医学 AI

Investigating Demographic Bias in Brain MRI Segmentation: A Comparative Study of Deep-Learning and Non-Deep-Learning Methods

研究脑部MRI分割中的人口统计学偏差：深度学习与非深度学习方法的比较研究

Ghazal Danaee, Marc Niethammer, Jarrett Rushmore, Sylvain Bouix

机构 * École de technologie supérieure ； University of California San Diego（加州大学圣地亚哥分校） ； Boston University School of Medicine（波士顿大学医学院） 纠错

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

AI总结 本研究比较了深度学习和非深度学习方法在脑MRI分割中的性能，发现种族匹配数据能提升分割准确性，但种族效应在部分模型中消失。

Comments 17 pages, 2 figures, Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:035

Journal ref Machine.Learning.for.Biomedical.Imaging. " (2026)

TopoGate: Quality-Aware Topology-Stabilized Gated Fusion for Longitudinal Low-Dose CT New-Lesion Prediction

TopoGate: 用于纵向低剂量CT新病变预测的质量感知拓扑稳定门控融合

Seungik Cho

机构 * Department of Physics \& Astronomy, Rice University, USA 纠错

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

AI总结 TopoGate通过质量感知门控融合外观和减影视图，提升纵向低剂量CT新病变预测的准确性和可靠性。

G-LoG Bi-filtration for Medical Image Classification

G-LoG双过滤用于医学图像分类

Qingsong Wang, Jiaxing He, Bingzhe Hou, Tieru Wu, Yang Cao, Cailing Yao

机构 * School of Mathematics, Jilin University（吉林大学数学学院） 纠错

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

AI总结 本文提出G-LoG双过滤用于医学图像分类，通过增强图像边界生成适合多参数持续模块的特征，实验表明其在MedMNIST数据集上优于单参数过滤和传统深度学习模型。

Physics-informed graph neural networks for flow field estimation in carotid arteries

基于物理信息的图神经网络用于颈动脉流场估计

Julian Suk, Dieuwertje Alblas, Barbara A. Hutten, Albert Wiegman, Christoph Brune, Pim van Ooij, Jelmer M. Wolterink

机构 * organization= University of Twente , city= Enschede , country= The Netherlands ； organization= Amsterdam University Medical Center , city= Amsterdam , country= The Netherlands ； organization= Research Institute Amsterdam Cardiovascular Sciences, Diabetes \& Metabolism , city= Amsterdam , country= The Netherlands 纠错

专题命中 医学影像 ：MRI(abstract)；pathology(abstract)；biomedical(abstract)；分类 cs.LG、q-bio

AI总结 本研究提出基于物理信息的图神经网络，用于通过4D流体MRI数据估计颈动脉血流场，结合几何与流体动力学关系，实现高效准确的血流预测。

Comments Published in "Medical Image Analysis"

Landmark Detection for Medical Images using a General-purpose Segmentation Model

使用通用分割模型进行医学图像标志物检测

Ekaterina Stansfield, Jennifer A. Mitterer, Abdulrahman Altahhan

机构 * University of Vienna（维也纳大学） ； Orthopaedic Hospital Speising（骨科医院Speising） ； University of Leeds（利兹大学） 纠错

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

AI总结 本文提出结合YOLO和SAM模型，用于提高骨科骨盆放射影像中解剖标志物和复杂轮廓的分割精度。

Comments 13 pages, 8 figures, 2 tables. Submitted to ICONIP 2025

Soft-CAM: Making black box models self-explainable for medical image analysis

Soft-CAM: 使黑盒模型在医学图像分析中自我解释

Kerol Djoumessi, Philipp Berens

机构 * Hertie Institute for AI in Brain Health, University of Tübingen, Germany（人工智能与脑健康赫尔特研究所，图宾根大学，德国） ； Tübingen AI Center, University of Tübingen, Germany（图宾根人工智能中心，图宾根大学，德国） 纠错

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

AI总结 SoftCAM通过去除全局平均池化层并替换为卷积类证据层，使CNN在医学图像分析中具备内生可解释性，提升解释效果的同时保持分类性能。

Comments Accepted at the Medical Imaging with Deep Learning Conference (MIDL 2026)

Retinal OCT Synthesis with Denoising Diffusion Probabilistic Models for Layer Segmentation

利用去噪扩散概率模型进行视网膜OCT合成以实现分层分割

Yuli Wu, Weidong He, Dennis Eschweiler, Ningxin Dou, Zixin Fan, Shengli Mi, Peter Walter, Johannes Stegmaier

机构 * Institute of Imaging and Computer Vision, RWTH Aachen University（成像与计算机视觉研究所，亚琛RWTH大学） ； Bio-manufacturing Engineering Laboratory of Tsinghua SIGS, Tsinghua University（清华大学SIGS生物制造工程实验室） ； Shenzhen Eye Hospital（深圳眼科医院） ； Department of Ophthalmology, RWTH Aachen University（眼科部，亚琛RWTH大学） 纠错

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

AI总结 本文提出利用DDPMs合成视网膜OCT图像，通过知识迁移提升分割精度，展示其在减少人工标注需求方面的潜力。

Comments ISBI 2024

Journal ref 2024 IEEE International Symposium on Biomedical Imaging (ISBI)

Multiscale Softmax Cross Entropy for Fovea Localization on Color Fundus Photography

多尺度Softmax交叉熵用于彩色视网膜摄影中的视盘定位

Yuli Wu, Peter Walter, Dorit Merhof

机构 * Institute of Imaging and Computer Vision, RWTH Aachen, Germany（成像与计算机视觉研究所，RWTH亚琛，德国） ； Department of Ophthalmology, RWTH Aachen, Germany（眼科部门，RWTH亚琛，德国） 纠错

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

AI总结 本文提出多尺度Softmax交叉熵用于彩色视网膜摄影中视盘定位，通过改进损失函数提升坐标回归性能。

Journal ref Bildverarbeitung für die Medizin 2022

Phase-space entropy at acquisition reflects downstream learnability

获取时相空间熵反映下游可学习性

Xiu-Cheng Wang, Jun-Jie Zhanga, Nan Cheng, Long-Gang Pang, Taijiao Du, Deyu Meng

机构 * Northwest Institute of Nuclear Technology（西北核技术研究院） ； School of Telecommunications Engineering（电信工程学院） ； State Key Laboratory of ISN（信息宁静态国家重点实验室） ； Key Laboratory of Quark and Lepton Physics (MOE) & Institute of Particle Physics（夸克与轻子物理重点实验室（MOE）及粒子物理研究所） ； Ministry of Education Key Lab of Intelligent Networks and Network Security（智能网络与网络安全教育部重点实验室） ； School of Mathematics and Statistics（数学与统计学学院） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本文提出了一种基于仪器解析相空间的获取层面标量ΔS_B，用于量化获取过程对信息的保留或破坏，从而预测下游学习的难度。

Comments 22 pages 6 figures

A Marginal Reliability Impact Based Accreditation Framework for Capacity Markets

基于边际可靠性影响的容量市场认证框架

Feng Zhao, Tongxin Zheng, Dane Schiro, Xiaochu Wang

专题命中 医学影像 ：MRI(abstract)

AI总结 本文提出基于边际可靠性影响的容量市场认证框架，通过实现供需的可替代性，提高市场效率和资源充足性表征。

Technological Understanding: On the cognitive skill involved in the design and use of technological artefacts

技术理解：设计和使用技术制品所涉及的认知技能

Eline de Jong, Sebastian De Haro

专题命中 医学影像 ：MRI(abstract)

AI总结 本文提出技术理解的哲学定义，强调通过设计和使用技术制品实现实际目标的认知能力，并通过MRI和超导量子计算机实例加以说明。

Hybrid ABBA-GMRES for Unmatched Backprojectors in Large Scale X-Ray Computerized Tomography

混合ABBA-GMRES用于大尺度X射线计算机断层扫描中不匹配的后投影器

Ryan Bentley, Mirjeta Pasha, Malena Sabaté Landman, Luisa Yang, Jeffery Zhang

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出混合AB-和BA-GMRES方法，通过引入Tikhonov正则化提升大尺度CT中不匹配投影器的重建质量与稳定性。

Comments 10 pages, 5 figures, Code available at: https://github.com/rbentley5/Hybrid-ABBA-GMRES-Toolbox