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 19 篇
A continually expandable foundation model for brain MRI
可持续扩展的脑MRI基础模型
机构 * University of Cambridge（剑桥大学） ； University of Málaga（马拉加大学）
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 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。
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
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）
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
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）
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。
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。
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
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。
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
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
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
机构 * Department of Computing, Imperial College London, UK（伦敦帝国理工学院计算机系）
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
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
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
