fan, Dong Liang, Qiegen Liu

机构 * School of Advanced Manufacturing, Nanchang University（先进制造学院，南昌大学） ； College of Computer Science and Software Engineering, Shenzhen University（计算机科学与软件工程学院，深圳大学） 纠错

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

AI总结 本文提出了一种基于操作符的生成路径框架，用于改进SMS MRI重建，通过双流交互网络分离切片内容并预测结构化退化，从而提高重建保真度和减少切片泄漏。

Comments 10 pages, 6 figures

Influence of Geometry, Class Imbalance and Alignment on Reconstruction Accuracy -- A Micro-CT Phantom-Based Evaluation

几何形状、类别不平衡与对齐对重建精度的影响——基于微CT仿真的评估

Avinash Kumar K M, Samarth S. Raut

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

AI总结 本研究通过微CT仿真实验，探讨了几何形状、类别不平衡和对齐对3D重建精度的影响，发现Otsu方法在多数几何中表现最佳，而Jaccard指数更适合评估薄壁结构精度。

Comments 22 pages, 13 figures

High-fidelity 3D multi-slab diffusion MRI using Slab-shifting for Harmonized 3D Acquisition and Reconstruction with Profile Encoding Networks (SHARPEN)

高保真3D多层扩散磁共振成像使用Slab-shifting进行谐化3D采集与重建及轮廓编码网络（SHARPEN）

Ziyu Li, Karla L. Miller, Wenchuan Wu

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

AI总结 SHARPEN通过层位移和轮廓编码网络实现高保真3D多层扩散MRI，提升成像质量和效率，适用于高分辨率在体研究。

Comments 26 pages, 11 figures + supplementary info

CDIO-CT collaborative strategy for solving complex STEM problems in system modeling and simulation: an illustration of solving the period of mathematical pendulum

基于CDIO-CT的协同策略解决系统建模与仿真中的复杂STEM问题：以求解数学 pendulum 周期为例

Hong-Yan Zhang, Yu Zhou, Yu-Tao Li, Fu-Yun Li, Yong-Hui Jiang

专题命中 医学影像 ：CT(title,abstract)

AI总结 本文提出基于CDIO和CT的协同策略，用于解决系统建模与仿真中的复杂STEM问题，以求解数学 pendulum 周期为例，展示了四种计算完全椭圆积分的方法。

Comments 27 pages, 12 figures, 11 tables

Journal ref Computer Applications in Engineering Education, 2023(11): e22698

Are Vision Foundation Models Foundational for Electron Microscopy Image Segmentation?

视觉基础模型是否对电子显微镜图像分割具有基础性作用？

Caterina Fuster-Barceló, Virginie Uhlmann

机构 * Department of Molecular Life Sciences, Universität Zürich（分子生命科学系，苏黎世大学） 纠错

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

AI总结 本文研究了视觉基础模型在电子显微镜图像分割中的有效性，发现LoRA能提升单域性能，但多域训练导致性能下降，需额外领域对齐机制。

FCDM: A Physics-Guided Bidirectional Frequency Aware Convolution and Diffusion-Based Model for Sinogram Inpainting

FCDM：一种基于物理的双向频率感知卷积和扩散模型用于sinogram修复

Jiaze E, Srutarshi Banerjee, Tekin Bicer, Guannan Wang, Yanfu Zhang, Bin Ren

机构 * Argonne National Laboratory, USA（阿贡国家实验室） 纠错

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

AI总结 FCDM是一种基于物理的双向频率感知卷积和扩散模型，用于修复sinogram，通过结合双向频率推理、角感知掩码和物理引导正则化，提升全局结构和物理合理性的保持能力。

Artifact Reduction in Undersampled 3D Cone-Beam CTs using a Hybrid 2D-3D CNN Framework

使用混合2D-3D CNN框架减少欠采样3D锥形束CT中的伪影

Johannes Thalhammer, Tina Dorosti, Sebastian Peterhansl, Daniela Pfeiffer, Franz Pfeiffer, Florian Schaff

机构 * Chair of Biomedical Physics, Department of Physics, School of Natural Sciences（生物医学物理教授会，物理系，自然科学学院） ； Munich Institute of Biomedical Engineering（慕尼黑生物医学工程研究所） ； Institute for Diagnostic and Interventional Radiology, School of Medicine and Health, TUM Klinikum（诊断与介入放射学研究所，医学与健康学院，TUM医院） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 本文提出一种混合2D-3D CNN框架，用于减少欠采样3D锥形束CT中的伪影，通过2D和3D模型结合提升图像质量与处理效率。

Beyond Core and Penumbra: Bi-Temporal Image-Driven Stroke Evolution Analysis

超越核心与半影：双时间影像驱动的中风演变分析

Md Sazidur Rahman, Kjersti Engan, Kathinka Dæhli Kurz, Mahdieh Khanmohammadi

机构 * Department of Electrical Engineering and Computer Science, University of Stavanger（斯瓦尔巴大学电子工程与计算机科学系） ； Stavanger Medical Imaging Laboratory, Stavanger University, Hospital（斯塔万格医学影像实验室，斯塔万格大学医院） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 本文提出双时间影像分析框架，利用统计描述符和深度特征嵌入分析中风演变，揭示不同区域的组织状态变化及可挽救性。

DuMeta++: Spatiotemporal Dual Meta-Learning for Generalizable Few-Shot Brain Tissue Segmentation Across Diverse Ages

DuMeta++: 基于时空双元学习的通用化少样本脑组织分割方法用于跨多样年龄的分割

Yongheng Sun, Jun Shu, Jianhua Ma, Fan Wang

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） ； Key Laboratory of Biomedical Information Engineering of Ministry of Education, School of Life Science and Technology, Xi’an Jiaotong University（教育部生物医学信息工程重点实验室，西安交通大学生命科学与技术学院） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 DuMeta++通过双元学习框架实现跨年龄少样本脑组织分割的通用化，无需配对纵向数据，提升模型适应性和泛化能力。

Effect of Reporting Mode and Clinical Experience on Radiologists' Gaze and Image Analysis Behavior in Chest Radiography

报告模式和临床经验对胸部X光影像分析行为的影响

Mahta Khoobi, Marc Sebastian von der Stueck, Felix Barajas Ordonez, Anca-Maria Iancu, Eric Corban, Julia Nowak, Aleksandar Kargaliev, Valeria Perelygina, Anna-Sophie Schott, Daniel Pinto dos Santos, Christiane Kuhl, Daniel Truhn, Sven Nebelung, Robert Siepmann

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

AI总结 本研究探讨了不同报告模式对放射科医生影像分析行为的影响，发现AI辅助结构性报告显著提高了诊断准确性和效率。

Comments Preprint version - Under second revision at Radiology (manuscript RAD-25-1348)

Journal ref Radiology 2026; 318(2):e25134

Alteration of the Brains Microbiome and Neuroinflammation Associated with Ventricular Catheters

脑微生态改变与脑室导管相关的神经炎症

Zihan Zhu, Dipankar Biswas, Michael Meggyesy, Di Cao, Gwendolyn Williams, Richard Um, Farzad Maroufi, Ryan P. Lee, Jun Hua, Liangliang Zhang, Jeffrey Capadona, Horst V. Recum, Mark G. Luciano

专题命中 医学影像 ：MRI(abstract)；分类 q-bio

AI总结 研究发现导管材料影响脑部微生态及神经炎症，提示材料选择对慢性胶质增生和分流阻塞有重要影响。

Comments 24 pages, 10 figures

Approximate Cartesian Tree Matching with Substitutions

近似置换Cartesian树匹配

Panagiotis Charalampopoulos, Jonas Ellert, Manal Mohamed

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种近似Cartesian树匹配算法，通过汉明距离度量在时间序列分析中提升鲁棒性。

Comments Full version of a work to appear in the proceedings of STACS 2026