医学 AI

Beyond Calibration: Confounding Pathology Limits Foundation Model Specificity in Abdominal Trauma CT

超越校准：混淆病理限制了腹部创伤CT基础模型的特异性

Jineel H Raythatha, Shuchang Ye, Jeremy Hsu, Jinman Kim

机构 * School of Computer Science, Faculty of Engineering, The University of Sydney（悉尼大学计算机科学学院，工程学院） ； Department of Surgery, Faculty of Medicine and Health, The University of Sydney（悉尼大学医学与健康学院外科部门） ； Westmead Trauma Service, Westmead Hospital, Western Sydney Local Health District（西墨尔本创伤服务，西墨尔本医院，西悉尼地方卫生区） 纠错

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

AI总结 该研究发现基础模型在腹部创伤CT诊断中特异性不足主要由负类异质性导致，而非患病率本身，提示需通过训练提升其适应性。

Comments 26 pages, 4 figures, 4 tables

LLaDA-MedV: Exploring Large Language Diffusion Models for Biomedical Image Understanding

LLaDA-MedV：探索大规模语言扩散模型用于生物医学图像理解

Xuanzhao Dong, Wenhui Zhu, Xiwen Chen, Zhipeng Wang, Peijie Qiu, Shao Tang, Xin Li, Yalin Wang

机构 * Arizona State University（亚利桑那州立大学） ； Clemson University（克莱姆森大学） ； LinkedIn Corporation（领英公司） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Morgan Stanley（摩根大通） 纠错

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

AI总结 LLaDA-MedV通过视觉指令微调，首次在生物医学图像理解中应用大规模语言扩散模型，实现了在生物医学视觉对话任务中的性能提升，并在多个VQA基准测试中取得新高准确率。

Virtual Biopsy for Intracranial Tumors Diagnosis on MRI

颅内肿瘤MRI上的虚拟活检

Xinzhe Luo, Shuai Shao, Yan Wang, Jiangtao Wang, Yutong Bai, Jianguo Zhang

机构 * School of Artificial Intelligence and Data Science University of Science and Technology of China（人工智能与数据科学学院 中国科学技术大学） 纠错

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

AI总结 本文提出虚拟活检框架，利用MRI和视觉-语言模型实现颅内肿瘤的非侵入性病理预测，准确率超过90%

RelA-Diffusion: Relativistic Adversarial Diffusion for Multi-Tracer PET Synthesis from Multi-Sequence MRI

RelA-Diffusion：相对对抗扩散用于多示踪剂PET合成从多序列MRI

Minhui Yu, Yongheng Sun, David S. Lalush, Jason P Mihalik, Pew-Thian Yap, Mingxia Liu

机构 * Department of Radiology and Biomedical Research Imaging Center (BRIC), University of North Carolina at Chapel Hill（放射科与生物医学研究成像中心（BRIC）、北卡罗来纳大学教堂山分校） ； Joint Department of Biomedical Engineering, University of North Carolina at Chapel Hill and North Carolina State University（生物医学工程联合部门、北卡罗来纳大学教堂山分校和北卡罗来纳州立大学） ； Department of Exercise and Sport Science, UNC-CH（运动与体育科学系、UNC-CH） 纠错

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

AI总结 RelA-Diffusion通过相对对抗扩散框架，利用多序列MRI合成多示踪剂PET，提升合成图像的保真度和病理细节表现。

Modeling of Human Body-coupled Electric Field Interference in Unshielded Ultra-Low Field MRI

未屏蔽超低场MRI中人体耦合电场干扰的建模

Jiali He, Yamei Dai, Sheng Shen, Jiamin Wu, Zheng Xu

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

AI总结 本文提出了一种用于分析和抑制便携式超低场MRI中人体耦合电场干扰的集中参数电路模型，并通过电容低阻抗旁路实现3.5倍信噪比提升。

Patient-Adaptive and Learned MRI Data Undersampling Using Neighborhood Clustering

基于邻域聚类的患者自适应和学习MRI数据欠采样

Siddhant Gautam, Angqi Li, Saiprasad Ravishankar

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

AI总结 本文提出基于邻域聚类的患者自适应MRI欠采样算法，通过优化扫描自适应采样模式与重建网络，提升MRI数据重建性能。

Journal ref ICASSP 2024 - IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 2081-2085 (2024)

Unveiling Normative Trajectories of Lifespan Brain Maturation Using Quantitative MRI

揭示寿命大脑成熟规范轨迹的定量MRI

Xinjie Chen, Mario Ocampo-Pineda, Po-Jui Lu, Clara Ekerdt, Matthias Weigel, Michelle G. Jansen, Alessandro Cagol, Kwok-Shing Chan, Sabine Schädelin, Marcel Zwiers, Joukje M. Oosterman, David G. Norris, Johanna M. M. Bayer, Andre F. Marquand, Willeke M. Menks, Jens Kuhle, Ludwig Kappos, Lester Melie-Garcia, Cristina Granziera, José P. Marques

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

AI总结 本研究利用多参数定量MRI揭示大脑成熟轨迹，通过多中心数据建模展示不同脑区的成熟模式及年龄相关变化。

Respiratory Motion Management in Abdominal MRI: Revisiting the Gap Between Technical Advances and Clinical Translation

腹部MRI中的呼吸运动管理：重新审视技术进步与临床应用之间的差距

Li Feng, Hersh Chandarana

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文探讨腹部MRI中呼吸运动管理技术与临床应用之间的差距，分析了技术进步与实际需求不匹配的原因，并提出未来改进的方向。

SigVLP: Sigmoid Volume-Language Pre-Training for Self-Supervised CT-Volume Adaptive Representation Learning

SigVLP：基于sigmoid体积-语言预训练的自监督CT体积自适应表示学习

Jiayi Wang, Hadrien Reynaud, Ibrahim Ethem Hamamci, Sezgin Er, Suprosanna Shit, Bjoern Menze, Bernhard Kainz

机构 * Friedrich-Alexander University Erlangen-Nürnberg（弗里德里希-亚历山大大学埃尔兰根-纽伦堡） ； Department of Quantitative Biomedicine, University of Zurich（苏黎世大学定量生物医学系） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院AI中心） ； International School of Medicine, Istanbul Medipol University（伊斯坦布尔梅迪波尔大学国际医学院） ； Department of Computing, Imperial College London（伦敦帝国学院计算机系） 纠错

专题命中 医学影像 ：CT(title)；分类 cs.CV

AI总结 SigVLP通过引入旋转位置嵌入和块级对齐方法，改进CT体积与文本的自监督表示学习，提升文本到体积对齐的精度。

MedicalPatchNet: A Patch-Based Self-Explainable AI Architecture for Chest X-ray Classification

MedicalPatchNet: 一种基于补丁的自解释AI架构用于胸部X光分类

Patrick Wienholt, Christiane Kuhl, Jakob Nikolas Kather, Sven Nebelung, Daniel Truhn

机构 * Department of Diagnostic and Interventional Radiology of the University Hospital RWTH Aachen（鲁尔大学亚琛医院诊断与介入放射科） ； Else Kroener Fresenius Center for Digital Health, Technical University Dresden（德累斯顿技术大学埃勒克罗纳弗雷斯内尔数字健康中心） ； Department of Medicine III, University Hospital RWTH Aachen（鲁尔大学亚琛医院第三医学部） ； Pathology & Data Analytics, Leeds Institute of Medical Research at St James’s, University of Leeds（利兹大学圣詹姆斯医院医学研究所以及病理学与数据科学） ； Department of Medicine I, University Hospital Dresden（德累斯顿大学第一医学部） ； Medical Oncology, National Center for Tumor Diseases (NCT), University Hospital Heidelberg（海德堡大学国家肿瘤疾病中心（NCT）肿瘤医学部） 纠错

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

AI总结 MedicalPatchNet通过基于补丁的自解释架构提升胸部X光分类的可解释性，实现与EfficientNetV2-S相当的性能并提高临床信任度。

Comments 28 pages, 12 figures

Journal ref Sci Rep 16, 7467 (2026)

Brain Tumor Segmentation with Special Emphasis on the Non-Enhancing Brain Tumor Compartment

针对非增强脑肿瘤部分的脑肿瘤分割

T. Schaffer, A. Brawanski, S. Wein, A. M. Tomé, E. W. Lang

机构 * CIML Group, Biophysics, University of Regensburg（里堡大学生物物理组） ； Department of Neurosurgery , University Hospital Regensburg（里堡大学神经外科部门） ； Department of Biomedical Imaging, University Hospital Regensburg（里堡大学生物医学成像部门） ； DETI, IEETA, Universidade de Aveiro（阿维罗大学DETI和IEETA） 纠错

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

AI总结 本文提出基于U-Net的深度学习模型，专注于分割非增强脑肿瘤部分，以提高肿瘤生存时间预测和生长区域识别的准确性。

Comparing Implicit Neural Representations and B-Splines for Continuous Function Fitting from Sparse Samples

隐式神经表示与B样条在从稀疏样本中连续函数拟合中的比较

Hongze Yu, Yun Jiang, Jeffrey A. Fessler

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

AI总结 本文比较了隐式神经表示与B样条在稀疏样本连续函数拟合中的性能，发现INR在误差和伪影方面表现更优，且双层优化框架能近似最优性能。

Transformer-based cardiac substructure segmentation from contrast and non-contrast computed tomography for radiotherapy planning

基于变换器的心脏亚结构从对比和非对比计算机断层扫描进行放疗规划

Aneesh Rangnekar, Nikhil Mankuzhy, Jonas Willmann, Chloe Min Seo Choi, Abraham Wu, Maria Thor, Andreas Rimner, Harini Veeraraghavan

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

AI总结 本研究提出基于变换器的SMIT模型，通过平衡课程学习实现高效训练，准确分割心脏亚结构，提升放疗规划的鲁棒性。

A Framework for Cross-Domain Generalization in Coronary Artery Calcium Scoring Across Gated and Non-Gated Computed Tomography

跨域泛化在冠状动脉钙化评分中的框架：在门控和非门控计算机断层扫描中的应用

Mahmut S. Gokmen, Moneera N. Haque, Steve W. Leung, Caroline N. Leach, Seth Parker, Stephen B. Hobbs, Vincent L. Sorrell, W. Brent Seales, V. K. Cody Bumgardner

机构 * Center for Applied AI, University of Kentucky（应用人工智能中心，肯塔基大学） ； EduceLab, University of Kentucky（EduceLab，肯塔基大学） ； Department of Medicine, Division of Cardiovascular Medicine and the Gill Heart and Vascular Institute, University of Kentucky（医学部，心血管医学分会和吉尔心脏和血管研究所，肯塔基大学） ； Department of Radiology, College of Medicine, University of Kentucky（放射学部，医学院，肯塔基大学） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 本文提出CARD-ViT框架，实现跨门控与非门控CT扫描的冠状动脉钙化评分，展示在无非门控数据训练情况下达到高准确率和稳健风险分层能力。

Learning Robust Features for Scatter Removal and Reconstruction in Dynamic ICF X-Ray Tomography

在动态ICFX射线断层成像中学习稳健特征以去除散射和重建

Siddhant Gautam, Marc L. Klasky, Balasubramanya T. Nadiga, Trevor Wilcox, Gary Salazar, Saiprasad Ravishankar

专题命中 医学影像 ：CT(abstract)；分类 eess.IV

AI总结 本文提出了一种基于深度学习的编码器-解码器框架，用于在动态ICFX射线断层成像中去除散射并提高密度重建的准确性。

Journal ref Optics Express, Vol. 33, Issue 12, pp. 26826-26845 (2025)

The nexus between negative charge-transfer and reduced on-site Coulomb energy in a correlated topological metal CoTe$_2$

负电荷转移与相关拓扑金属CoTe₂中减少的局域库仑能量之间的联系

A. R. Shelke, C. -W. Chuang, S. Hamamoto, M. Oura, M. Yoshimura, N. Hiraoka, C. -N. Kuo, C. -S. Lue, A. Fujimori, A. Chainani

专题命中 医学影像 ：CT(abstract)

AI总结 研究揭示了CoTe₂中负电荷转移与减少的局域库仑能量之间的联系，为通过带反转实现拓扑行为提供了电子结构框架。

Comments 14 pages + 12 figures(main) and 3 pages + 2 figures (SM) (revised manuscript submitted to PRB);typos corrected

Role of on-site Coulomb energy and negative-charge transfer in a Dirac semi-metal NiTe$_2$

NiTe₂中局域库仑能和负电荷转移的作用

A. R. Shelke, C. -W. Chuang, S. Hamamoto, M. Oura, M. Yoshimura, N. Hiraoka, C. -N. Kuo, C. -S. Lue, A. Fujimori, A. Chainani

专题命中 医学影像 ：CT(abstract)

AI总结 该研究通过实验确定NiTe₂中局域库仑能和负电荷转移作用，揭示其作为中等关联狄拉克半金属的特性。

Comments 13 pages, 13 figures (Revised version submitted to Physical Review B);typos corrected