医学 AI

From Sparse X-rays to 3D CT: Training-Free Reconstruction with Diffusion Priors

从稀疏X射线到三维CT：基于扩散先验的无训练重建

Zhenkai Zhang, Markus Hiller, Krista A. Ehinger, Tom Drummond

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

AI总结 提出TF-PRDiT，一种无需训练的条件采样框架，利用冻结的3D扩散Transformer先验解决多种医学逆问题，通过可微DRR投影器实现从稀疏X射线到高质量CT重建，支持任意数量输入X射线。

Comments Accepted at DGM4MICCAI 2026. Code available at https://github.com/Fredy-Zhang/TF-PRDiT

Reconfigurable Radiology Labels Without Relabeling

无需重新标注的可重构放射学标签

Jean-Benoit Delbrouck, Dave Van Veen, Akash Pattnaik, Kalina Slavkova, Javid Abderezaei, Harris Bergman, Khan Siddiqui

机构 * HOPPR 纠错

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

AI总结 研究针对公共胸部X光数据集标签模式固定的问题，提出将自由文本报告转换为多标签矩阵，通过字典编辑重新配置标签模式的方法，无需重新标注。实验显示该方法高效且新标签探针效果好，表明放射学标签工作单元可改变。

MedDiffuseMix: Preserving Diagnostic Evidence with Saliency-Aware Diffusion Medical Image Data Augmentation

MedDiffuseMix: 通过显著性感知的扩散医学图像数据增强保留诊断证据

Teerath Kumar, Raja Vavekanand, Muhammad Turab

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

AI总结 提出MedDiffuseMix框架，利用分类器显著性图引导扩散混合，主要增强低显著性背景区域，保留诊断关键区域，在四个医学图像数据集上提升分类性能。

Comments Under review Signal Image and Video Processing

NetForge RL: A Multi-Agent Simulation Environment for Cyber Defense with Durative Actions

事件驱动的时间图网络用于NetForge_RL中的异步多智能体网络防御

Igor Jankowski

专题命中 医学影像 ：CT(summary_cn,abstract_cn)；分类 cs.LG

AI总结 本文提出CT-GMARL方法，通过固定步长神经微分方程处理非规则采样警报，解决多智能体强化学习在仿真到现实转换中的瓶颈问题，实验证明其在连续时间POSMDP中的有效性。

Comments 7 pages

BiLoG-Net: A Bi-Context Location-Guided Network for Breast Mass Segmentation and Malignancy Classification in Mammography

BiLoG-Net：用于乳腺钼靶中乳腺肿块分割和恶性肿瘤分类的双上下文位置引导网络

Abu Fatema Mohammad Abdun Noor, Md Imam Ahasan, Md Samiul Ahasan, Kah Ong Michael Goh, S M Hasan Mahmud, Raihana Zannat

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

AI总结 针对乳腺钼靶中肿块检测难题，提出BiLoG-Net深度学习框架，通过双上下文位置感知特征建模等，联合进行肿块分割与恶性肿瘤分类，在相关基准测试中性能优异，为临床辅助检测提供助力。

Comments 27 pages, 6 figures, 5 tables. Under review at Computer Modeling in Engineering & Sciences

Controllable Generation of Diverse Dermatological Imagery for Fair and Efficient Malignancy Classification

用于公平高效恶性肿瘤分类的可控多样皮肤病图像生成

Héctor Carrión, Narges Norouzi

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 研究针对皮肤病诊断中缺乏多样标注图像的问题，提出cgDDI框架，能合成健康皮肤样本、映射罕见病变，支持自动分割掩码，通过多数据集验证，提高了恶性肿瘤分类准确率，公开相关资源推动公平性研究。

Comments Accepted at MICCAI 2026

Identifying geometric third-order nonlinear transport in disordered materials

识别无序材料中的几何三阶非线性输运

Zhen-Hao Gong, Zhi-Hao Wei, Hai-Zhou Lu, X. C. Xie

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究无序材料中三阶非线性输运机制，建立机制分辨和对称性引导框架，发现20种机制，提出结合对称性诊断与标度律的数据分析方案，可定量区分机制，应用该方案识别多种材料的几何机制，理论可推广到任意阶。

Comments 10 pages, 3 figures, 2 table

Journal ref Phys. Rev. X 16, 031012 (2026)

Evaluating Vision Foundation Models for Pixel and Object Classification in Microscopy

评估显微镜中用于像素和物体分类的视觉基础模型

Carolin Teuber, Anwai Archit, Tobias Boothe, Peter Ditte, Jochen Rink, Constantin Pape

机构 * Georg-August-University Göttingen, Institute of Computer Science Department of Tissue Dynamics ； Regeneration, Max Planck Institute for Multidisciplinary Sciences, Göttingen Georg-August-University Göttingen, Faculty of Biology ； Psychology CAIMed - Lower Saxony Center for AI \& Causal Methods in Medicine, Göttingen Cluster of Excellence Multiscale Bioimaging (MBExC), Georg-August-University Göttingen 纠错

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

AI总结 本文评估了视觉基础模型在显微镜像素和物体分类中的应用，探讨了其在提升分类性能方面的潜力，并建立了相关基准。

Comparison of Dimension Reduction Methods for EEG Seizure Detection Using Autonomous AI-Driven Optimization

使用自主人工智能驱动优化的脑电图癫痫检测降维方法比较

Annika Stiehl, Vishal Kagade, Nicolas Weeger, Nicole Ille, Stefan Geißelsöder, Christian Uhl

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

AI总结 研究比较PCA、DyCA、DMD、AVD四种降维方法用于脑电图癫痫检测，通过自主人工智能驱动框架优化架构和超参数，结果显示基于方差的方法性能更优，最佳分类器架构因表示而异，突出输入表示重要性及自主实验的可行性。

Comments Accepted to BMT 2026

Decoupling size from magnetism: A length-scale boundary for curvature control in micrometer FePt Janus particles

顺序决定FePt基Janus粒子的磁性可调性，与曲率无关

Natalia Gonzalez-Vazquez, Eylül Suadiye, Eberhard Goering, Ruben O. Miranda-Rosales, Hilda David, Frank Thiele, Julia Unangst, Andrew K. Schulz, Gunther Richter

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究通过实验和微磁模拟揭示FePt涂层Janus粒子中曲率依赖的磁性，发现磁性反转主要受材料有序性影响，而非曲率。

Comments E.S., A.K.S., and G.R. jointly supervised this work

A unified multiscale 3D printer combining single-photon Tomographic Volumetric Additive Manufacturing and Two-Photon Polymerization

一种结合单光子断层体积增材制造与双光子聚合的统一多尺度3D打印机

Buse Unlu, Felix Wechsler, Ye Pu, Christophe Moser

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种混合3D打印方法，结合双光子聚合的高分辨率与单光子断层体积增材制造的快速成型能力，实现毫米级结构上830纳米细节的多尺度制造。

DermDepth: Toward Monocular Metric Scale 3D Reconstruction Models for Dermatology

DermDepth：迈向用于皮肤病学的单目度量尺度3D重建模型

Héctor Carrión, Narges Norouzi

机构 * University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校） ； University of California, Berkeley（加利福尼亚大学伯克利分校） 纠错

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

AI总结 研究针对皮肤病学实践中常用2D方法的现状，提出DermDepth单视图度量尺度3D模型及D-Synth数据集，经实验训练和微调，能有效校正度量尺度误差，在多基准通用并与医学文献测量结果一致。

Comments Accepted at MICCAI 2026