医学 AI

Advancing Interaction-Sensitive Feature Selection: Novel Relief-Based Algorithms, Expanded Comparisons, and Recommendations for Biomedical Data Mining

推进交互感知特征选择：新型基于Relief的算法、扩展比较及生物医学数据挖掘建议

Kia Kazemi-Nia, Harsh Bandhey, Philip J. Freda, Ryan J. Urbanowicz

机构 * Cedars-Sinai Health Sciences University（西达赛奈健康科学大学） 纠错

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

AI总结 本研究重构优化扩展scikit-rebate包，对比新型Relief类算法在基因组模拟数据中的表现，发现MultiSWRFDB等算法可有效保留主效应与交互作用，运行时间显著缩短。

Comments 18 pages, 6 figures, 2 tables, submitted for journal review

BioPIE: A Biomedical Protocol Information Extraction Dataset for Experiment Understanding

BioPIE：面向实验理解的生物医学协议信息抽取数据集

Haofei Hou, Shunyi Zhao, Fanxu Meng, Kairui Yang, Lecheng Ruan, Qining Wang

机构 * School of Advanced Manufacturing and Robotics, Peking University（北京理工大学先进制造与机器人学院） ； School of Integrated Circuits, Peking University（北京理工大学集成电路学院） 纠错

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

AI总结 提出BioPIE数据集，以程序为中心的知识图谱捕获实体、动作和关系，解决生物医学实验理解中的高信息密度和多步推理难题，并验证了信息抽取方法及问答系统的有效性。

Comments Accepted to Findings of EMNLP 2026

The Role of Mixed and Augmented Reality in Medical Visualization: Literature Review and A Context-Aware Taxonomy

混合与增强现实在医学可视化中的作用：文献综述与情境感知分类法

Xinrui Zou, Mingxu Liu, Hongchao Shu, Ruixing Liang, Mathias Unberath, Alejandro Martin-Gomez

专题命中 生物医学文本 ：diagnosis(abstract)

AI总结 本文通过文献综述，构建了含图像模态等四个核心组件及可视化锚定等两个关键维度的医学AR/MR可视化分类法，为医学场景选择合适可视化技术提供详细框架。

Comments Accepted at IEEE ISMAR 2026. The definitive version will be available in IEEE Xplore