医学 AI

CT-Bench: A Benchmark for Multimodal Lesion Understanding in Computed Tomography

CT-Bench：一种用于CT中多模态病变理解的基准测试

Qingqing Zhu, Qiao Jin, Tejas S. Mathai, Yin Fang, Zhizheng Wang, Yifan Yang, Maame Sarfo-Gyamfi, Benjamin Hou, Ran Gu, Praveen T. S. Balamuralikrishna, Kenneth C. Wang, Ronald M. Summers, Zhiyong Lu

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

AI总结 CT-Bench是一个用于CT多模态病变理解的基准测试，包含病变图像和元数据集以及多任务视觉问答基准测试，通过评估多种多模态模型并展示其在临床中的应用价值。

Adversarial Deep Learning for Simultaneous Segmentation of Ventricular and White Matter Hyperintensities in Clinical MRI

对抗深度学习用于临床MRI中室腔和白质高信号的同时分割

Mahdi Bashiri Bawil, Mousa Shamsi, Abolhassan Shakeri Bavil

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

AI总结 本文提出一种对抗深度学习框架，用于同时分割临床MRI中的室腔和白质高信号，通过对抗训练和注意力加权辨别提高分割精度和病变区分能力。

Comments 51 pages, 6 figures, 5 tables

Attention-Enhanced U-Net for Accurate Segmentation of COVID-19 Infected Lung Regions in CT Scans

注意力增强的U-Net用于准确分割CT扫描中感染的肺部区域

Amal Lahchim, Lazar Davic

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

AI总结 本文提出一种结合注意力机制的改进U-Net模型，用于提高CT扫描中新冠肺部感染区域分割的准确性，实验结果显示其在Dice系数和IoU指标上均优于其他方法。

Comments 14 pages, 9 figures, created using Google Colab and PyTorch. Compares segmentation models for COVID-19 CT data

PyRadiomics-cuda: 3D features extraction from medical images for HPC using GPU acceleration

PyRadiomics-cuda：利用GPU加速从医学图像中提取三维特征

Jakub Lisowski, Piotr Tyrakowski, Szymon Zyguła, Krzysztof Kaczmarski

机构 * Warsaw University of Technology, Faculty of Mathematics and Information Science（华沙技术大学，数学与信息科学学院） 纠错

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

AI总结 PyRadiomics-cuda通过GPU加速实现医学图像三维特征提取，提升高通量AI流程的处理效率。

Towards Scalable Language-Image Pre-training for 3D Medical Imaging

面向3D医学影像的语言-图像预训练的可扩展性

Chenhui Zhao, Yiwei Lyu, Asadur Chowdury, Edward Harake, Akhil Kondepudi, Akshay Rao, Xinhai Hou, Honglak Lee, Todd Hollon

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 HLIP通过引入层次注意力机制，实现对3D医学影像的可扩展语言-图像预训练，提升脑部MRI和头部CT的性能表现。

Comments TMLR 2026

Intracoronary Optical Coherence Tomography Image Processing and Vessel Classification Using Machine Learning

利用机器学习进行冠脉光学相干断层扫描图像处理与血管分类

Amal Lahchim, Lambros Athanasiou

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

AI总结 本文提出基于机器学习的OCT图像自动处理方法，实现血管分割与分类，达到高精度和高效率的自动化分析。

Comments 12 pages, 8 figures. Research paper from Electrical and Computer Engineering Department, University of Patras

Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning

多智能体强化学习中的连续时间价值迭代

Xuefeng Wang, Lei Zhang, Henglin Pu, Ahmed H. Qureshi, Husheng Li

机构 * Purdue University（普渡大学） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.LG

AI总结 本文提出CT-MARL框架，利用物理指导神经网络和价值梯度迭代模块，解决多智能体强化学习中高维动态系统和价值函数近似难题，实现更准确的价值估计和策略学习。

Comments Accepted at ICLR 2026. 21 pages, 13 figures

Enhanced distribution of molecules in the brain due to oscillations of the interstitial flow

由于间质流的振荡，大脑中分子分布的增强

Raghu Raghavan, Richard D. Penn

专题命中 医学影像 ：MRI(abstract)

AI总结 本文研究了心脏和呼吸周期驱动的间质流振荡对大脑分子扩散的影响，提出振荡随机游走模型以解释高体积传输现象，并探讨了外部力调节流动的可能性。

Comments 31 pages, 7 figures

Placental contractions in uncomplicated pregnancies

未并发症妊娠中的胎盘收缩

Louise Dewick, Amy L Turnbull, Kate F Walker, Nia W Jones, George Hutchinson, Christopher Bradley, Taqwa Ferdous, Aisha Razzaque, Ruizhe Li, Xin Chen, Grazziela Figueredo, Craig Platt, Cesar Peres, Penny Gowland

专题命中 医学影像 ：MRI(abstract)

AI总结 研究发现未并发症妊娠中胎盘收缩比子宫收缩更常见，且与胎盘形态和MRI参数变化相关。

Safe Continuous-time Multi-Agent Reinforcement Learning via Epigraph Form

通过epigraph形式实现安全的连续时间多智能体强化学习

Xuefeng Wang, Lei Zhang, Henglin Pu, Husheng Li, Ahmed H. Qureshi

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种基于epigraph形式的连续时间约束MDP框架，通过物理信息神经网络实现稳定高效的连续时间多智能体强化学习，验证了方法在安全环境中的有效性。

Comments Accepted by ICLR 2026. 27 pages, 15 figures

A Contrastive Variational AutoEncoder for NSCLC Survival Prediction with Missing Modalities

用于NSCLC生存预测的对比变分自编码器，具有缺失模态

Michele Zanitti, Vanja Miskovic, Francesco Trovò, Alessandra Laura Giulia Pedrocchi, Ming Shen, Yan Kyaw Tun, Arsela Prelaj, Sokol Kosta

机构 * Department of Electronic Systems, Aalborg University, Copenhagen, Denmark（电子系统系，奥胡斯大学） ； Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy（电子、信息与生物工程系，米兰理工学院） ； Department of Medical Oncology, Istituto Nazionale dei Tumori, Milan, Italy（医学肿瘤学系，国家肿瘤研究所） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文提出了一种多模态对比变分自编码器，用于NSCLC生存预测，通过整合多种数据模态并处理缺失数据，提高预测的鲁棒性和准确性。

Comments Accepted at The 13th IEEE International Conference on Big Data (IEEE BigData 2025)

AI-Assisted Decision Making with Human Learning

辅助人类学习的AI决策制定

Gali Noti, Kate Donahue, Jon Kleinberg, Sigal Oren

机构 * Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； Ben-Gurion University（本·古里安大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文研究了人工智能辅助决策中人类学习的权衡问题，提出了一种基于算法耐心和人类学习能力的最优特征选择方法。

Comments This paper appeared in Proceedings of the 26th ACM Conference on Economics and Computation (EC '25)

MedClarify: An information-seeking AI agent for medical diagnosis with case-specific follow-up questions

MedClarify：一种用于医学诊断的信息寻求AI代理，具有病例特定的后续问题

Hui Min Wong, Philip Heesen, Pascal Janetzky, Martin Bendszus, Stefan Feuerriegel

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

AI总结 MedClarify通过生成病例特定的后续问题，提升医学诊断的准确性与可靠性。

A Hybrid Federated Learning Based Ensemble Approach for Lung Disease Diagnosis Leveraging Fusion of SWIN Transformer and CNN

一种基于混合联邦学习的集成方法用于肺部疾病诊断，利用SWIN变换器与CNN的融合

Asif Hasan Chowdhury, Md. Fahim Islam, M Ragib Anjum Riad, Faiyaz Bin Hashem, Md Tanzim Reza, Md. Golam Rabiul Alam

机构 * BRAC University（布拉克大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种结合SWIN变换器与CNN的混合联邦学习方法，用于提高肺部疾病诊断的准确性和安全性。

Non-Invasive Anemia Detection: A Multichannel PPG-Based Hemoglobin Estimation with Explainable Artificial Intelligence

非侵入性贫血检测：基于多通道PPG的血红蛋白估计与可解释人工智能

Garima Sahu, Poorva Verma, Nachiket Tapas

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种基于多通道PPG信号和可解释人工智能的非侵入性血红蛋白估计方法，通过梯度提升回归模型和SHAP解释方法实现高精度贫血筛查。

ReIn: Conversational Error Recovery with Reasoning Inception

ReIn：基于推理 inception 的对话错误恢复

Takyoung Kim, Jinseok Nam, Chandrayee Basu, Xing Fan, Chengyuan Ma, Heng Ji, Gokhan Tur, Dilek Hakkani-Tür

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊公司） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 ReIn通过推理inception方法实现对话错误恢复，无需修改模型参数或提示，提升任务成功率并泛化到未见错误类型。

Comments ICLR 2026

AtlasPatch: Efficient Tissue Detection and High-throughput Patch Extraction for Computational Pathology at Scale

AtlasPatch: 高效组织检测与高通量切片提取用于大规模计算病理学

Ahmed Alagha, Christopher Leclerc, Yousef Kotp, Omar Metwally, Calvin Moras, Peter Rentopoulos, Ghodsiyeh Rostami, Bich Ngoc Nguyen, Jumanah Baig, Abdelhakim Khellaf, Vincent Quoc-Huy Trinh, Rabeb Mizouni, Hadi Otrok, Jamal Bentahar, Mahdi S. Hosseini

机构 * Department of Computer Science and Software Engineering (CSSE)（计算机科学与软件工程系） ； Concordia University（Concordia大学） ； Concordia Institute for Information Systems Engineering (CIISE)（Concordia信息系统工程研究所） ； Department of Building, Civil, and Environmental Engineering（建筑、土木和环境工程系） ； University of Montreal Hospital Center (CHUM)（蒙特利尔大学医院中心） ； Mila–Quebec AI Institute（Mila-魁北克人工智能研究所） ； Khalifa University（Khalifa大学） ； McGill University（麦吉尔大学） ； Institute for Research in Immunology and Cancer（免疫学与癌症研究所在） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV、q-bio、eess.IV

AI总结 AtlasPatch通过高效组织检测和高通量切片提取，显著提升大规模计算病理学的处理效率与性能。

Comments Under review

A feature-stable and explainable machine learning framework for trustworthy decision-making under incomplete clinical data

一种具有特征稳定性和可解释性的机器学习框架，用于在不完整临床数据下实现可信的决策

Justyna Andrys-Olek, Paulina Tworek, Luca Gherardini, Mark W. Ruddock, Mary Jo Kurt, Peter Fitzgerald, Jose Sousa

机构 * Computational Intelligence, Sano Centre for Computational Personalised Medicine（计算智能，Sano计算个性化医学中心） ； Clinical Studies Group, Randox Laboratories Ltd., Co.（临床研究组，Randox实验室有限公司） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.LG

AI总结 CACTUS是一种针对不完整临床数据设计的可解释机器学习框架，通过提升特征稳定性与可解释性，增强模型在缺失数据下的可信决策能力。

Single Exposure Quantitative Phase Imaging with a Conventional Microscope using Diffusion Models

单次曝光定量相位成像使用常规显微镜与扩散模型

Gabriel della Maggiora, Luis Alberto Croquevielle, Harry Horsley, Thomas Heinis, Artur Yakimovich

专题命中 病理影像 ：biomedical(abstract)；分类 eess.IV

AI总结 利用色差和扩散模型实现单次曝光的高精度相位成像，提升生物医学应用的效率。

Journal ref (2025). Proceedings of the AAAI Conference on Artificial Intelligence, 39(3), 2672-2680

Tracking the Brownian motion of DNA-functionalized magnetic nanoparticles for conformation analysis beyond the optical resolution limit

追踪DNA功能化磁性纳米颗粒的布朗运动以超越光学分辨率极限进行构象分析

Christian Janzen, Fabian Schmid-Michels, Yahya Shubbak, Melanie Wegener, Karl-Josef Dietz, Inga Ennen, Rico Huhnstock, Arno Ehresmann, Andreas Hütten

专题命中 病理影像 ：biomedical(abstract)

AI总结 通过布朗运动分析DNA功能化磁性纳米颗粒的构象，超越光学分辨率极限，揭示水动力学标度与dsDNA长度的关系。

Comments Article: 18 pages, 7 figures; Supporting Information: 3 pages, 3 figures

Prototype-Based Disentanglement for Controllable Dysarthric Speech Synthesis

基于原型的解耦方法用于可控性口吃语音合成

Haoshen Wang, Xueli Zhong, Bingbing Lin, Jia Huang, Xingduo Pan, Shengxiang Liang, Nizhuan Wang, Wai Ting Siok

机构 * Department of Language Science and Technology, The Hong Kong Polytechnic University（语言科学与技术系，香港理工大学） ； College of Rehabilitation Medicine, Fujian University of Traditional Chinese Medicine（康复医学学院，福建中医药大学） ； Department of Imaging, Rehabilitation Hospital affiliated to Fujian University of Traditional Chinese Medicine（影像科，福建中医药大学附属康复医院） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本文提出ProtoDisent-TTS框架，通过原型解耦技术实现健康与口吃语音的可控转换，提升语音合成的可控性和鲁棒性。

FibreCastML: An Open Web Platform for Predicting Electrospun Nanofibre Diameter Distributions

FibreCastML：一个用于预测电纺纳米纤维直径分布的开放式网络平台

Elisa Roldan, Kirstie Andrews, Stephen M. Richardson, Reyhaneh Fatahian, Glen Cooper, Rasool Erfani, Tasneem Sabir, Neil D. Reeves

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

AI总结 FibreCastML通过预测电纺纳米纤维直径分布，提升支架架构的可重复性和数据驱动优化

AIdentifyAGE Ontology for Decision Support in Forensic Dental Age Assessment

AIdentifyAGE 用于法医牙科年龄评估的决策支持本体

Renato Marcelo, Ana Rodrigues, Cristiana Palmela Pereira, António Figueiras, Rui Santos, José Rui Figueira, Alexandre P Francisco, Cátia Vaz

机构 * InESC-ID Lisboa（里斯本INESC-ID） ； Instituto Superior Técnico（技术学院） ； Faculdade de Medicina Dentária da Universidade de Lisboa（里斯本大学牙医学院） ； FCiências.ID - Centro de Estatística e Aplicações da Universidade de Lisboa (CEAUL)（里斯本大学FCiências.ID） ； Instituto Politécnico de Leiria - Escola Superior de Tecnologia e Gestão（莱里亚技术学院） ； IST-ID ； Instituto Superior de Engenharia de Lisboa（里斯本工程学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 AIdentifyAGE本体通过标准化框架整合法医牙科年龄评估流程，提升医法律决策支持系统的透明度和可解释性。

U-FedTomAtt: Ultra-lightweight Federated Learning with Attention for Tomato Disease Recognition

U-FedTomAtt：轻量级联邦学习与注意力机制用于番茄疾病识别

Romiyal George, Sathiyamohan Nishankar, Selvarajah Thuseethan, Chathrie Wimalasooriya, Yakub Sebastian, Roshan G. Ragel, Zhongwei Liang

机构 * Department of Computer Engineering, University of Peradeniya（珀德尼亚大学计算机工程系） ； Faculty of Science and Technology, Charles Darwin University（查尔斯达尔文大学科学与技术学院） ； Canadian Institute for Cybersecurity, University of New Brunswick（新不伦瑞克大学加拿大网络安全研究所） ； School of Mechanical and Electrical Engineering, Guangzhou University（广州大学机械与电子工程学院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG、q-bio

AI总结 U-FedTomAtt提出一种轻量级联邦学习框架，结合注意力机制，用于在资源受限环境下识别番茄疾病，实现了高准确率和低计算开销。

Comments 10 pages and 4 figures

DistillNote: Toward a Functional Evaluation Framework of LLM-Generated Clinical Note Summaries

DistillNote：一种评估大语言模型生成临床笔记摘要功能性的框架

Heloisa Oss Boll, Antonio Oss Boll, Leticia Puttlitz Boll, Ameen Abu Hanna, Iacer Calixto

机构 * Department of Medical Informatics, Amsterdam UMC, University of Amsterdam（医学信息学系，阿姆斯特丹大学） ； Amsterdam Public Health, Methodology（阿姆斯特丹公共健康与方法学） ； Institute of Mathematics and Statistics, University of São Paulo（数学与统计学研究所，圣保罗大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 DistillNote提出了一种评估大语言模型生成临床摘要功能性的新方法，通过下游任务验证摘要的诊断信号保留，揭示压缩与性能的权衡。