Consistency Models for Fast MRI Reconstruction Using Regularization by Denoising
基于去噪正则化的快速MRI重建一致性模型
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV、cs.LG、eess.IV
AI总结 本研究提出CM-RED方法，将一致性模型整合到去噪正则化框架中，仅用4次网络函数评估，在fastMRI数据集上实现优于现有方法的快速高质量MRI重建。
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 医学影像 11 篇
A Modular Agent for Reliable and Auditable Spatial Relation Verification in CT Scans
用于CT扫描中可靠且可审计的空间关系验证的模块化智能体
机构 * Ulm University（乌尔姆大学） ； Ulm University Hospital（乌尔姆大学医院） ； Technical University of Munich (TUM)（慕尼黑工业大学（TUM）） ； TUM University Hospital（慕尼黑工业大学医院） ； Department of Radiation Oncology, TUM University Hospital（慕尼黑工业大学医院放射肿瘤科）
专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV
AI总结 针对医学视觉-语言模型空间推理薄弱的问题，提出模块化医学影像智能体，通过分阶段处理实现CT扫描空间关系验证，性能优于端到端基线，可作为未来医学影像智能体的构建块。
ASTAR: Automated induction of STAndardized radiology Reporting templates from large-scale clinical free-text corpora
ASTAR：从大规模临床自由文本语料库自动生成标准化放射学报告模板
机构 * Tsinghua University（清华大学） ； Sichuan University（四川大学） ； University of California San Diego（加利福尼亚大学圣迭戈分校） ； Southeast University（东南大学）
专题命中 医学影像 ：radiology(title,abstract)；MRI(abstract,abstract_cn)；medical AI(abstract)
AI总结 该研究针对放射学报告模板构建的人工瓶颈，提出基于LLM的ASTAR框架，从大规模临床自由文本语料库自动生成标准化模板，实验显示其性能优于专家构建的模板，大幅缩短模板开发时间。
Comments Accepted by MICCAI
Toward Vision Language Model-based Assessment of Clinical Quality and Usability of LGE-MR Images for Cardiac Ablation Planning
面向基于视觉语言模型的LGE-MR图像临床质量与可用性评估以用于心脏消融规划
专题命中 医学影像 ：MRI(summary_cn,abstract)；radiology(abstract)；分类 cs.CV、eess.IV
AI总结 本研究提出两阶段VLM框架用于左心房LGE-MRI的临床导向图像质量评估，在60个图像切片-文本对数据集上，InternVL2的标准级准确率最高，DeepSeek实现完美临床可用性一致性。
An Imaging-Informed Reaction-Diffusion Model of Infarct Growth
基于影像信息的梗死生长反应-扩散模型
专题命中 医学影像 ：MRI(summary_cn,abstract)
AI总结 该研究针对卒中梗死体积预测的临床痛点，提出首个从急性MRI参数化Fisher-KPP反应-扩散PDE的影像驱动框架，在ISLES 2017数据集上验证其性能优于传统rCBF阈值法，兼具生理可解释性，推动卒中预测从纯数据驱动转向患者特异性生物物理预测。
Comments Accepted at MICCAI 2026 Satellite Events (LNCS). 11 pages, 1 figure, 2 tables
LHMCF-Net: A Learned Hyperbolic Mean Curvature Flow Network for Medical Images Segmentation
LHMCF-Net：用于医学图像分割的学习型双曲平均曲率流网络
机构 * Zhejiang Normal University（浙江师范大学） ； College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学院） ； School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 该研究提出了基于学习型双曲平均曲率流的LHMCF-Net深度展开网络，将双曲几何演化与端到端优化结合，在公开医学分割数据集上的低对比度、边界模糊场景中实现了优异的分割性能。
Volumetric Radiology AI in the Era of Multimodal Large Language Models
多模态大语言模型时代的容积放射学人工智能
机构 * Fudan University（复旦大学） ； Northwestern Polytechnical University（西北工业大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Southern Medical University（南方医科大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Microsoft Research（微软研究院） ； Westlake University（西湖大学）
专题命中 医学影像 ：radiology(title,abstract)
AI总结 该综述梳理截至2026年7月的200余篇文献，探讨多模态大语言模型时代容积放射学AI的表征、智能体系统及临床评估，提出相关框架以明确原生容积建模的适用场景。
Comments 9 Figures, 6 tables
Anatomy-Informed Neural Networks: Encoding Anatomic Priors in Loss and Architecture, with an SE(3) Formulation of Guidewire-Induced Aortoiliac Deformation
解剖学先验引导神经网络：在损失函数与架构中编码解剖学先验，并结合导丝诱导主髂动脉变形的SE(3)公式
机构 * The Johns Hopkins Hospital（约翰斯·霍普金斯医院）
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV
AI总结 该研究提出解剖学先验引导神经网络（AINN），结合SE(3)公式处理导丝诱导主髂动脉变形问题，通过编码解剖学先验提升模型在数据稀缺时的泛化能力，为自主血管内导航提供支撑。
Comments 42 pages, 10 figures, 4 tables
TRACE: Training-time Report-guided and Clinically Ordered Concept Editing
TRACE：训练时报告引导且临床有序的概念编辑
机构 * Lanzhou University（兰州大学） ； Shenzhen University（深圳大学） ； Southern Medical University（南方医科大学） ； Central China Normal University（华中师范大学）
专题命中 医学影像 ：diagnosis(abstract)；radiology(abstract)；分类 cs.CV
AI总结 针对乳腺超声诊断深度学习方法可解释性与鲁棒性不足的问题，提出训练时报告引导的TRACE框架，结合SCMT与BUSC基准，实现仅图像输入的高性能诊断与跨域鲁棒性提升。
Comments Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026). 9 pages, 3 figures
BF1: A Causal Dyadic Sparse-Attention Retrofit for Efficient Long-Context Transformers
BF1：一种用于高效长上下文Transformer的因果二元稀疏注意力改造方案
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG
AI总结 本文提出BF1，一种结合局部邻域、全局首块与对数间隔历史块的稀疏注意力方案，改造Qwen3-0.6B部分注意力层后，在长上下文场景下显著降低模型延迟，且语言建模性能优于基线方法。
When Adaptation Hurts: Connecting Representational Drift to OOD Failures in MedSAM Fine-Tuning
当适应适得其反：将表征漂移与MedSAM微调中的分布外故障关联起来
机构 * University of Zagreb（萨格勒布大学） ； University of Twente（特温特大学）
专题命中 医学影像 ：medical image(abstract)；分类 cs.CV
AI总结 本研究分析MedSAM的六种微调策略在不同医学图像数据集上的泛化表现，发现仅编码器LoRA等策略可缓解远分布外性能下降，提示随机抖动能提升模型鲁棒性。
Comments Accepted at the SAFER Workshop, MICCAI 2026
2. 诊断辅助 6 篇
Interpretable Information-Decomposed Brain Graph Learning for fMRI-based Disease Diagnosis
基于fMRI的疾病诊断的可解释性信息分解脑图学习
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG、q-bio
AI总结 该研究针对fMRI疾病诊断中传统方法的不足，提出可解释图学习框架IID-GCN，分解rs-fMRI交互为三类信息图，整合后在三个数据集上捕捉到更优诊断信息，揭示脑疾病对功能信息组织的重塑作用。
Comments 10 pages, 7 figures
Multilingual Verifier Bias in RLVR: Benchmark, Rollout Diagnosis, and the Cross-Lingual Selection Bottleneck
RLVR中的多语言验证器偏差：基准、推理诊断与跨语言选择瓶颈
机构 * School of Engineering, Institute of Science Tokyo（科学东京大学工程学院） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程学院）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 研究发现多语言RLVR中存在验证器偏差，引入审计协议定位到最终答案接口的机制，提出跨语言选择瓶颈，rule-GRPO可提升可信准确率。
Comments 16 pages, 2 figures, 5 tables
Fault Diagnosis of Dynamic Systems Under Unknown Operating Conditions: A Condition-Guided Selective Adaptation Approach
未知工况下动态系统的故障诊断：一种工况引导的选择性自适应方法
专题命中 诊断辅助 ：diagnosis(title,abstract)
AI总结 针对未知工况下动态工业系统故障诊断的分布偏移问题，提出工况引导的选择性自适应方法，通过离线对抗学习与在线可靠样本更新提升诊断性能，在齿轮箱、电机数据集上优于现有最优方法，具实用潜力。
Spike-Killer: Evidence-Gated LLM Assistance for Safe Performance Diagnosis on a Real Windows Workstation
Spike-Killer：面向真实Windows工作站安全性能诊断的证据门控大语言模型辅助方案
专题命中 诊断辅助 ：diagnosis(title)
AI总结 该研究提出Spike-Killer，一种人在环的证据门控工作流，用于安全诊断Windows工作站的帧时间问题，以CS2为目标应用验证了其可审计性，为LLM辅助智能体提供了可信操作模式。
Comments 6 pages. Experience report; no causal CS2 frame-time improvement or autonomous-safety claim is made
Beyond Fault Localization: A Trajectory-Level Study of LLM Agents for Microservice Root Cause Analysis
超越故障定位：面向微服务根本原因分析的大语言模型智能体的轨迹级研究
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究针对微服务根本原因分析，提出轨迹级评估框架，发现智能体答案正确性与诊断质量脱节，构建DiagGuard架构提升了RCA的Acc@1指标，为自动化RCA改进提供指导。
Comments 13 pages, 7 figures, 5 tables
Calibrating Criterion Revision in LLM Agents: Failure Modes and a Trace-Anchored Protocol
校准大语言模型智能体中的准则修订：失败模式与基于轨迹锚定的协议
机构 * Qingdao Guodongxiansheng Network Technology Co., Ltd.（青岛郭东先生网络科技有限公司）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文针对大语言模型智能体的准则修订归因问题，分析CMB-0.1测试的失败模式，提出基于轨迹锚定的CMB-0.4协议，为准则修订测试提供更具区分度的方案。
Comments 18 pages, 8 tables, 1 figure. CMB-0.1 is an instrument-calibration study; CMB-0.4 is a prospective protocol, not an empirical result
3. 病理影像 1 篇
CellPath-Bench: A Multidimensional Benchmark for Whole-Slide Cellular Representations in Pathology Foundation Models
CellPath-Bench：面向病理学基础模型的全片细胞表示多维基准
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 CellPath-Bench是评估冻结病理学基础模型全片细胞表示能力的多维基准，通过对30款模型的测试揭示了细胞类型可解码性的模型差异，为相关审计提供标准化框架。
4. 医疗多模态 3 篇
Masking Is Not Enough: Generative Restoration for Multimodal De-Identification in Medical AI
仅掩码不足：面向医疗AI的多模态去标识化生成式修复
机构 * Kennesaw State University（肯尼索州立大学） ； Miami University（迈阿密大学） ； Georgia State University（佐治亚州立大学）
专题命中 医疗多模态 ：medical AI(title,abstract)；medical image(abstract)；分类 cs.CV
AI总结 针对医疗图像-文本数据的PHI泄漏问题，提出端到端多模态净化框架ClinX，结合图像侧生成式修复与文本侧渐进式去标识化，在MedVQA中验证其优于仅OCR掩码的性能。
Is Multimodal Speculative Decoding Ready for Diffusion-Based Parallel Drafting? A Survey and Empirical Diagnosis
多模态推测解码是否适用于基于扩散的并行草稿生成？一项调查与实证诊断
机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国联通数据科学与人工智能研究院） ； Unicom Data Intelligence, China Unicom（中国联通数据智能）
专题命中 医疗多模态 ：diagnosis(title)
AI总结 本文通过调查多模态模型并开展跨架构实证研究，探究多模态推测解码是否适用于基于扩散的并行草稿生成，提出统一分类法并分析现有方法的局限性与未来方向。
Kinematic Knowledge Maps for Pattern Alignment: Structured Latent Representational Learning in Multimodal Gait Analysis
用于模式对齐的运动学知识图谱：多模态步态分析中的结构化潜在表示学习
专题命中 医疗多模态 ：clinical AI(abstract)；分类 cs.CV
AI总结 本研究提出ScoliDetect框架，通过运动学知识图谱（KKM）实现多模态步态分析，其介导的融合结合三模态对比预训练提升了脊柱侧凸筛查的泛化性与可解释性，外部ROC-AUC达0.972。
5. 生物医学文本 1 篇
LingShu: A Large-Scale Symptom-Centric Contextualized Knowledge Graph Bridging Traditional Chinese Medicine and Modern Biomedicine
灵枢（LingShu）：连接中医与现代生物医学的大规模以症状为中心的上下文知识图谱
机构 * Beijing Jiaotong University（北京交通大学） ； Hubei Provincial Hospital of Traditional Chinese Medicine（湖北省中医院） ； Hubei University of Chinese Medicine（湖北中医药大学） ； Hubei Province Academy of Traditional Chinese Medicine（湖北省中医药研究院） ； China Academy of Chinese Medical Sciences（中国中医科学院） ； Xiyuan Hospital（西苑医院） ； National Clinical Research Center for Chinese Medicine Cardiology（国家中医心血管病临床医学研究中心） ； Hubei Provincial Clinical Research Center for Acupuncture and Moxibustion in Obesity Treatment（湖北省肥胖病针灸临床研究中心） ； Hubei Shizhen Laboratory（湖北时珍实验室） ； Tianjin Ta（天津（此处原文未完整，按原文提取））
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本研究提出以症状为中心的LingShu知识图谱，整合多源数据构建混合数据模型，连接中医与现代生物医学，开发集成图可视化等功能的网络平台，为跨医学领域知识关联提供支持。
6. 医学数据与评测 6 篇
Rigorous Evaluation of Large Language Models for Malaria Drug Discovery: Trade-offs in Performance, Scale, and Resource Utility
用于疟疾药物发现的大型语言模型的严格评估：性能、规模与资源效用之间的权衡
专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG、q-bio
AI总结 本研究构建了Malaria-Instruct数据集，评估了多款开源LLM在疟疾虚拟筛选中的表现，发现微调后的开源LLM性能优于经典ML模型和专有模型，是高效的抗疟药物发现范式。
Comments 12 pages, 4 tables, 2 figures, Ijcai2026 style
AGIDefect-4K: A Richly Annotated Dataset for AI-Generated Image Defect Detection, Localization and Explanation
AGIDefect-4K：用于AI生成图像缺陷检测、定位与解释的富标注数据集
机构 * Xidian University（西安电子科技大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 本文推出含4000张图像的AGIDefect-4K数据集，并提出基于多模态大语言模型的AGIDA基准框架，用于AGI缺陷检测、定位、解释及质量预测，凸显了AGI缺陷理解研究的价值。
Comments 8 pages, 6 figures. Accepted by ACM Multimedia 2026
A Dataset-Centric Benchmark of Deep Learning Methods for Grape Leaf Disease Classification and Detection
面向葡萄叶病害分类与检测的深度学习方法的以数据集为中心的基准测试
机构 * Faculty of Computer Science and Engineering, University Ss Cyril and Methodius（圣西里尔与美多德大学计算机科学与工程学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 该研究构建了以数据集为中心的葡萄叶病害分类与检测的深度学习基准，分析公开数据集并评估模型在三类任务的表现，发现跨数据集性能骤降，强调真实评估与标注兼容性的重要性。
Free-Text Evaluation of LLMs for 5G Domain Knowledge and Fault Analysis using LLM-as-Judge
基于LLM作为评判者的5G领域知识与故障分析大模型自由文本评估
机构 * Surrey Institute for People-Centered Artificial Intelligence（萨里以人为本人工智能研究院） ； Google（谷歌）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 本文以自由文本格式评估Claude-Haiku-4.5等三个轻量型LLM的5G领域知识与故障分析能力，发现其故障诊断准确率超90%但规范召回不足，Gemini-3.1-Flash-Lite效率最优适合生产部署。
Comments 6pages, 4figures. Accepted for presentation in IEEE CSCN conference
MGAL: A Multilingual Granularity-Aware Long-Context Benchmark
MGAL：一个多语言粒度感知的长基准测试集
机构 * China University of Petroleum (East China)（中国石油大学（华东）） ； Northeastern University at Qinhuangdao（东北大学秦皇岛分校） ； Lingnan University, Hong Kong（香港岭南大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 MGAL是首个多语言粒度位置感知长基准，以联合国6种官方语言报告构建，含4种粒度及位置分层，实验发现LLM粗粒度任务表现差、闭源模型低资源语言占优，还识别出语义拥挤等新挑战。
When Failures Propagate: Causal Failure Attribution in Agentic Retrieval-Augmented Generation
当故障传播时：智能体检索增强生成中的因果故障归因
机构 * Anote（阿诺特）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 本文提出AgenticRAG-FP基准，针对智能体RAG的因果故障归因开展实验，发现基于覆盖率的诊断在第1轮表现较好，第2、3轮较差，明确将传播深度作为相关评估维度。
