医学 AI

Multi-scale radiomics in pelvic MRI for endometriosis subtyping: highlighting data heterogeneity constraints

用于子宫内膜异位症分型的盆腔MRI多尺度放射组学：强调数据异质性约束

Eliot Leguy, Chloe Mallet, Nicolas Normand, Elodie Germani

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

AI总结 本研究基于UT-EndoMRI数据集，探索盆腔MRI多尺度放射组学用于子宫内膜异位症分型，发现原始小波特征结合梯度提升分类器AUC达0.80，但小型多中心数据集中放射组学分型存在脆弱性。

Comments Accepted for publication at the MICCAI 2026 CAPI-WOMEN workshop

A Wireless Volumetric Metamaterial Resonator for Breast MRI

用于乳腺MRI的无线体积超材料谐振器

Yuhan Liu, Xia Zhu, Christina A. LeBedis, Stephan W. Anderson, Xin Zhang

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 该研究提出无线体积超材料谐振器，将现有临床MRI的脊柱线圈转为乳腺MRI接收平台，可提升乳腺成像中心信噪比、降低空间不均匀性，为改善乳腺MRI性能提供了可行硬件方案。

Rad-JEPA 3D: Radiology Joint-Embedding Predictive Model for 3D Computed Tomography

Rad-JEPA 3D：用于三维计算机断层扫描的放射学联合嵌入预测模型

Quoc-Huy Trinh, Minh-Van Nguyen, Ulas Bagci

机构 * Northwestern University（西北大学） ； Technical University of Denmark（丹麦技术大学） 纠错

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

AI总结 Rad-JEPA 3D是用于3D CT的自监督联合嵌入预测框架，采用混合H-Mamba编码器与HSOR正则化，在12万次CT扫描预训练后，在器官识别、空间推理等任务上达到最优性能。

Eddeep: a deep-learning framework for fast eddy-current distortion correction in diffusion MRI

Eddeep：用于扩散MRI中快速涡流畸变校正的深度学习框架

Antoine Legouhy, Ross Callaghan, Yuchuan Qiao, Whitney Stee, Philippe Peigneux, Hojjat Azadbakht, Hui Zhang

机构 * Hawkes Institute（霍克斯研究所） ； University College London（伦敦大学学院） ； Institut Pasteur（巴斯德研究所） ； Université Paris Cité（巴黎西岱大学） ； AINOSTICS ltd.（AINOSTICS有限公司） ； Fudan University（复旦大学） ； Université Libre de Bruxelles (ULB)（布鲁塞尔自由大学） ； University of Liège (ULiège)（列日大学） 纠错

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

AI总结 本研究针对dMRI中涡流畸变校正方法计算成本高的问题，提出深度学习框架Eddeep，其通过两阶段网络实现与FSL Eddy相当的校正质量，同时大幅缩短推理时间，为大规模研究和临床部署提供支持。

Comments Associated GitHub repo: https://github.com/CIG-UCL/eddeep

MedARC: Training-Free Adaptive Redundancy Compression of Visual Tokens for 3D Medical Vision-Language Models

MedARC：面向3D医学视觉-语言模型的无训练视觉令牌自适应冗余压缩

Yitao Zhu, Mengjun Liu, Yingji Fu, Haowen Pang, Anqi Qiu

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

AI总结 针对3D医学VLMs的视觉令牌冗余压缩问题，本文提出无训练框架MedARC，整合三类线索估计令牌重要性，通过显著性感知合并策略压缩令牌，在CT-RATE和MR-RATE上实现性能保持的同时降低开销。

Comments 9 pages

BATS: Resource-Efficient Volumetric Segmentation with Boundary-Aware Mixed-Resolution Tokens

BATS：基于边界感知混合分辨率令牌的资源高效体分割

David Hagerman, Roman Naeem, Fredrik Kahl

机构 * Chalmers University of Technology（查尔姆斯理工大学） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)；medical image(abstract)；分类 cs.CV、cs.LG

AI总结 BATS是一种边界感知混合分辨率的3D医学图像分割架构，通过稀疏层次结构减少内存占用，在保持接近密集基线精度的同时降低GPU内存消耗，部分数据集上推理速度提升。

Comparing the Performance of Foundation Model Derived Embeddings with Traditional Approaches for Distant Metastasis Prediction in Head and Neck Cancer

比较基于基础模型的嵌入与传统方法在头颈部癌远处转移预测中的性能

Erich Schmitz, Meixu Chen, Bowen Jing, Jing Wang

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

AI总结 本研究以RADCURE数据集2327例HNC患者术前CT图像为基础，对比CT基础模型嵌入、放射组学等特征集预测远处转移的性能，发现CT基础模型嵌入性能更优，可作为传统放射组学的替代方案

Comments 27 pages including supplemental materials, 5 main figures, 2 supplemental figures, 5 main tables, 7 supplemental tables. Poster Abstract at 2026 AAPM Meeting and Exhibition

Hearsay: Vision-Language Medical Diagnoses Without an Image

Hearsay：无需图像的视觉-语言医学诊断

Siddharth Vohra

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon Web Services AI Native（亚马逊网络服务AI原生部门） 纠错

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

AI总结 该研究发现前沿视觉-语言模型在无图像时会基于人口统计学特征编造医学诊断，存在不同失败模式，提出需直接审计其结构化输出通道并将探针词敏感性作为核心评估维度。

Comments Peer-reviewed and presented at the 1st Workshop on Toward Trustworthy Vision-Language Models in the Wild (TrustVLM), co-located with ACM ICMR 2026, Amsterdam. Non-archival workshop. Reviews public on OpenReview. 5 pages, 2 figures

From Spatial Semantics to Temporal Context: Leveraging Gaze Trajectory for Weakly Supervised Medical Image Segmentation

从空间语义到时间上下文：利用注视轨迹实现弱监督医学图像分割

Shaoxuan Wu, Xiao Zhang, Xiaodi Zhao, Yunzhi Tian, Yilin Tang, Jun Feng

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

AI总结 该研究针对医学图像分割依赖像素级标注的问题，提出TrailNet模型，结合注视点与轨迹建模时空上下文，引入循环蒸馏实现无注视推理，在公开数据集上取得优于现有方法的Dice分数。

Practical Quantum Topological Data Analysis with Applications to High-Dimensional Feature Extraction and Time Series Analysis

面向高维特征提取与时间序列分析的实用量子拓扑数据分析

Jason Iaconis, Sayonee Ray, Samwel Sekwao, Claudio Girotto, Martin Roetteler

专题命中 医学影像 ：MRI(abstract)

AI总结 本文将量子TDA作为实用特征提取方法，开发矩基量子算法，经实验验证其可从高维数据中提取拓扑特征，在时间序列分析中提升预测性能，突破经典TDA的成本瓶颈。

Comments 38 pages, 24 figures

CalTwin: Towards Calibrated, Shift-Robust Medical World Models via Fisher-Information Regularisation

CalTwin：基于Fisher信息正则化的校准、分布偏移鲁棒医学世界模型研究

Behraj Khan, Shabir Ahmad, Syed Ahmad Chan Bukhari, Tahir Qasim Syed

机构 * Institute of Business Administration Karachi（卡拉奇商业管理学院） ； Gachon University（嘉泉大学） ； St. John’s University（圣约翰大学） 纠错

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

AI总结 本研究提出CalTwin方法，结合Fisher信息偏移惩罚与置信度失配惩罚，应用于GRU医学世界模型，在PhysioNet脓毒症挑战赛上显著降低了分布外隐状态预测误差，同时改善了置信度校准。

A Data-Driven Vibration Analysis Framework for Micro-Motor Fault Diagnosis and Quality Control

一种用于微电机故障诊断与质量控制的数据驱动振动分析框架

Xuan Chen, Xinjun Zuo, Yancheng Bi, Shunli Yu, Yunqi Cao

专题命中 诊断辅助 ：diagnosis(title)；分类 eess.SP

AI总结 本研究针对电动牙刷微电机故障诊断与质量控制需求，设计振动信号采集装置，结合RF特征选择与SVM分类模型，实现微电机故障的精准高效检测，多项性能指标优异。

Comments 6 pages, 4 figures, and 1 table. Accepted by the 37th Chinese Process Control Conference (CPCC 2026); to appear in the conference proceedings

Anchoring and Steering Diffusion: Enhancing the Faithfulness of Text-to-Image Generation at Inference Time

锚定与引导扩散：在推理时提升文生图生成的忠实度

Xinyi Wang, Yuyang Huang, Yalin Su, Pengcheng Luan, Tao Zhang, Feiming Wei, Wenxian Yu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出无训练框架AnchorSteer，通过语义锚定与反射引导组件改进文生图扩散模型的推理，在GenEval等基准上提升文本-图像对齐性能且保持视觉质量。

Comments Accepted by ECCV 2026

Level, Sharpness, and Corpus: Why Zero-Shot OOD Detector Rankings Do Not Transfer

水平、锐度与语料：为何零样本分布外检测器的排名无法迁移

Ignacio M. De la Jara, Cristian Rodriguez-Opazo, Stephen Gould, Damith Ranasinghe

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

AI总结 本文通过审计证明零样本OOD检测器排名无法跨域迁移，提出CEG封装器，可降低检测器敏感性并提升GL-MCM与MCM的族平衡FPR95。

Generation or Judgement? A Paradigm Perspective on LLM-Based Emotion-Cause Pair Extraction in Conversation

生成还是判断？基于范式视角的对话中基于大语言模型（LLM）的情感-原因对抽取

Weijie Feng, Hongchuang Wang, Binbin Liu, Zhiyong Cheng

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对对话情感-原因对抽取，对比LLM的生成与判断范式，发现对级判断更优，引入辅助检索器后在三个数据集上实现F1提升，明确任务分解与候选范围的关键作用。

Before Agents Speak: Pre-hoc Failure Risk Inference in Multi-Agent Systems

智能体交流前：多智能体系统中的事前失败风险推断

Shi Lin, Chenpei Wang, Peng Qian, Dezhang Kong, Minghao Li, Yufeng Li, Xun Wang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究针对多智能体系统中幻觉级联失败的问题，提出事前风险推断框架HalluProp，通过建模内在幻觉风险与传播机制实现早期诊断，性能优于事后方法，可提升系统可靠性。

Shared Symbolic Backbones for Physically Consistent Multi-Output Symbolic Regression

用于物理一致性多输出符号回归的共享符号主干

Manuel Rodriguez

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出神经进化符号回归方法，以共享符号主干实现耦合多输出系统的物理一致性，在弱可识别共享因子场景下优于独立方法，是结构化共享机制提取器。

Comments 20 pages, 1 figure

GuideSkill: Evolving Executable LLM Agent Skills for Guideline-Grounded Clinical Reasoning

GuideSkill：面向基于指南的临床推理的可执行大语言模型智能体技能演化框架

Lang Cao, Yuhao Shen, Tianyang Luo, Simo Du, Hao Peng, Yue Guo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出与模型无关的GuideSkill框架，通过可执行技能结合指南流程与病例诊断模式，在多基准和骨干模型上显著提升临床推理性能，技能可靠且实用。

A Scalable AI-Powered System for Explainable Machine Learning Pipelines in Brain Tumor

用于脑肿瘤可解释机器学习流水线的可扩展人工智能驱动系统

Yin Lin, Elena De Martin, Giacomo Conte, Domenico Aquino, Cristiana Pedone, Alberto Redaelli, Riccardo Barbieri, Laura Fariselli, Simona Ferrante

专题命中 病理影像 ：medical image(abstract)

AI总结 该研究开发了一款用于神经肿瘤学的可扩展网络视觉分析系统，整合队列管理、特征提取与受保护推理功能，可提升AI可解释性，为临床脑肿瘤AI应用提供实用基础。

Dynamic phase-field model for brittle fracture in grounded glaciers

接地冰川脆性断裂的动态相场模型

Aarosh Dahal, Umar Khayaz, Ravindra Duddu, Aditya Kumar

专题命中 病理影像 ：pathology(abstract)

AI总结 针对接地冰川脆性断裂模拟的非物理问题，本文提出动态相场断裂模型，引入Kumar等人模型的新动态公式，考虑惯性可得到贯穿冰层的尖锐局域化裂纹，提升了冰川断裂模拟的合理性。

ClinLens: Towards Long-Horizon Coding Agents for Longitudinal Multimodal Clinical Data Science

ClinLens：面向纵向多模态临床数据科学的长周期编码智能体

Yuan Zhu, Ethan B. Liu, Frank Nie, Jindong Han

机构 * Shandong University（山东大学） 纠错

专题命中 医疗多模态 ：biomedical(abstract)

AI总结 该研究推出CLINLENS基准，包含200项基于5种MIMIC资源的临床可执行任务，实验显示现有编码智能体与生物医学系统在正确临床分析上存在显著差距。

BioVLN: A Simulation Platform for Visual Language Navigation in Biomedical Laboratories

BioVLN：生物医学实验室视觉语言导航的仿真平台

Zhe Liu, Quan Lu, Zhaohui Du, Zhe Wang, Huanbo Jin, Jiaming Gu, Qi Wang, Ting Xiao, Minting Pan, Dongzhan Zhou

机构 * East China University of Science and Technology（华东理工大学） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 该研究针对现有导航平台不适用于实验室仪器的问题，提出BioVLN仿真平台，通过分区域建模仪器实现更精准导航，实验验证其提升成功率并降低安全风险。

Comments 17 pages, 4 figures

Low-Temperature Co-Fired Ceramics for a Sustainable Planar Plasma Jet with Homogeneous Plasma in Large Treatment Areas for Biomedical Applications

用于可持续平面等离子体射流的低温共烧陶瓷，可在大面积处理区域产生均匀等离子体以应用于生物医学领域

Ivan Gomez Ho, Hua-Lin Chen, Cheng-Han Tsai, Jong-Shinn Wu, Yun-Chien Cheng

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

AI总结 本研究开发了一种基于低温共烧陶瓷的便携式平面氩基等离子体射流，通过优化进气构型实现大面积均匀等离子体，满足安全要求，可用于生物医学领域。

Comments 31 pages, 15 figures

Instability-induced bistable shape-morphing kirigami structures

不稳定性诱导的双稳态形状变形剪纸结构

Xiaoyuan Ying, Marcelo A. Dias

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究提出逆向设计框架，通过几何失配与不稳定性实现各向异性双稳态剪纸结构的可编程形状变形，经模拟和实验验证，可集成于多种驱动系统，拓展工程应用

Where Physics Meets Privacy: Federated PINNs for Privacy-Preserving Brain Tumor Biomechanical Modeling

物理与隐私的结合：用于隐私保护的脑肿瘤生物力学建模的联邦物理信息神经网络

Mahmuda Akter Sristy, Md Al-Mahfuz Chowdhury, Momota Ahsana Meem, Sajid Ahamed, Kazi Irfan Subhan

机构 * United International University（联合国际大学） 纠错

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

AI总结 本研究提出联邦物理信息神经网络，结合联邦学习与线性弹性方程的物理约束，在保护数据隐私的前提下，实现了脑肿瘤生物力学建模，其性能优于汇集数据训练的基线模型。

Comments 11 pages, 9 figures

Rethinking Clinical Relevance in Chest X-ray Machine Learning: How Evaluation References Define Performance

重新思考胸部X射线机器学习中的临床相关性：评估参考如何定义性能

Panagiotis Fytas, Ian Selby, Clemens Karner, Judith Babar, Simon Baker, Jake Beckford, Timothy J. Sadler, Shahab Shahipasand, Arthikkaa Thavakumar, John Li Chen, Alex Sawer, Michael Roberts, Jonathan Weir-McCall, J. H. F. Rudd, Carola-Bibiane Schönlieb, Anna Korhonen, Anna Breger

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 该研究针对胸部X射线机器学习，探究评估参考选择对模型性能与排名的影响，发现常用指标与临床判断一致性差，强调需将评估参考选择作为临床有效性的核心部分。

Comments 67 pages, including supplementary material

From Unsupervised Subgroups to Hypothetical State-Intervention Policies: An Evaluation of Selected Subgrouping Methods in Observational Health Data

从无监督亚组到假设状态干预策略：观察性健康数据中选定亚组方法的评估

Vasundhara Acharya, Bulent Yener

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） 纠错

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

AI总结 该研究提出结合多模块的框架，对比多种亚组方法在两个数据集上的假设状态干预策略效用，发现结果依赖假设，无统计显著差异。