医学 AI

Supervised Transfer Learning Framework for Fault Diagnosis in Wind Turbines

风力涡轮机故障诊断的监督迁移学习框架

Kenan Weber, Christine Preisach

机构 * Hochschule Karlsruhe - University of Applied Sciences（卡尔斯鲁厄应用技术大学） 纠错

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

AI总结 本文提出了一种基于异常空间的监督迁移学习框架，用于风力涡轮机故障诊断，通过多层感知机实现了高准确度的跨领域故障检测。

Comments 9 pages, 4 figures, to be published in: Upper Rhine AI Symposium (URAI) 2024

AI-Driven Clinical Decision Support System for Enhanced Diabetes Diagnosis and Management

基于人工智能的临床决策支持系统用于增强糖尿病诊断与管理

Mujeeb Ur Rehman, Imran Rehan, Sohail Khalid

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

AI总结 本文提出了一种基于人工智能的临床决策支持系统，用于高精度诊断2型糖尿病，其在预测糖尿病、糖尿病前期和高风险个体方面表现出极高的准确性。

Leveraging Unlabeled Scans for NCCT Image Segmentation in Early Stroke Diagnosis: A Semi-Supervised GAN Approach

利用未标记扫描数据进行早期中风诊断的NCCT图像分割：一种半监督GAN方法

Maria Thoma, Michalis A. Savelonas, Dimitris K. Iakovidis

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

AI总结 本文提出一种半监督GAN方法，利用未标记扫描数据提升早期中风NCCT图像分割的准确性，以提高诊断效率和临床决策支持。

Journal ref Proc. IEEE International Conference on BioInformatics and BioEngineering (BIBE), Athens, Greece, 2025

Toward Reliable Tea Leaf Disease Diagnosis Using Deep Learning Model: Enhancing Robustness With Explainable AI and Adversarial Training

迈向可靠茶叶疾病诊断的深度学习模型：通过可解释AI和对抗训练增强鲁棒性

Samanta Ghosh, Jannatul Adan Mahi, Shayan Abrar, Md Parvez Mia, Asaduzzaman Rayhan, Abdul Awal Yasir, Asaduzzaman Hridoy

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

AI总结 本文提出基于深度学习的自动化模型，利用可解释AI和对抗训练提高鲁棒性，实现茶叶疾病准确分类。

Comments 6 pages,9 figures, 2025 IEEE International Women in Engineering (WIE) Conference on Electrical and Computer Engineering (WIECON-ECE)

Differentiable Modal Logic for Multi-Agent Diagnosis, Orchestration and Communication

可微模态逻辑用于多智能体诊断、协调与通信

Antonin Sulc

机构 * Lawrence Berkeley National Lab（伯克利劳伦斯国家实验室） ； Berkeley（伯克利） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本文提出可微模态逻辑，通过神经符号方法实现多智能体系统的调试与协调，结合知识注入和多模态推理，提升智能体间的信任与因果推理能力。

Comments 29 pages, 8 figures, 8 tables, Tutorial at 3rd International Conference on Neuro-Symbolic Systems (NeuS)

Multiscale Vector-Quantized Variational Autoencoder for Endoscopic Image Synthesis

多尺度向量量化变分自编码器用于内窥镜图像合成

Dimitrios E. Diamantis, Dimitris K. Iakovidis

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

AI总结 本文提出多尺度向量量化变分自编码器，用于生成内窥镜图像中的异常，提升临床决策支持系统的性能。

Journal ref Proc. IEEE International Conference on Imaging Systems and Techniques (IST 2025), Strasburg, France

Backward Conformal Prediction

反向符合预测

Etienne Gauthier, Francis Bach, Michael I. Jordan

机构 * INRIA-ENS-PSL Paris（法国国家信息与自动化研究所-巴黎综合理工学院-巴黎理工学院） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 反向符合预测通过约束预测集大小行为并调整覆盖率水平，提供灵活的可计算覆盖率保证，适用于医疗诊断等大预测集不现实的应用场景。

Comments Code available at: https://github.com/GauthierE/backward-cp

Semantically Conditioned Diffusion Models for Cerebral DSA Synthesis

具有语义条件的扩散模型用于脑部DSA合成

Qiwen Xu, David Rügamer, Holger Wenz, Johann Fontana, Nora Meggyeshazi, Andreas Bender, Máté E. Maros

机构 * Department of Statistics, LMU Munich（统计学系） ； Department of Biomedical Informatics (DBMI), Medical Faculty Mannheim, Heidelberg University（生物医学信息学系） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Clinic for Diagnostic and Interventional Neuroradiology, Medical Faculty Mannheim, Heidelberg University（诊断和介入神经放射科） ； Department of Anesthesiology and Intensive Care Medicine, BG Trauma Center Tuebingen（麻醉和重症医学科） 纠错

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

AI总结 本研究提出一种具有语义条件的扩散模型，用于生成具有真实感的脑部DSA图像，以支持医学研究和算法开发。

Surface impedance inference via neural fields and sparse acoustic data obtained by a compact array

通过神经场和稀疏声学数据推断表面阻抗

Yuanxin Xia, Xinyan Li, Matteo Calafà, Allan P. Engsig-Karup, Cheol-Ho Jeong

机构 * Acoustic Technology, Department of Electrical and Photonics Engineering（声学技术，电气与光子工程系） ； Department of Applied Mathematics and Computer Science（应用数学与计算机科学系） 纠错

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

AI总结 本文提出一种基于神经场和稀疏声学数据的方法，用于推断表面阻抗，适用于建筑和汽车声学的现场表征。

H-LDM: Hierarchical Latent Diffusion Models for Controllable and Interpretable PCG Synthesis from Clinical Metadata

H-LDM：用于从临床元数据生成可控且可解释的PCG合成的分层潜在扩散模型

Chenyang Xu, Siming Li, Hao Wang

机构 * School of Cyber Engineering Xidian University Xi'an, China（电子科技大学信息工程学院西安中国） ； School of Telecommunications Engineering Xidian University Xi'an, China（电子科技大学电信工程学院西安中国） 纠错

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

AI总结 H-LDM通过分层潜在扩散模型从临床元数据生成可控且可解释的PCG信号，提升心血管疾病诊断的准确性和有效性。

Comments This paper was accepted by IEEE BIBM 2025 conference

MedExChain: Enabling Secure and Efffcient PHR Sharing Across Heterogeneous Blockchains

MedExChain: 促进跨异构区块链的 secure 且 efficient 的 PHR 分享

Yongyang Lv, Xiaohong Li, Kui Chen, Zhe Hou, Guangdong Bai, Ruitao Feng

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 MedExChain通过跨异构区块链的安全高效PHR共享方案，解决医疗数据在不同区块链架构间共享的性能与安全挑战。