医学 AI

A continually expandable foundation model for brain MRI

可持续扩展的脑MRI基础模型

Michail Mamalakis, Carmen Jimenez-Mesa, Yonghao Li, Hao Chen, Chao Li, Antonios Mamalakis, John Suckling, Richard Bethlehem, Stephen J. Price, Richard J. Gilbertson, Pietro Lio

机构 * University of Cambridge（剑桥大学） ； University of Málaga（马拉加大学） 纠错

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

AI总结 本文提出可扩展的Alcmaeon脑MRI基础模型，结合体积编码、潜在扩散生成与Graph-Blueprint Pruning，在跨临床领域扩展时遗忘程度更低，可支持多种任务，为持续发展的脑MRI基础模型提供了可行方向。

A Dual-domain Refinement Network with FBP-based Jacobian Learning for Sparse-view Dual-Energy CT Material Decomposition

基于FBP雅可比学习的双域精炼网络用于稀疏视角双能CT材料分解

Qian Liu, Xiaohong Fan, Ke Chen, Chong Chen, Shuaikang Wang, Jianping Zhang

机构 * School of Mathematics and Computational Science, Xiangtan University, National Center for Applied Mathematics in Hunan, Key Laboratory for Intelligent Computing and Information Processing of the Ministry of Education（湘潭大学数学与计算机科学学院，湖南应用数学研究中心，教育部智能计算与信息处理重点实验室） ； College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学学院） ； Department of Mathematics and Statistics, University of Strathclyde（斯特拉斯克莱德大学数学与统计学系） ； State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学科学国家重点实验室，数学与系统科学研究院） 纠错

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

AI总结 针对稀疏视角双能CT材料分解的非线性病态问题，提出迭代双域精炼网络DECT-DRNet，通过FBP集成U-Net近似雅可比算子，并引入可学习稀疏双域正则化项（含傅里叶卷积残差块），实现全局噪声抑制与结构保持。

Comments Accepted to IEEE Transactions on Computational Imaging, 16 pages

Fine-tuning an ECG Foundation Model to Predict Coronary CT Angiography Outcomes

微调一种心电图基础模型以预测冠状动脉CT血管造影结果

Yujie Xiao, Qinghao Zhao, Gongzheng Tang, Hao Zhang, Zhuoran Kan, Deyun Zhang, Jun Li, Guangkun Nie, Xiaocheng Fang, Haoyu Wang, Shun Huang, Tong Liu, Jian Liu, Kangyin Chen, Shenda Hong

机构 * Institute of Medical Technology, Peking University Health Science Center（北京大学人民医院医学技术研究所） ； National Institute of Health Data Science, Peking University（北京大学国家健康数据科学研究院） ； Department of Cardiology, Peking University People’s Hospital（北京大学人民医院心内科） ； Tianjin Key Laboratory of Ionic-Molecular Function of Cardiovascular Disease, Department of Cardiology, Tianjin Institute of Cardiology, The Second Hospital of Tianjin Medical University（天津医科大学心血管离子-分子功能重点实验室，天津心脏病学研究院，天津医科大学第二医院心内科） ； Heart Voice Medical Technology（心声医疗科技） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） 纠错

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

AI总结 本文研究了通过微调心电图基础模型来预测冠状动脉CT血管造影结果的研究问题，采用多中心研究方法，利用CTCA作为解剖参考标准，开发并验证了AI-ECG模型，以预测血管特异性冠状动脉狭窄，并展示了模型在内部和外部验证中的表现，以及其在临床中的应用价值。

CORTET: Robust generation of simulation-ready tetrahedral meshes of the fetal cerebral cortex

CORTET：稳健生成可用于模拟的皮质网格

Davood Shahsavari, Irina Grigorescu, Katherine R. Long, Jiaxin Xiao, Kaili Liang, Nashira Baena, Aakash Saboo, Saga N.B. Masui, Yourong Guo, Vanessa Kyriakopoulou, Alena Uus, Martin J. Bishop, Emma C. Robinson

专题命中 医学影像 ：MRI(abstract,abstract_cn)

AI总结 研究针对人类大脑褶皱差异影响神经发育障碍成像生物标志物寻找的问题，提出CORTET全自动管道，将皮质表面转换为高质量四面体网格，经与通用网格划分器对比及多胎儿受试者验证，实现数值稳定的胎儿大脑形态弹性折叠模拟。

Automated ACL Footprint Identification Using 3D Deep Learning

基于三维深度学习的前交叉韧带足迹自动识别

Ruida Cheng, Gabriel Gibson, Ali Uneri, Frances T. Sheehan, Barry Boden

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

AI总结 本研究开发两种三维深度学习模型，从三维MR图像识别ACL股骨足迹，基于图像的模型平均误差2.1mm优于基于网格的2.8mm，为ACL重建提供可行临床方法。

Comments 10 pages, 5 figures

Counterfactual Stress Testing for Image Classification Models

反事实压力测试用于图像分类模型

Moritz Stammel, Fabio De Sousa Ribeiro, Raghav Mehta, Mélanie Roschewitz, Ben Glocker

机构 * Department of Computing, Imperial College London, UK（伦敦帝国理工学院计算机系） 纠错

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

AI总结 本文提出基于因果生成模型的反事实压力测试框架，通过干预扫描仪类型和患者性别等属性生成真实'如果'图像，以评估模型在目标分布偏移下的性能，比传统扰动更准确地捕捉性能变化方向和幅度。

Comments 12 pages, 6 figures, 2 tables. Accepted at the MICCAI 2026 Joint FAIMI-BRIDGE-EPIMI Workshop. To appear in Springer LNCS

A Hybrid Quantum-Classical Framework for Utility-Scale Edge Detection of Real-World Medical and Geospatial Data

面向实用规模的真实世界医学与地理空间数据边缘检测的量子-经典混合框架

Emmanuel Billias, David Calano, Nikos Chrisochoides

专题命中 医学影像 ：medical image(abstract)

AI总结 该研究提出量子-经典混合框架，通过两级分解策略与QHED^M递减门优化NISQ设备上的QHED，处理MIC和GIS数据，对比误差缓解方式，实现电路深度与操作数减少，恢复近99%理想信号。

Pressure sensitivity in non-local flow behaviour of dense hydrogel particle suspensions

致密水凝胶颗粒悬浮液非局域流动行为中的压力敏感性

Zohreh Farmani, Nazanin Ghods, Harkirat Singh, Jing Wang, Ralf Stannarius, Stefan Radl, David L. Henann, Joshua A. Dijksman

专题命中 医学影像 ：MRI(abstract)

AI总结 本研究利用应力可调水凝胶颗粒悬浮液在分裂底剪切池中验证压力敏感型非局域颗粒流动性模型，发现低围压下剪切带极宽、压缩时剪切带变窄，证实压力敏感性是描述颗粒介质慢流的非局域流动规则的必要部分。

Comments 24 pages, 15 figures; Accepted for Phys Rev Fluids

Winter Precipitation Type Diagnosis and Uncertainty Quantification with a Physically Consistent Machine Learning Method

冬季降水类型诊断与不确定性量化：一种物理一致的机器学习方法

Charlie Becker, David John Gagne II, Julie Demuth, John S. Schreck, Jacob Radford, Gabrielle Gantos, Eliot Kim, Dhamma Kimpara, Sophia Reiner, Justin Willson, Christopher D. Wirz

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本文提出了一种物理一致的机器学习方法，用于诊断冬季降水类型并量化不确定性，通过训练模型于质量控制的观测数据和垂直剖面数据，提升了对降水类型的预测准确性及不确定性评估。

Comments 24 pages, 11 figures, submitted to AMS Weather and Forecasting

On the Within-class Variation Issue in Alzheimer's Disease Detection

阿尔茨海默病检测中的类内差异问题

Jiawen Kang, Dongrui Han, Lingwei Meng, Jingyan Zhou, Jinchao Li, Xixin Wu, Helen Meng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Centre for Perceptual and Interactive Intelligence（感知与交互智能中心） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG、q-bio

AI总结 针对阿尔茨海默病检测中存在的类内差异问题，提出软目标蒸馏和实例级重平衡两种方法，在ADReSS和CU-MARVEL语料库上验证了方法的有效性，为相关建模提供了新思路。

Comments Accepted by Interspeech 2025. This is an extended version of the conference paper

LTR-ICD: A Ranking-Aware Framework for Automatic ICD Coding

LTR-ICD：一种用于自动ICD编码的排名感知框架

Mohammad Mansoori, Amira Soliman, Farzaneh Etminani

机构 * Center for Applied Intelligent Systems Research（应用智能系统研究中心） ； Halmstad University（哈马碧大学） 纠错

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

AI总结 本研究提出LTR-ICD框架，将自动ICD编码任务从分类改为分类与排名任务，在主要诊断编码排名准确率及微、宏F1值上均优于现有最优方法。

Comments 9 pages, including supplementary materials

Prompt-Induced Waste in Coding Agents: Reasoning, Effort, Harness Design, and End-to-End Cost

提示词诱导的大推理模型浪费：一项预注册的双框架编码智能体基准测试

Sarel Weinberger, Amir Hozez

机构 * PointFive 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究通过预注册基准测试发现，提示词措辞和智能体框架会大幅影响大推理编码智能体的成本，部分提示指令可成倍增加推理成本却不提升任务成功率，框架选择的成本差异更显著。

A Distributional Robustness Margin For Pathology Foundation Models

超越计数：病理学基础模型的分布稳健性余量

Clément Grisi, Jeroen van der Laak, Geert Litjens

机构 * Radboud University Medical Center（拉德堡德大学医学中心） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV

AI总结 研究病理学基础模型受非生物学变异影响的问题，提出交叉混杂稳健性余量（CRoMa），通过直接比较距离评估模型稳健性，将其重塑为队列范围的余量分布，为模型选择和稳健性评估提供原则基础。

Comments Preprint

MedRAGChecker: Claim-Level Verification for Biomedical Retrieval-Augmented Generation

MedRAGChecker: 用于生物医学检索增强生成的声明级验证

Yuelyu Ji, Min Gu Kwak, Hang Zhang, Xizhi Wu, Chenyu Li, Yanshan Wang

机构 * University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 MedRAGChecker通过声明级验证和诊断框架，提高生物医学RAG生成答案的可靠性与安全性。

Structure is information: structural identifiability mappings for machine learning with partially observed dynamical systems

结构即信息：部分观测动力学系统机器学习的结构可识别性映射

Janis Norden, Elisa Oostwal, Michael Chappell, Peter Tino, Kerstin Bunte

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

AI总结 该研究针对部分观测动力学系统机器学习中结构不可识别导致的分类性能问题，采用结构可识别性分析关联同输出参数配置并用于分类器训练，在生物医学示例模型上显著提升了小训练集下的分类泛化能力。

Comments 16 pages, 19 figures

Nonlinear Binscatter Methods

非线性分箱散点图方法

Matias D. Cattaneo, Richard K. Crump, Max H. Farrell, Yingjie Feng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究提出基于非线性M估计的新型分箱散点图方法，涵盖多种回归模型，提供相关理论工具并通过收入与医保关系演示，发布了多语言软件。

LongRCA Bench: Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures

LongRCA Bench：诊断长 horizon 智能体失败中的责任角色与根本原因

Yunfei Zhang, Boyu Feng, Changhua Pei, Zexin Wang, Zhihuang Peng, Xinlong Liu, Hengyue Jiang, Difeng Ma, Jiayi Zhang, Yongzhou Yao, Yanan Zhao, Fei Sun, Yintong Huo, Zhaoyang Liu, Jingjing Li, Gaogang Xie, Dan Pei

机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； Chongqing University（重庆大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Singapore Management University（新加坡管理大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； Tsinghua University（清华大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 LongRCA Bench 是含1140条失败轨迹的长 horizon 智能体失败诊断基准，本文提出无需训练的 RCTA 方法，在责任角色归因和根本步骤定位上优于现有基线，表明需将二者作为独立评估目标。

Comments 18 pages, 6 figures. Yunfei Zhang and Boyu Feng contributed equally. Changhua Pei is the corresponding author

ZenGen: Social Mind for LLMs

Zing：大语言模型的社交智能

ZenGen Team, Ao Xiang, Bi Jingping, Chen Jiahui, Chen Lehan, Chen Yilin, Cheng Xueqi, Fan Yixing, Gan Kairong, Gao Haowen, Gao Jinhua, Gao Shuxuan, Gong Chang, Guo Jiafeng, Guo Ruijie, Han Zhouyu, He Guangfu, He Yichun, Jiang Shuo, Jing Shaoling, Jing Ya, Lei Chenhao, Lei Yan, Li Anqi, Li Chengao, Li Haoyu, Li Shitian, Liang Xinjian, Liu Zhaoge, Lyu Xingyu, Nie Zhuwei, Pang Liang, Quan Zeping, Shan Shiguang, Shen Huawei, Tang Xinran, Tian Feng, Wang Qian, Wang Ruiping, Wang Xiaohong, Xia Zaiyu, Xiao Yi, Xu Jiayuan, Xu Kehan, Xu Qianqian, Xu Tianyu, Xu Yongjun, Yang Haoming, Yang Jun, Yao Di, Yu Xiaoming, Zhang Futong, Zhang Jie, Zhang Shixuan, Zhang Yuxuan, Zhao Xinyu, Zhao Zhuoran, Zhong Yunfei, Zhu Shengyu

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 研究大语言模型社交智能，提出Zijing框架，含测量基准SoMBench、训练方法Zing及推理架构Actio，通过实验证明社交智能大语言模型在评估、内化和落地方面需协同发展。

CogPic: A Multimodal Dataset for Early Cognitive Impairment Assessment via Picture Description Tasks

CogPic：一种通过图片描述任务进行早期认知障碍评估的多模态数据集

Liuyu Wu, Rui Feng, Jie Li, Wentao Xiang, Yi Zhang, Yin Cao, Siyang Song, Xiao Gu, Jianqing Li, Wei Wang

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出CogPic数据集，用于通过图片描述任务进行早期认知障碍评估，该数据集包含同步的音频、视觉和语言数据，由专家神经心理学家进行临床验证，为多模态研究提供了坚实基础。

Comments 11 pages, 3 figures, 5 tables