医学 AI

Auditable CT Phenotyping Through Report-derived Radiological Observations

基于报告衍生放射学观察的可审计CT表型分析

Riga Wu, Walter Witschey, Yicheng Li, Felix Barajas Ordonez, Keno K. Bressem, Lisa C. Adams, Gary E. Weissman, Li Shen, Christos Davatzikos, Eduardo Barbosa, Daniel Truhn, Tianyu Han

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Technical University of Munich（慕尼黑工业大学） ； University Hospital Essen（埃森大学医院） 纠错

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

AI总结 本研究提出可审计CT表型分析（ACT）方法，在221项表型任务中验证其优于现有基线，可识别CT表型中与诊断相关的无效观察结果，为提高CT表型可审计性提供方案。

MAMA-FLUX.2: Image-to-Image Synthesis of Post-Contrast Breast DCE-MRI for the MAMA-SYNTH Challenge

MAMA-FLUX.2：面向MAMA-SYNTH挑战赛的对比后乳腺动态对比增强MRI图像到图像合成

Kamil Kwarciak, Marek Wodzinski

机构 * AGH University of Krakow（克拉科夫AGH科技大学） ； Sano Centre for Computational Medicine（萨诺计算医学中心） 纠错

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

AI总结 本研究针对MAMA-SYNTH挑战赛，提出MAMA-FLUX.2模型，采用LoRA微调及任务感知区域损失，实现对比前至对比后乳腺DCE-MRI的图像合成，在临床相关指标上取得最优平衡。

Comments 9 pages, 3 figures, 1 table

Modality Contribution Score - A Per-Patient Framework for Quantifying the Relative Diagnostic Contribution of Structural MRI and Amyloid PET in Alzheimer's Disease

模态贡献分数——一种用于量化阿尔茨海默病中结构MRI与淀粉样PET相对诊断贡献的患者专属框架

Dawa Chyophel Lepcha, Aaliya Ali, Sophie A. Martin, Deepika Koundal, Pierrick Coupe, Shabbir Syed-Abdul

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

AI总结 该研究提出患者专属框架MCNet与MCS，量化AD中结构MRI与淀粉样PET的相对诊断贡献，在ADNI-3与OASIS-3队列中验证了其分期性能、单调梯度及跨队列泛化性，为痴呆护理可信AI奠定基础。

Comments 15 pages, 7 figures, Under review

PANDA - Prototype-Anchored Alignment for Partially Unpaired Multimodal Learning, with Applications to Alzheimers MRI and TCGA Pathology

PANDA——面向部分配对多模态学习的原型锚定对齐方法，及其在阿尔茨海默病MRI与TCGA病理中的应用

Sheethal Bhat, Mahfuzur Rahman Chowdhury, Paula Andrea Perez-Toro, Stephan Wunderlich, Rose Dawn Bharat, Siming Bayer, Andreas Maier

机构 * Friedrich-Alexander-Universität（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学） ； Klinikum Nürnberg, Paracelsus Medical University（帕拉塞尔苏斯医科大学纽伦堡医院） ； Ludwig-Maximilians-Universität München（慕尼黑大学） ； National Institute of Mental Health and Neurosciences (NIMHANS)（国家精神卫生与神经科学研究院） 纠错

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

AI总结 本文提出PANDA框架，可在推理阶段无辅助输入时将不完整辅助模态的信息迁移至主模态模型，在阿尔茨海默病分类与TCGA生存预测任务中均取得优于基线的性能。

THA-Flow Generative Model: Prosthesis Geometry Prediction from Preoperative CT

THA-Flow生成模型：基于术前CT的假体几何预测

Yiping Wang, Jie Li, Jingyu Shen, Liao Wang

机构 * Changzhou Jinse Medical Information Technology Co., Ltd.（常州金色医疗信息技术有限公司） ； Shanghai Ninth People’s Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属第九人民医院） 纠错

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

AI总结 本研究提出THA-Flow生成模型，通过AutoencoderKL和三维UNet从术前CT生成三维假体几何，在1355个髋关节数据上验证，实现了THA三维手术规划的生成式AI首次应用。

Comments 17 pages, 7 figures, 2 tables

Improving Cross-Site Whole-Heart Segmentation

改进跨站点全心分割

Tanish Mudaliar, Justin Li, Daniel Lin, Julianna Vo, Kaitao Liao, Xin Wang, Shu Hu

专题命中 医学影像 ：MRI(summary_cn,abstract)；CT(summary_cn,abstract)；分类 cs.CV、eess.IV

AI总结 针对多中心多模态下全心分割的分布偏移问题，提出结合TotalSegmentator初始化nnU-Netv2与站点特征外观增强的方法，提升了CT和MRI的跨站点分割性能。

Comments 12 pages, 2 figures. Accepted to the MICCAI 2026 for the CARE Whole Heart Segmentation Challenge proceedings

FlowMoDL: Model-Based Deep Learning with Conjugate-Gradient Data Consistency for Highly Accelerated 4D Flow MRI Reconstruction

FlowMoDL：结合共轭梯度数据一致性的基于模型的深度学习用于高度加速的4D血流MRI重建

Tristan Gottwald, Michelle Bruch, Mubashir-Ul Hassan, Fatma Alickovic, Milan Kloiber, Daniel Tenbrinck, Torsten Panholzer, Melanie Schaller, Jana Hutter

机构 * Leibniz University Hannover（莱布尼茨汉诺威大学） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔兰根-纽伦堡大学） ； University Medical Center of the Johannes Gutenberg University Mainz（美因茨约翰内斯·古腾堡大学医学中心） ； L3S（L3S研究所） ； CAIMED（CAIMED机构） ； Institute of Information Processing (tnt)（信息处理研究所（tnt）） ； Institute of Medical Biostatistics, Epidemiology and Informatics（医学生物统计学、流行病学与信息学研究所） 纠错

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

AI总结 FlowMoDL是基于MoDL框架的展开式神经网络，采用双通路条件方案，在多中心CMRx4DFlow数据集上，于10×至50×加速因子下，其梯度步骤效率更优，重建性能优于CG-SENSE等基线方法。

Deep Learning Segmentation of Diffusion-Weighted MRI Acute Ischaemic Stroke: A Pragmatic Evaluation Across Three Datasets

扩散加权MRI急性缺血性脑卒中的深度学习分割：跨三个数据集的实用评估

Atle Bjørnerud, Till Schellhorn, Thor H. Skattør, Terje Nome, Jon André Ottesen, Anne Hege Aamodt, Bradley J MacIntosh

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

AI总结 本研究训练nnU-Net模型，对比不同输入配置与架构，发现仅用DWI训练的基线nnU-Net可快速准确分割急性缺血性脑卒中病灶，性能优于DeepISLES，或可支持临床工作。

Comments 19 pages, 8 figure and 4 tables

Unsupervised Anatomical Feature Learning via Diffusion Models: Enhanced Medical Image Segmentation with Denoising Diffusion Probabilistic Models

基于扩散模型的无监督解剖特征学习：用去噪扩散概率模型增强医学图像分割

Akshat G, Divyansh Gupta, Shaleen Bhatnagar, Shilpa Ankalaki, Tusar Kanti Mishra

机构 * Manipal Institute of Technology Bengaluru, Manipal Academy of Higher Education（马尼帕尔理工学院班加罗尔分校，马尼帕尔高等教育学院） 纠错

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

AI总结 该研究提出用无监督DDPM预训练提取解剖特征，将编码器权重迁移至U-Net实现医学图像分割，在BTCV数据集上显著提升多器官分割性能，低数据场景下仍保持稳健表现。

Comments 15 pages, 5 figures. Submitted for peer review

MSR-IVA: Masked Structural Residual Independent Vector Analysis for State-Aware Fusion of Structural MRI and Dynamic Functional Network Connectivity

MSR-IVA：用于结构MRI与动态功能连接状态感知融合的 masked 结构残差独立向量分析

Victor Solomon, Zening Fu, Rafal Angryk, Vince D. Calhoun, Jingyu Liu

机构 * Georgia State University（佐治亚州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） 纠错

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

AI总结 该研究针对sMRI与dFNC融合时IVA方法的缺陷，提出MSR-IVA框架，在ADNI队列实验中提升匹配源耦合、降低非匹配依赖，实现受控结构共享以适配状态差异。

Comments Accepted at the 2026 IEEE International Workshop on Machine Learning for Signal Processing (MLSP 2026), Atlanta, GA, USA

Label-Free Foundational Model Selection for Medical Image Classification under Distribution Shift via Pseudo Label Discrepancy

分布偏移下基于伪标签差异的医学图像分类无基准模型选择

Juan Iñaki Larrea, Lucas Mansilla, Enzo Ferrante

机构 * Universidad de Buenos Aires（布宜诺斯艾利斯大学） ； CONICET（阿根廷国家科学技术研究委员会） ； Universidad Nacional del Litoral（国立 littoral 大学） ； Research Institute for Signals, Systems and Computational Intelligence（信号、系统与计算智能研究所） 纠错

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

AI总结 针对分布偏移下医学图像分类的无基准模型选择问题，提出基于SUDO框架的AURCC准则，在胸部X射线分类任务中实现了与真实排名高相关性的模型排名，小源标注数据下表现更优。

Comments Accepted at MIRASOL Workshop, MICCAI 2026. 10 pages, 3 figures

SeVeR: Selective Visual Exposure and Retrieval for 3D Medical Image Question Answering

SeVeR：面向3D医学图像问答的选择性视觉暴露与检索

Yaojun Hu, Danyang Tu, Yang Liu, Jiajin Zhang, Wei Fang, Zhiqiang Liu, Chunlai Dong, Yingda Xia, Haochao Ying, Jian Wu, Ling Zhang

机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Hupan Lab（湖畔实验室） ； School of Public Health, Zhejiang University（浙江大学公共卫生学院） 纠错

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

AI总结 针对3D医学图像问答中多序列视觉冗余问题，提出SeVeR框架，引入BreMRIs-VQA基准，通过压缩体积为原型并检索互补证据，实现性能提升且减少视觉标记使用。

Learning spatially varying regularisation parameters of low regularity for image reconstruction

用于图像重建的低正则性空间变正则化参数学习

Kostas Papafitsoros, Luca Calatroni, Andreas Kofler

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

AI总结 该研究探讨变分图像重建中空间自适应正则化权重的低正则性性质，结合深度神经网络学习此类权重，经图像去噪与MRI重建验证可提升重建效果，并指出未来研究方向。

Nanophotonic control of spatial information in scintillation detectors

闪烁探测器中空间信息的纳米光子学调控

Joshua Chen, Simo Pajovic, Seou Choi, Sachin Vaidya, William Michaels, Louis Martin-Monier, Christina M. Spägele, Steven E. Kooi, Juejun Hu, Rajiv Gupta, Charles Roques-Carmes, Marin Soljačić

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 该研究将超表面透镜与块状闪烁体集成，通过纳米光子波前调控分离X射线吸收与光学成像，可降低CT所需X射线剂量5倍、提高分辨率带宽25倍，实现高分辨率低剂量X射线成像。

Comments main text: 9 pages, 4 figures. supplementary information: 44 pages, 12 figures

UltraPIPS: Improving model perception in B-mode ultrasound with foundation models

UltraPIPS：利用基础模型提升B型超声中的模型感知能力

Tal Grutman, Tali Ilovitsh

机构 * School of Biomedical Engineering, Tel Aviv University（特拉维夫大学生物医学工程学院） 纠错

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

AI总结 该研究针对B型超声图像特性，提出采用超声领域特定骨干网络优化LPIPS指标，构建UltraPIPS库，可提升下游任务性能并平衡重建质量与真实性。

Comments MICCAI ASMUS 2026

Hierarchical MoE for Multi-Modal ILD Diagnosis

用于多模态间质性肺疾病诊断的分层混合专家模型

Alec K. Peltekian, Gorkem Durak, Halil Ertugrul Aktas, Carrie Lynn Richardson, Mary Carns, Kathleen Aren, GR Scott Budinger, Anthony J. Esposito, Alexander Misharin, Alok Nidhi Choudhary, Ankit Agrawal, Ulas Bagci

机构 * Northwestern University（西北大学） ； Northwestern University Feinberg School of Medicine（西北大学费恩伯格医学院） ； Simpson Querrey Lung Institute for Translational Science（辛普森奎雷转化科学肺研究所） 纠错

专题命中 临床大模型 ：diagnosis(title)；分类 cs.CV

AI总结 本研究提出分层多模态MoE模型，融合预训练影像专家与EHR，在ILD分类患者级交叉验证中AUC达0.8750±0.0443，优于REN和SwinUNETR，且提升了可解释性。

Comments 11 pages, 2 figures

Clustering of anterior corneal surface shapes in normal adults

正常成年人前角膜表面形状的聚类分析

Hala Bouazizi, Isabelle Brunette, Jean Meunier

专题命中 临床大模型 ：clinical AI(abstract)；分类 q-bio

AI总结 本研究对正常成年人角膜地形图进行聚类分析，用Zernike多项式降维后采用k-means算法确定3类前角膜形状，为生物合成角膜植入物的分类设计提供依据。

Comments 17 pages. 7 figures. 3 tables

Fusing Perceptual Vision Experts with Multimodal Large Language Models for Explainable Plant Disease Diagnosis: From Benchmark Imagery to Real-World Robotic Field Validation

融合感知视觉专家与多模态大语言模型的可解释植物病害诊断：从基准图像到真实世界机器人现场验证

Ranjan Sapkota, Konstantinos I. Roumeliotis, Pengyao Xie, Nikolaos D. Tselikas, Lirong Xiang, Manoj Karkee

机构 * Cornell University（康奈尔大学） ； University of the Peloponnese（伯罗奔尼撒大学） ； Agricultural University of Athens（雅典农业大学） 纠错

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

AI总结 该研究提出H²MAF框架，结合EfficientNet-B3、ConvNeXt-Tiny与Gemma、Qwen等MLLM，在PlantDoc及Cornell机器人田间数据集上实现高准确率可解释植物病害诊断，验证了MLLM仲裁的应用潜力。

From Verdict to Diagnosis: Attributable Security Review of Pull Requests

从裁决到诊断：对拉取请求的可归因安全审查

Zhuo Chen, Boyang Wang, Xiyue Zhang, Xiaoyun Xu, Ahmad-Reza Sadeghi, Stjepan Picek, Lichao Wu

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对自动化PR审查的裁决-诊断差距，构建MalPR-Bench基准，提出PRGuard审查工具，发现仅基于裁决的评估会高估自动化审查的安全价值。

Hallucination by proxy in LLM-assisted differential diagnosis

LLM辅助鉴别诊断中的代理幻觉

Bastien Le Guellec, Su-Hwan Kim, Ibrahima Niang, Aghiles Hamroun, Grégory Kuchcinski

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 该研究发现，亚专业经验有限的放射科医生（尤其是培训6个月以内者）易将LLM生成的虚构疾病纳入鉴别诊断，需开展AI内容批判性评估的结构化培训。

Behind the [MASK]: Disentangling Representation and Faithfulness in DAPF-Based Dementia Detection

[MASK]背后：基于DAPF的痴呆检测中表征与忠实性的解耦

Pardis Ranjbar-Noiey, Natalie Parde

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 该研究针对基于提示微调的领域自适应模型（DAPF）框架，探究其在痴呆检测任务中的表征优势与标记级解释忠实性不匹配的问题，为痴呆筛查模型的可解释性优化提供了依据。

Comments 16 pages, 1 figure, 19 tables. Under review at ACL Rolling Review

Targeting the Attention Heads Behind Object Hallucination in LLaVA

针对LLaVA中物体幻觉背后的注意力头

Armaan Sandhu, Abhilasha Senapati, Hima Kammachi

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本研究针对LLaVA的物体幻觉问题，通过注意力头诊断筛选出32个关键注意力头，结合LoRA适配器与推理控制器，在COCO数据集上显著降低了物体幻觉率。

Comments 10 pages, 5 figures, 3 tables. Accepted at the Actionable Interpretability Workshop, COLM 2026

Mandarin Humorous Homophone Recognition and Disambiguation in Automatic Speech Recognition

自动语音识别中的中文幽默同音字识别与歧义消解

Sicheng Jin, Jinghao Chen, Mostafa Shahin, Beena Ahmed, Aditya Joshi

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对第二语言中文发音学习的MDD需求，提出基于音系特征的Wav2Vec2-CTC框架，区分音段与声调错误，可降低FAR与DER，提供更详细的诊断反馈。

Comments Accepted for publication at ISCSLP 2026

From General Agents to RCA Experts: A Self-Evolving Harness for Root Cause Analysis

从通用智能体到RCA专家：一种用于根因分析的自演化框架

Haiyu Huang, Jiewei Lyu, Zhihan Jiang, Jinyang Liu, Xiao He, Tieying Zhang, Wu Xiang, Michael R. Lyu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出自演化RCA框架OpsHarness，复用通用智能体能力，通过双门验证演化，在基准与工业场景中大幅提升RCA准确率。

Resolving Multi-Modal Regression by Difference-Quotient-Based Clustering:Fast Coarse Conditional-Label Assignment

基于差商聚类的多模态回归解决方法：快速粗粒度条件标签分配

Huang Weiquan

机构 * Guangdong Polytechnic Normal University（广东技术师范大学） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG

AI总结 针对多模态回归的均值崩溃问题，提出差商聚类（DQC）方法，通过最小化簇内差异分配标签，在合成基准上取得优于随机标签和均值崩溃的最小平方误差，为后续生成优化减轻负担。

What Do Medical Vision-Language Models Learn in Radiology? Transfer, Alignment, and Source-Proxy Leakage Under Distribution Shift

医学视觉-语言模型在放射学中学到了什么？分布偏移下的迁移、对齐与源代理泄露

Ayoub Louaye Bouaziz, Lokmane Chebouba, Yassine Himeur

机构 * University of Constantine（康斯坦丁大学） ； University of Dubai（迪拜大学） ； University of Western Brittany（西布列塔尼大学） 纠错

专题命中 医疗多模态 ：radiology(title)；分类 cs.CV

AI总结 本研究针对医学视觉-语言模型在分布偏移下的失效问题，探究其跨数据集迁移、多模态对齐及源代理泄露特性，发现表观能力掩盖相关失效模式，推动对该类模型的压力测试评估。

Interpreting Protein Language Model Embeddings via Orthogonal Projection for Protein Fitness Prediction

通过正交投影解释蛋白质语言模型嵌入以用于蛋白质适应性预测

Paulo Yanez Sarmiento, Pia Francesca Rissom, Manuel Pfeuffer, Marco Simnacher, Jordan F. Safer, Sumaiya Iqbal, Henrike O. Heyne, Nadja Klein, Bernhard Y. Renard

机构 * Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所） ； Broad Institute of MIT and Harvard（麻省理工学院及哈佛大学布罗德研究所） ； Humboldt University of Berlin（柏林洪堡大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

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

AI总结 本研究提出通过正交投影技术去除蛋白质语言模型嵌入中的可解释生化特征效应，证明其编码与生化特性相关的模式并量化其对蛋白质适应性预测的贡献，该方法可迁移至其他问题场景。

Comments Preprint

Room-temperature graphene sub-terahertz detector integrated on a silicon dielectric waveguide

集成在硅介质波导上的室温石墨烯亚太赫兹探测器

A. Titchenko, K. Shein, M. Titova, M. Kashchenko, O. Popova, R. Izmaylov, E.I. Titova, I. Gayduchenko, G. Goltsman

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究展示了单片集成在高电阻率硅介质波导上的室温石墨烯亚太赫兹探测器，实现了D波段探测，其电压响应度达11.5 V/W，为全集成室温太赫兹光子回路提供了可行方案。

CardioFusion-AI: Robust ECG--PPG Fusion for Multimodal Physiological Monitoring Under Signal Degradation

CardioFusion-AI：信号退化下用于多模态生理监测的鲁棒心电图-光电容积脉搏波融合方法

Navaneetha Krishnan Kamalakannan, Janakiraman Kamalakannan

专题命中 健康监测 ：分类 cs.LG、q-bio、eess.SP；biomedical(comments)

AI总结 本研究提出 CardioFusion-AI 框架，通过信号处理前端与自适应融合策略，在多模态生理信号退化场景下实现鲁棒监测，验证了其在不同退化条件下的性能表现。

Comments 7 pages, 4 figures. Under review at IEEE Journal of Biomedical and Health Informatics. Code: this https URL (https://github.com/ka-cyber/CardioFusion-AI)

Key Point Analysis Needs Structure Recovery: Task Definition, Dataset Diagnosis, and a Structure-Aware Benchmark

关键点分析需要结构恢复：任务定义、数据集诊断及结构感知基准

Zhiqiang Shi, Oana Cocarascu

机构 * King’s College London（伦敦国王学院） 纠错

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

AI总结 该研究定义关键点分析（KPA）为结构化预测问题，诊断现有KPA基准缺陷，构建人机协同标注的结构感知基准并发布相关资源，为KPA研究提供支持