科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
使用3D高斯泼溅渲染MRI的新视图
机构 * Visual Geometry Group, University of Oxford（视觉几何组，牛津大学） ； Oxford Machine Learning in NeuroImaging Lab, University of Oxford（牛津大学神经影像学机器学习实验室）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV、eess.IV、eess.SP
AI总结 通过3D高斯泼溅从稀疏各向异性MRI重建体积并采样与目标解剖对齐的平面，生成更优的放射学分级视图，相比原始扫描和体素插值方法提高了椎管狭窄分级准确性。
Comments Spotlight at AI4M3D workshop at ECCV 2026
西门子MRI磁体中持续电流开关工作状态的外部识别与电热建模
专题命中 医学影像 ：MRI(title,title_cn)
AI总结 该研究识别出西门子MRI磁体PCS存在自维持电阻态，建立其电热模型，将电流RMSE降低9.4倍，明确了持续电流精度的控制因素及自维持边界。
Comments 44 pages, 37 figures (15 main text + 22 appendix), 9 tables
认知记忆：自维持智能系统的有效性层
专题命中 医学影像 ：CT(title,abstract)；分类 cs.LG
AI总结 本文针对AI记忆机制忽略知识有效性条件导致语义坐标漂移的问题，提出认知记忆作为有效性维护层，引入OBM架构，实验表明其可提升智能体在变化观测条件下的鲁棒性。
SEG-SAM：语义引导的SAM用于统一医学图像分割
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 该研究提出语义引导的SAM模型SEG-SAM，通过语义感知解码器、文本到视觉语义模块及跨掩码空间对齐策略，提升医学图像统一分割性能，实验显示其优于现有相关方法。
Comments 17 pages, 11 figures. Under review
医学影像分析中的性能不确定性：对置信区间的大规模调查
机构 * Sorbonne Université（索邦大学） ； Institut du Cerveau – Paris Brain Institute - ICM（脑研究所—巴黎脑研究所—ICM） ； CNRS（国家科学研究中心） ； Inria（法国国家信息与自动化技术研究院） ； Inserm（法国国家医学研究院） ； AP-HP（法国国家医院集团） ； Hôpital de la Pitié-Salpêtrière（皮蒂埃-萨尔普特里医院） ； German Cancer Research Center (DKFZ)（德国癌症研究中心（DKFZ）） ； National Center for Tumor Diseases (NCT)（肿瘤国家研究中心（NCT）） ； AI Health Innovation Cluster（人工智能健康创新集群） ； Unit for Lifelong Health and Ageing at UCL（伦敦大学学院（UCL）长寿健康单位） ； Department of Population Science and Experimental Medicine and Hawkes InstituteCentre for Medical Image Computing（人口科学与实验医学系及哈维斯研究所医学影像计算中心） ； Department of Computer Science, University College London（伦敦大学学院（UCL）计算机科学系） ； School of Biomedical Engineering and Imaging Science, King’s College London（伦敦国王学院生物医学工程与影像科学学校） ； Hawkes Institute, Department of Computer Science, University College London（哈维斯研究所，伦敦大学学院（UCL）计算机科学系）
专题命中 医学影像 ：medical image(title)；分类 cs.CV、cs.LG
AI总结 本研究通过大规模分析揭示医学影像AI中置信区间方法的可靠性与精度差异，探讨样本量、性能度量和聚合策略对置信区间的影响。
一种基于模拟器的框架，用于从3D舌网格构建可验证的肌肉驱动问答（QA）
机构 * Sogang University（西江大学）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV
AI总结 该研究提出基于模拟器的3DTongueQA框架，从3D舌网格构建可验证肌肉驱动问答，验证其可移植性，表明构建的监督信号支持结构化预测与异构自然语言问答。
Comments 16 pages, 5 figures, 15 tables
用于跨模态3D脑肿瘤分割的协同模态与切片记忆框架
机构 * Graduate School of Information, Production and Systems, Waseda University, Japan（信息、生产与系统研究生院，早稻田大学，日本） ； School of Computer Science, University of Lincoln, UK（林肯大学计算机科学学院，英国） ； University of Nottingham, UK（诺丁汉大学，英国） ； University of Nottingham Ningbo China, China（宁波诺丁汉大学，中国） ； College of Electrical Engineering and Information, Northeast Agricultural University, Harbin, China（电气工程与信息学院，东北农业大学，中国） ； College of Computer Science, Sichuan University, Chengdu, China（计算机科学学院，四川大学，中国） ； Yale University, New Haven, CT 06510, USA（耶鲁大学，美国） ； School of Engineering and Physical Science, University of Lincoln, Lincoln LN6 7TS, UK（工程与物理科学学院，林肯大学，英国）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV
AI总结 针对现有跨模态3D脑肿瘤分割方法忽略跨模态相关性、依赖特定类别提示的问题，提出MSM-Seg框架，通过MSMA、MCP-Encoder和MF-Decoder实现精准分割，性能优于现有方法。
Comments Accepted by TMM
风格取胜，实质落败：对作为创意生成评判者的大语言模型（LLM）的诊断
专题命中 诊断辅助 ：diagnosis(title)
AI总结 本研究针对大语言模型作为创意评判者的风格偏差问题，提出SciStyleBench基准及配套的SciStyleExtractor模块，实验验证该模块可有效降低风格偏差、提升实质区分度，为科学创意评估提供了系统性解决方案。
Comments First three authors are co-first authors
TTSR: 测试时自我反思以提升持续推理能力
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Southwestern University of Finance and Economics（西南财经大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 TTSR通过测试时自我反思机制，利用学生与教师角色交替，持续改进大语言模型的推理能力。
Comments EMNLP 2026 Main Conference
CDEG：为长程诊断智能体学习决策关键证据
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究提出基于图的框架CDEG，通过对比同一病例的成功与失败轨迹、受控反事实干预等学习决策关键证据，在多基准测试中使长程诊断智能体准确率最高提升11.5%。
Comments 9 pages, 5 figures
联合贝叶斯布尔矩阵分解及其在多发性骨髓瘤染色体拷贝数变异中的应用
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究针对现有布尔矩阵分解未利用相关数据集共享潜在结构的问题，提出JBBMF模型，通过共享潜在结构联合分解二元矩阵，在模拟和多发性骨髓瘤数据应用中提升了因子恢复与分析效果。
层序倒置：重新思考大语言模型中的潜在多跳推理
机构 * State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文提出"层序倒置"现象，通过概率性回忆与提取框架解释大语言模型中多跳推理的机制，揭示了层序倒置与总跳步数的关系，并提供了多跳失败的诊断方法。
Comments 16 pages, 18 figures, EMNLP 2026 Main
检索何时有助何时干扰：评估用于生物医学声明验证的生成证据的大型语言模型
机构 * Queen’s University Belfast（贝尔法斯特女王大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究针对生物医学声明验证，在CARE-XAI基准上对比多种模型，发现微调大型语言模型生成证据能力最强，PubMed检索效果因来源而异，还提出Bio-GRACE工具评估检索效用，推动选择性检索发展。
迈向生物医学研究的世界模型
机构 * State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China（网络与交换技术国家重点实验室，北京邮电大学，北京，中国） ； Department of Engineering Science, University of Oxford, Oxford, United Kingdom（英国牛津大学工程科学系，牛津，英国） ； Institute of Medical Artificial Intelligence, South China Hospital, Medical School, Shenzhen University, Shenzhen, Guangdong, China（医学人工智能研究所，南方医院，医学学院，深圳大学，深圳，广东，中国） ； Zhongguancun Academy & Zhongguancun Institute of Artificial Intelligence, Beijing, China（中关村学院及中关村人工智能研究院，北京，中国） ； Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, 100084, Beijing, China（北京信息科学与技术国家研究中心（BNRist），清华大学，100084，北京，中国） ； Department of Chemical and Nano Engineering, University of California, San Diego, La Jolla, CA, USA（美国加州大学圣地亚哥分校化学与纳米工程系，La Jolla，CA，美国） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Monash Biomedicine Discovery Institute and Department of Biochemistry and Molecular Biology, Monash University, Melbourne, Victoria, Australia（莫纳什大学生物医学发现研究所和生物化学与分子生物学系，墨尔本，维多利亚，澳大利亚） ； David R. Cheriton School of Computer Science, University of Waterloo, Waterloo, Ontario, Canada（加拿大滑铁卢大学戴维·R·切里顿计算机科学学校，滑铁卢，安大略，加拿大） ； Department of ICT and Center for AI Research, University of Agder (UiA), Jon Lilletuns vei 9, Grimstad, Norway（挪威阿格德大学（UiA）信息与通信技术系及人工智能研究中心，Jon Lilletuns vei 9，Grimstad，挪威） ； Department of Electronic Engineering, Tsinghua University, Beijing, China（清华大学电子工程系，北京，中国）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出生物医学世界模型作为AI驱动发现的新范式，通过学习分子、细胞、组织和临床状态的潜在表征及干预条件动态，实现未来轨迹模拟，并探讨其在虚拟细胞、类器官、虚拟患者和手术模拟等应用中的潜力。
通过复制的视角理解生物医学研究中的统计学
专题命中 生物医学文本 ：biomedical(title)
AI总结 通过复制视角分析生物医学研究中的统计学问题，指出复制概率受样本量和方差影响，并提出改进方法以提高复制可靠性。
Comments 30 pages, 3 figures, 2 tables. This paper includes a large amount of work that was done subsequently after comments and supersedes a previous paper submitted to arXiv (Reference number: 2403.16906 (https://arxiv.org/abs/2403.16906). I have not deleted or replaced the latter in case the moderators prefer both papers to be readable side-by-side
临床导向的医学语言模型隐私评估
机构 * Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； American Board of Family Medicine（家庭医学认证委员会）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 提出临床导向框架，按对抗访问等级评估医学语言模型隐私泄露，发现常规元数据可导致高比率逐字记忆和敏感诊断恢复，但部分记忆源于模板化文档。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈