医学 AI

Effective and Robust Multimodal Medical Image Analysis

高效且鲁棒的多模态医学图像分析

Joy Dhar, Nayyar Zaidi, Maryam Haghighat

机构 * Indian Institute of Technology Ropar（印度理工学院罗帕尔分校） ； Deakin University（德克萨斯大学） ； Queensland University of Technology（昆士兰理工大学） 纠错

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

AI总结 本文提出MAIL网络，通过高效残差学习和多模态交叉注意力模块，提升多模态医学图像分析的效率与鲁棒性，实现实验性能提升9.34%并降低计算成本78.3%。

Comments Accepted at Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)

A Mixed Precision FFT with applications in MRI

混合精度FFT及其在MRI中的应用

Nikhil Deveshwar, Abhejit Rajagopal, Peder E. Z. Larson

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

AI总结 本文提出了一种混合精度FFT算法，通过优化块大小和精度，提升MRI图像处理的数值性能。

Comments Accepted to ICASSP 2026

Distributional Deep Learning for Super-Resolution of 4D Flow MRI under Domain Shift

分布式深度学习在4D流体MRI超分辨率中的应用：域移位下的超分辨率提升

Xiaoyi Wen, Fei Jiang

机构 * Department of Epidemiology and Biostatistics, University of California, San Francisco（流行病学与生物统计学系，加州大学旧金山分校） 纠错

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

AI总结 本文提出分布式深度学习框架，用于提升4D流体MRI在域移位下的超分辨率性能，通过训练和微调提高模型鲁棒性与泛化能力。

GRAFNet: Multiscale Retinal Processing via Guided Cortical Attention Feedback for Enhancing Medical Image Polyp Segmentation

GRAFNet：通过引导性皮层注意反馈进行多尺度视网膜处理以增强医学图像息肉分割

Abdul Joseph Fofanah, Lian Wen, Alpha Alimamy Kamara, Zhongyi Zhang, David Chen, Albert Patrick Sankoh

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

AI总结 GRAFNet通过引导性皮层注意反馈模块提升医学图像息肉分割的准确性和泛化能力。

The Utility of the Virtual Imaging Trials Methodology for Objective Characterization of AI Systems and Training Data

虚拟成像试验方法论在客观表征人工智能系统和训练数据中的实用性

Fakrul Islam Tushar, Lavsen Dahal, Saman Sotoudeh-Paima, Ehsan Abadi, W. Paul Segars, Ehsan Samei, Joseph Y. Lo

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

AI总结 本文探讨了虚拟成像试验方法在客观评估AI系统和训练数据中的应用，通过多种模型和数据集验证，展示了多样化数据对AI性能的重要性。

Comments 8 figures, 4 Tables, 1 Supplement

Journal ref J. Med. Imaging 13(1), 014506 (2026)

StrokeNeXt: A Siamese-encoder Approach for Brain Stroke Classification in Computed Tomography Imagery

StrokeNeXt：一种用于CT影像中脑卒中分类的孪生编码器方法

Leo Thomas Ramos, Angel D. Sappa

机构 * Computer Vision Center（计算机视觉中心） ； Universitat Autònoma de Barcelona（巴塞罗那自治大学） ； ESPOL Polytechnic University（ESPOL理工大学） 纠错

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

AI总结 StrokeNeXt通过双分支编码器和轻量级解码器实现CT影像中脑卒中分类，达到高达0.988的准确率和F1分数，同时具备低推理时间和高鲁棒性。

Comments 10 pages, 6 figures, 11 tables

Benchmarking Self-Supervised Models for Cardiac Ultrasound View Classification

对用于心脏超声视图分类的自监督模型进行基准测试

Youssef Megahed, Salma I. Megahed, Robin Ducharme, Inok Lee, Adrian D. C. Chan, Mark C. Walker, Steven Hawken

机构 * Department of Systems ； Computer Engineering, Carleton University, Ottawa, Ontario, Canada Department of Methodological ； Implementation Research, Ottawa Hospital Research Institute, Ottawa, Ontario, Canada Department of Acute Care Research, Ottawa Hospital Research Institute, Ottawa, Ontario, Canada Department of Obstetrics ； Gynecology, University of Ottawa, Ottawa, Ontario, Canada School of Epidemiology ； Public Health, University of Ottawa, Ottawa, Ontario, Canada Department of Obstetrics, Gynecology \& Newborn Care, The Ottawa Hospital, Ottawa, Ontario, Canada International ； Global Health Office, University of Ottawa, Ottawa, Ontario, Canada College of Medicine, Alfaisal University, Riyadh, Saudi Arabia 纠错

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

AI总结 本研究比较了USF-MAE和MoCo v3在心脏超声视图分类中的性能，发现USF-MAE在多个指标上表现更优。

Comments 10 pages, 3 figures, 3 tables

Proton Computed Tomography Image Reconstruction Based on the Richardson-Lucy Algorithm

基于Richardson-Lucy算法的质子计算机断层扫描图像重建

Gábor Bíró, Ákos Sudár, Zsófia Jólesz, Gábor Papp, Gergely Gábor Barnaföldi

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出基于Richardson-Lucy算法的质子CT图像重建方法，通过蒙特卡罗模拟验证了其在提高空间分辨率和RSP精度方面的有效性。

Time-resolved X-ray radiography of through-thickness liquid transport in partly saturated needle-punched nonwovens

时间分辨X射线成像用于部分饱和针刺非织物中厚度方向液体传输的研究

Patrick Wegele, Zisheng Yao, Jonas Tejbo, Julia K. Rogalinski, Tomas Rosén, Alexander Groetsch, Kim Nygård, Eleni Myrto Asimakopoulou, Pablo Villanueva-Perez, L. Daniel Söderberg

专题命中 医学影像 ：CT(abstract)

AI总结 本文通过时间分辨X射线成像和微CT技术，研究了部分饱和针刺非织物中厚度方向液体传输的动态特性，揭示了针刺强度对传输的影响及饱和度的指数关系。

Comments 32 pages, 12 figures

Model selection with the Pantheon+ Type Ia SN sample

利用Pantheon+ Ia型超新星样本进行模型选择

Namit Chandak, Fulvio Melia, Junjie Wei

专题命中 医学影像 ：CT(abstract)

AI总结 利用Pantheon+ Ia型超新星样本，研究ΛCDM模型是否违反能量条件，发现R_h=ct模型更受数据支持。

Comments 4 pages, 4 figures, 1 table. Accepted for publication in A&A Letters

Cosmology in the De Donder-Weyl Formulation of Einstein-Cartan Gravity

德多纳-魏尔形式化下的爱因斯坦-卡特引力宇宙学

Aarav Shah, M. Yu. Khlopov, M. Krasnov

专题命中 医学影像 ：CT(abstract)

AI总结 本文研究了爱因斯坦-卡特引力中德多纳-魏尔形式化下的宇宙学动力学，推导了 torsion 修正的弗里德曼方程，并分析了幂律形式下的解分支及非线性方程的限制条件。

Comments This manuscript is 11 pages long and contains no figures

Journal ref Eur. Phys. J. C (2026) 86:156

A XAI-based Framework for Frequency Subband Characterization of Cough Spectrograms in Chronic Respiratory Disease

基于XAI的慢性呼吸疾病咳嗽声频带特征分析框架

Patricia Amado-Caballero, Luis M. San-José-Revuelta, Xinheng Wang, José Ramón Garmendia-Leiza, Carlos Alberola-López, Pablo Casaseca-de-la-Higuera

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG、eess.SP

AI总结 本文提出基于XAI的框架，用于分析慢性呼吸疾病咳嗽声的频谱特征，通过分解频带实现可解释的诊断分析。

Comments Updated funder information

CAAT-EHR: Cross-Attentional Autoregressive Transformer for Multimodal Electronic Health Record Embeddings

CAAT-EHR: 多模态电子健康记录嵌入的交叉注意力自回归变压器

Mohammad Al Olaimat, Shaika Chowdhury, Serdar Bozdag

机构 * Department of Computer Science and Engineering, University of North Texas（计算机科学与工程系，北卡罗来纳大学达顿分校） ； BioDiscovery Institute, University of North Texas（生物发现研究所，北卡罗来纳大学达顿分校） ； Center for Computational Life Sciences, University of North Texas（计算生命科学中心，北卡罗来纳大学达顿分校） 纠错

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

AI总结 CAAT-EHR通过多模态嵌入和自回归机制提升EHR分析的通用性和准确性。

MRC-GAT: A Meta-Relational Copula-Based Graph Attention Network for Interpretable Multimodal Alzheimer's Disease Diagnosis

MRC-GAT：一种基于元关系耦合的图注意力网络用于可解释的多模态阿尔茨海默病诊断

Fatemeh Khalvandi, Saadat Izadi, Abdolah Chalechale

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract)；分类 cs.LG、q-bio

AI总结 MRC-GAT通过元关系耦合和多关系注意力机制，实现多模态阿尔茨海默病诊断的高精度与可解释性。

Comments 27 pages, 10 figures, 10 table

From Diagnosis to Inoculation: Building Cognitive Resistance to AI Disempowerment

从诊断到接种：构建对AI去赋能的认知抵抗力

Aleksey Komissarov

机构 * Neapolis University（内帕利斯大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出基于AI素养框架和接种理论，通过教学实践构建对AI去赋能的认知抵抗力。

Comments 11 pages, 1 table. Perspective / Position Paper

NeRFscopy: Neural Radiance Fields for in-vivo Time-Varying Tissues from Endoscopy

NeRFscopy：基于神经辐射场的内窥镜时间变化组织的3D重建

Laura Salort-Benejam, Antonio Agudo

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

AI总结 NeRFscopy通过神经辐射场技术，从单目内窥镜视频中实现可变形组织的3D重建和新视角合成，无需模板或预训练模型。

Comments ISBI 2026

Context-aware Skin Cancer Epithelial Cell Classification with Scalable Graph Transformers

具有上下文感知的皮肤癌上皮细胞分类方法：可扩展图变换器

Lucas Sancéré, Noémie Moreau, Katarzyna Bozek

机构 * Faculty of Mathematics and Natural Sciences, University of Cologne（数学与自然科学学院，科隆大学） ； Excellence Cluster on Cellular Stress Responses in Aging-Associated Diseases (CECAD), University of Cologne（细胞应激反应与衰老相关疾病卓越集群（CECAD），科隆大学） 纠错

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

AI总结 本文提出使用可扩展图变换器对皮肤癌上皮细胞进行分类，通过结合形态学和纹理特征以及周围细胞上下文，提高分类准确性。

Comments 17 pages, 2 figures

MB-DSMIL-CL-PL: Scalable Weakly Supervised Ovarian Cancer Subtype Classification and Localisation Using Contrastive and Prototype Learning with Frozen Patch Features

MB-DSMIL-CL-PL: 可扩展的弱监督卵巢癌亚型分类与定位使用对比学习和原型学习与冻结的图像块特征

Marcus Jenkins, Jasenka Mazibrada, Bogdan Leahu, Michal Mackiewicz

机构 * School of Computing Sciences, University of East Anglia（东安格利亚大学计算机科学学院） ； Norfolk and Norwich University Hospital（诺福克和诺里奇大学医院） ； University of East Anglia（东安格利亚大学） 纠错

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

AI总结 本文提出了一种基于对比学习和原型学习的弱监督方法，利用预计算的冻结特征进行卵巢癌亚型分类和定位，显著提升了分类和定位的性能指标。

THUNDER: Tile-level Histopathology image UNDERstanding benchmark

THUNDER：切片级病理图像理解基准

Pierre Marza, Leo Fillioux, Sofiène Boutaj, Kunal Mahatha, Christian Desrosiers, Pablo Piantanida, Jose Dolz, Stergios Christodoulidis, Maria Vakalopoulou

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

AI总结 THUNDER是一个用于数字病理学基础模型的切片级基准测试，通过多种数据集和下游任务评估模型的性能、特征空间及鲁棒性。

Comments Accepted at NeurIPS 2025 Datasets and Benchmarks Track (Spotlight)

A cell-level model to predict the spatiotemporal dynamics of neurodegenerative disease

一种细胞水平模型用于预测神经退行性疾病的空间时间动态

Shih-Huan Huang, Matthew W. Cotton, Tuomas P. J. Knowles, David Klenerman, Georg Meisl

专题命中 病理影像 ：pathology(abstract)；分类 q-bio

AI总结 本文提出了一种细胞水平模型，用于预测神经退行性疾病的空间时间动态，并揭示了病理发展的临界转换点。

Journal ref PRX Life, 4, 013021 (2026)

Full-Field Damage Monitoring in Architected Lattices Using In situ Electrical Impedance Tomography

利用原位电阻抗断层扫描在架构化晶格中进行全场损伤监测

Akash Deep, Andrea Samore, Alistair McEwan, Andrew McBride, Shanmugam Kumar

专题命中 病理影像 ：biomedical(abstract)

AI总结 本文利用原位电阻抗断层扫描技术实现对3D打印多功能晶格复合材料中损伤演变的实时全场监测，展示了其在架构化材料中的应用潜力。

Concept-Enhanced Multimodal RAG: Towards Interpretable and Accurate Radiology Report Generation

概念增强的多模态RAG：迈向可解释且准确的放射科报告生成

Marco Salmè, Federico Siciliano, Fabrizio Silvestri, Paolo Soda, Rosa Sicilia, Valerio Guarrasi

机构 * Department of Engineering（工程系） ； Research Unit of Artificial Intelligence and Computer Systems（人工智能与计算机系统研究单位） ； Università Campus Bio-Medico of Roma（罗马大学生物医学校园） ； Department of Computer, Control and Management Engineering（计算机、控制与管理工程系） ； Sapienza University of Rome（罗马萨皮恩扎大学） ； Department of Diagnostics and Intervention, Radiation Physics, Biomedical Engineering（诊断与介入、辐射物理、生物医学工程系） ； Umeå University（乌梅拉大学） ； UniCamillus-Saint Camillus International University of Health Sciences（UniCamillus-圣卡米卢斯国际健康科学大学） 纠错

专题命中 医疗多模态 ：radiology(title,abstract)；分类 cs.CV

AI总结 概念增强的多模态RAG通过分解视觉表示为可解释的临床概念，提升放射科报告生成的可解释性和准确性。

A Scoping Review of Synthetic Data Generation by Language Models in Biomedical Research and Application: Data Utility and Quality Perspectives

基于语言模型生成合成数据在生物医学研究与应用中的综述：数据效用和质量视角

Hanshu Rao, Weisi Liu, Haohan Wang, I-Chan Huang, Zhe He, Xiaolei Huang

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

AI总结 本文综述了语言模型在生物医学领域生成合成数据的应用，分析了不同模态下的数据效用与质量挑战，指出需建立标准化评估框架以提升生物医学研究的应用效果。

Journal ref Journal of Healthcare Informatics Research (2026)

Virtual ultrasound machine operating in a GHz to MHz frequency range for particle-based biomedical simulations

针对GHz到MHz频率范围的虚拟超声机用于基于粒子的生物医学模拟

Urban Čoko, Tilen Potisk, Matej Praprotnik

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

AI总结 本文提出了一种基于粒子的虚拟超声机，用于在MHz到GHz频率范围内模拟超声波与物质的相互作用，展示了其在超声介导药物递送中的应用潜力。

Bayesian Optimization for Design Parameters of 3D Image Data Analysis

基于贝叶斯优化的3D图像数据分析设计参数优化

David Exler, Joaquin Eduardo Urrutia Gómez, Martin Krüger, Maike Schliephake, John Jbeily, Mario Vitacolonna, Rüdiger Rudolf, Markus Reischl

机构 * Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（自动化与应用信息学院，卡尔斯鲁厄技术大学） ； CeMOS Research and Transfer Center, Technische Hochschule Mannheim（CeMOS研究与转移中心，技术大学曼海姆） ； Institute of Biological and Chemical Systems, Karlsruhe Institute of Technology（生物与化学系统研究所，卡尔斯鲁厄技术大学） 纠错

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

AI总结 本文提出基于贝叶斯优化的3D图像数据分析优化流水线，通过两个阶段自动选择分割模型和分类器设计，提升大规模生物医学成像的分析效率。

Comments 10 pages, 7 figures

Moving Beyond Medical Exams: A Clinician-Annotated Fairness Dataset of Real-World Tasks and Ambiguity in Mental Healthcare

超越医学考试：一个由临床专家标注的现实任务及精神卫生领域模糊性公平性数据集

Max Lamparth, Declan Grabb, Amy Franks, Scott Gershan, Kaitlyn N. Kunstman, Aaron Lulla, Monika Drummond Roots, Manu Sharma, Aryan Shrivastava, Nina Vasan, Colleen Waickman

机构 * Stanford University（斯坦福大学） ； University of Colorado（科罗拉多大学） ； Northwestern University（西北大学） ； University of Wisconsin（威斯康星大学） ； Yale School of Medicine（耶鲁医学院） ； University of Chicago（芝加哥大学） ； Ohio State University（俄亥俄州立大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出一个由临床专家标注的现实任务公平性数据集，用于评估模型在精神卫生领域决策中的性能和偏见问题。

Comments Camera-ready version for ICLR 2026