医学 AI

A Data Driven Approach for Resting-state EEG signal Classification of Schizophrenia with Control Participants using Random Matrix Theory

Haichun Liu, TianHong Zhang, Yumeng Ye, Changchun Pan, Genke Yang, JiJun Wang, Robert C. Qiu

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

Comments 9 pages, 5 figures. arXiv admin note: text overlap with arXiv:1503.08445 by other authors

Large-scale analysis of disease pathways in the human interactome

Monica Agrawal, Marinka Zitnik, Jure Leskovec

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

Journal ref Pacific Symposium on Biocomputing 23:111-122(2018)

Functional connectivity patterns of autism spectrum disorder identified by deep feature learning

Hongyoon Choi

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

Comments 7 pages

Automatic Detection of Epileptiform Discharges in the EEG

Andre Rosado, Agostinho C Rosa

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

Comments 6 pages, 7 figures and 7 tables

Robots that can adapt like animals

Antoine Cully, Jeff Clune, Danesh Tarapore, Jean-Baptiste Mouret

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

Automatic Classification of Human Epithelial Type 2 Cell Indirect Immunofluorescence Images using Cell Pyramid Matching

Arnold Wiliem, Conrad Sanderson, Yongkang Wong, Peter Hobson, Rodney F. Minchin, Brian C. Lovell

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

Comments arXiv admin note: substantial text overlap with arXiv:1304.1262

Journal ref Pattern Recognition, Vol. 47, No. 7, pp. 2315-2324, 2014

Classification of Human Epithelial Type 2 Cell Indirect Immunofluoresence Images via Codebook Based Descriptors

Arnold Wiliem, Yongkang Wong, Conrad Sanderson, Peter Hobson, Shaokang Chen, Brian C. Lovell

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

Journal ref IEEE Workshop on Applications of Computer Vision (WACV), pp. 95-102, 2013

An Efficient Sufficient Dimension Reduction Method for Identifying Genetic Variants of Clinical Significance

Momiao Xiong, Long Ma

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

The Alzheimer's Disease Prediction Of Longitudinal Evolution (TADPOLE) Challenge: Results after 1 Year Follow-up

Razvan V. Marinescu, Neil P. Oxtoby, Alexandra L. Young, Esther E. Bron, Arthur W. Toga, Michael W. Weiner, Frederik Barkhof, Nick C. Fox, Arman Eshaghi, Tina Toni, Marcin Salaterski, Veronika Lunina, Manon Ansart, Stanley Durrleman, Pascal Lu, Samuel Iddi, Dan Li, Wesley K. Thompson, Michael C. Donohue, Aviv Nahon, Yarden Levy, Dan Halbersberg, Mariya Cohen, Huiling Liao, Tengfei Li, Kaixian Yu, Hongtu Zhu, Jose G. Tamez-Pena, Aya Ismail, Timothy Wood, Hector Corrada Bravo, Minh Nguyen, Nanbo Sun, Jiashi Feng, B. T. Thomas Yeo, Gang Chen, Ke Qi, Shiyang Chen, Deqiang Qiu, Ionut Buciuman, Alex Kelner, Raluca Pop, Denisa Rimocea, Mostafa M. Ghazi, Mads Nielsen, Sebastien Ourselin, Lauge Sorensen, Vikram Venkatraghavan, Keli Liu, Christina Rabe, Paul Manser, Steven M. Hill, James Howlett, Zhiyue Huang, Steven Kiddle, Sach Mukherjee, Anais Rouanet, Bernd Taschler, Brian D. M. Tom, Simon R. White, Noel Faux, Suman Sedai, Javier de Velasco Oriol, Edgar E. V. Clemente, Karol Estrada, Leon Aksman, Andre Altmann, Cynthia M. Stonnington, Yalin Wang, Jianfeng Wu, Vivek Devadas, Clementine Fourrier, Lars Lau Raket, Aristeidis Sotiras, Guray Erus, Jimit Doshi, Christos Davatzikos, Jacob Vogel, Andrew Doyle, Angela Tam, Alex Diaz-Papkovich, Emmanuel Jammeh, Igor Koval, Paul Moore, Terry J. Lyons, John Gallacher, Jussi Tohka, Robert Ciszek, Bruno Jedynak, Kruti Pandya, Murat Bilgel, William Engels, Joseph Cole, Polina Golland, Stefan Klein, Daniel C. Alexander

专题命中 诊断辅助 ：diagnosis(abstract)；分类 q-bio；biomedical(journal_ref)

Comments Presents final results of the TADPOLE competition. 60 pages, 7 tables, 14 figures

Journal ref Machine Learning for Biomedical Imaging (MELBA), Dec 2021

Prediction of treatment outcome for autism from structure of the brain based on sure independence screening

Juntang Zhuang, Nicha C. Dvornek, Qingyu Zhao, Xiaoxiao Li, Pamela Ventola, James S. Duncan

专题命中 诊断辅助 ：medical image(abstract)；分类 q-bio；biomedical(journal_ref)

Journal ref 2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019) 2019 Apr 8 (pp. 404-408). IEEE

Blood-based metabolic signatures in Alzheimer's disease

Francisca A. de Leeuw, Carel F. W. Peeters, Maartje I. Kester, Amy C. Harms, Eduard A. Struys, Thomas Hankemeier, Herman W. T. van Vlijmen, Sven J. van der Lee, Cornelia M. van Duijn, Philip Scheltens, Ayşe Demirkan, Mark A. van de Wiel, Wiesje M. van der Flier, Charlotte E. Teunissen

专题命中 诊断辅助 ：diagnosis(abstract,journal_ref)；分类 q-bio

Comments Postprint, 76 pages, 32 figures, includes supplementary material

Journal ref Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring, 8 (2017): 196-207

Emerging Frontiers of Neuroengineering: A Network Science of Brain Connectivity

Danielle S. Bassett, Ankit N. Khambhati, Scott T. Grafton

专题命中 诊断辅助 ：diagnosis(abstract)；分类 q-bio；biomedical(comments)

Comments 17 pages, 6 figures. Manuscript accepted to the journal "Annual Review of Biomedical Engineering"

Biochemical analysis of human breast tissues using FT-Raman spectroscopy

Renata Andrade Bitar, Herculano da Silva Martinho, Carlos Julio Tierra Criollo, Leandra Naira Zambelli Ramalho, Mario Mourao Netto, Airton Abrahao Martin

专题命中 诊断辅助 ：diagnosis(abstract)；分类 q-bio；biomedical(comments)

Comments 29 pages, 9 figures. accepted Journal of Biomedical Optics

Grounded Token Initialization for New Vocabulary in LMs for Generative Recommendation

为生成推荐系统中的新词汇提供基础性词 token 初始化

Daiwei Chen, Zhoutong Fu, Chengming Jiang, Haichao Zhang, Ran Zhou, Tan Wang, Chunnan Yao, Guoyao Li, Rui Cai, Yihan Cao, Ruijie Jiang, Fedor Borisyuk, Jianqiang Shen, Jingwei Wu, Ramya Korlakai Vinayak

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； LinkedIn Corporation（领英公司） ； Northeastern University（东北大学） ； University of California, Davis（加州大学戴维斯分校） 纠错

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

AI总结 本文提出GTI方法，通过在预训练嵌入空间中语义地初始化新词汇，提升生成推荐系统性能，优于传统均值初始化和辅助任务适应方法。

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

TTSR: Test-Time Self-Evolving via Reflection

TTSR: 测试时自我反思以提升持续推理能力

Haoyang He, Zihua Rong, Yunjia Zhao, Lan Yang, Jian Chang, Honggang Zhang

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） 纠错

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

What FID Hides: Detecting, Ranking, and Diagnosing Deviations in Generative Evaluation

FID隐藏了什么：检测、排序和诊断生成式评估中的偏差

Hao Chen

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

AI总结 该研究针对生成式评估指标FID的缺陷，提出ZID方法，可检测、排序并诊断生成式模型的分布偏差，还能区分欠/过离散，在FID失效场景下有效。

Do Robotic World Models Really Follow Actions? Diagnosing and Aligning Action-Conditioned Generation for Policy Learning

机器人世界模型真的会遵循动作吗？面向策略学习的动作条件生成诊断与对齐

Sixiang Chen, Jiaming Liu, Jixian Wu, Yichen Guo, Tinghao Wang, Siyuan Qian, Hao Chen, Jiajun Cao, Jian Tang, Shanghang Zhang

机构 * Peking University（北京大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； New York University（纽约大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文针对动作条件世界模型的动作遵循问题，提出WorldEcho诊断工具与WorldSync改进方法，经实验验证WorldSync可提升动作遵循性能，作为可靠模拟器助力策略改进并提高任务成功率。

Ensemble of Convolutional Neural Networks for StrokePrediction: Towards Improved Diagnostic Accuracy

用于卒中预测的卷积神经网络集成：迈向更高的诊断准确率

Md Shahriar Sajid

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

AI总结 本研究提出基于11项特征的智能卒中预测系统，对比7种监督机器学习算法，发现Random Forest等集成方法准确率达99.52%，凸显其在卒中分类中的有效性。

SANE: State Anomaly Neutralization for Stable Extreme-Context Delta-Rule Models

SANE：用于稳定极端上下文Delta规则模型的状态异常中和

Qingwen Lin, Boyan Xu, Xiao Liu, Zhifeng Hao, Ruichu Cai

机构 * College of Science, Shantou University（汕头大学理学院） ； Yuanshi Intelligence（元氏智能） 纠错

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

AI总结 针对Delta规则循环模型在极端上下文外推下的局部范数爆炸问题，提出SANE方法，在安全阈值下可稳定长序列推理且性能不下降，过松阈值会导致推理能力丧失。

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

Journal ref In Proceedings of the 17th ACM International Conference on Bioinformatics, Computational Biology and Health Informatics (ACM-BCB-2026)

AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces

AutoSaddler：基于智能体执行轨迹的持久化更新的自动工具优化

Sungho Park, Wonjoong Kim, Rongyuan Tan, Jue Zhang, Wook-Shin Han, Pengfei Gao, Chanyoung Park, Yongqiang Yao, Rao Fu, Elsie Nallipogu, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

机构 * KAIST（韩国科学技术院） ； Southern University of Science and Technology（南方科技大学） ； Microsoft（微软） ； POSTECH（浦项科技大学） 纠错

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

AI总结 AutoSaddler是基于智能体执行轨迹的自动工具优化框架，通过离线学习结合故障诊断等技术，在多个基准上提升智能体性能9.0-10.0个百分点，为构建更可靠的智能体系统提供了新方向。

Comments 44 pages, 15 figures. Project website and code: https://aka.ms/AutoSaddler-website

Sparse Multi-Stage Expert-Agent Routing for Complex Clinical Reasoning

面向复杂临床推理的稀疏多阶段智能体专家路由机制

Sike Xiang, Shuang Chen, Qian sun, Jia Cheng, Yusi Wei, Amir Atapour-Abarghouei

机构 * Durham University（杜伦大学） 纠错

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

AI总结 本文提出Sparse Multi-Stage Expert-Agent Routing框架，通过自适应激活稀疏专家智能体实现高效临床推理，引入ClinFEScore评估协议，在200例真实MDT病例上达91.5%诊断准确率，激活专家数从17.0降至3.0。

Elimination Geometry

消元几何

Mian Huang, Xueqin Wang

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

AI总结 本专著提出消元几何（EG）框架，用于研究局部最优对象的共享部署规则实现问题，整合多学科工具，其应用涵盖模型选择、预测等领域，可指导架构修复。

HandSplatter: Automated Digital Goniometry from Neural Rendering

HandSplatter：基于神经渲染的自动数字测角术

Emmett Chen, Neal Chen, Xiang Li, Quanzheng Li, Siyeop Yoon

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

AI总结 针对手动测角术低效、信度差及现有软件方法精度不足的问题，提出结合2D特征提取与视图合成的神经渲染新流程，引入离散密度爬山算法修正3D地标，实现自动数字测角，为手部功能评估提供可靠工具。

Comments Accepted for publication in the Proceedings of the 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2026), Full Paper #1985

Correcting Variable Importance Scored by Random Forests

修正随机森林产生的变量重要性评分

Guancheng Zhou, Haiping Xu, Jason Liu, Donghui Yan

机构 * Computer and Information Science（计算机与信息科学） ； Mathematics and Data Science（数学与数据科学） ； University of Massachusetts, Dartmouth, MA（马萨诸塞大学达特茅斯分校） ； The Rivers School, Weston, MA（韦斯特on学校的河流学校） 纠错

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

AI总结 针对随机森林变量重要性受变量间相关性影响的问题，提出基于条件相关性的分组方法进行修正，实验证明两种计算高效方案均能有效校正变量重要性。

Comments 22 pages, 10 figures

Full end-to-end diagnostic workflow automation of 3D OCT via foundation model-driven AI for retinal diseases

通过基于基础模型的AI实现3D OCT的全流程诊断工作流程自动化用于视网膜疾病

Jinze Zhang, Jian Zhong, Li Lin, Jiaxiong Li, Ke Ma, Naiyang Li, Meng Li, Yuan Pan, Zeyu Meng, Mengyun Zhou, Shang Huang, Shilong Yu, Zhengyu Duan, Sutong Li, Honghui Xia, Juping Liu, Dan Liang, Yantao Wei, Xiaoying Tang, Jin Yuan, Peng Xiao

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

AI总结 FOCUS通过基于基础模型的AI实现3D OCT视网膜疾病诊断的端到端自动化，提高了诊断效率和准确性。

Detecting Explanatory Insufficiency in Learned Representations: A Framework for Representational Vigilance

检测学习表示中的解释不充分性：表示警觉性框架

Jacques Raynal, Pierre Slangen, Elsa Raynal, Jacques Margerit

机构 * Laboratory of Bioengineering and Nanosciences (LBN), University of Montpellier（蒙彼利埃大学生物工程与纳米科学实验室） ； EuroMov Digital Health in Motion, University of Montpellier, IMT Mines Alès（蒙彼利埃大学EuroMov数字健康运动实验室，IMT阿莱斯矿业学院） ； Certified Sophrologist, Sensorimotor Practice（认证心理放松治疗师，感觉运动实践） ； Emeritus Professor, University of Montpellier（蒙彼利埃大学名誉教授） 纠错

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

AI总结 提出VER框架，通过识别持久残差结构来监测学习表示的充分性，补充传统评估方法。

Comments 14 pages, 2 figures, no tables, 16 references. Version 3. Conceptual and methodological framework for monitoring representational adequacy and detecting explanatory insufficiency in learned representations. Introduces a five-operation representational-vigilance process

Transforming Heart Disease Prediction with Advanced Machine Learning Techniques

用先进机器学习技术变革心脏病预测

Sami Ullah, Muhammad Mohsin Khan

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

AI总结 本研究对比多种ML分类器在UCI、Kaggle心脏病数据集上的性能，发现SVM在UCI数据集、Simple Cart在Kaggle数据集上表现最优，经调参的ML模型可辅助心脏病早期诊断。