医学 AI

Causal Heterogeneous Graph Learning Method for Chronic Obstructive Pulmonary Disease Prediction

用于慢性阻塞性肺病预测的因果异质图学习方法

Leming Zhou, Zuo Wang, Zhigang Liu

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

AI总结 本文提出一种因果异质图学习方法，用于提升慢性阻塞性肺病共病风险的预测能力，通过结合因果推断与异质图学习，提高检测准确性。

Coarse-to-Fine Open-Set Graph Node Classification with Large Language Models

粗到细的开放式图节点分类与大语言模型

Xueqi Ma, Xingjun Ma, Sarah Monazam Erfani, Danilo Mandic, James Bailey

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

AI总结 本文提出CFC框架，利用大语言模型实现图节点的粗到细开放式分类，提升OOD检测和分类性能。

Comments Accepted to AAAI 2026

SportsGPT: An LLM-driven Framework for Interpretable Sports Motion Assessment and Training Guidance

SportsGPT: 一种基于大语言模型的可解释性体育动作评估与训练指导框架

Wenbo Tian, Ruting Lin, Hongxian Zheng, Yaodong Yang, Geng Wu, Zihao Zhang, Zhang Zhang

机构 * School of Artificial Intelligence, UCAS, Beijing, China（人工智能学院） ； MAIS, NLPR, Institute of Automation, CAS, Beijing, China（自动化研究所） ； College of Education, Beijing Sport University, Beijing, China（北京体育大学） ； KuTi Sports Technology, Shaanxi, China（KuTi体育科技） ； Haoxiong Technology, Shanghai, China（浩鸿科技） 纠错

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

AI总结 SportsGPT通过结合大语言模型和运动分析技术，实现可解释的体育动作评估与专业训练指导。

An Automated Classifier of Harmful Brain Activities for Clinical Usage Based on a Vision-Inspired Pre-trained Framework

基于视觉启发预训练框架的自动有害脑活动分类器

Yulin Sun, Xiaopeng Si, Runnan He, Xiao Hu, Peter Smielewski, Wenlong Wang, Xiaoguang Tong, Wei Yue, Meijun Pang, Kuo Zhang, Xizi Song, Dong Ming, Xiuyun Liu

机构 * Medical School, Tianjin University（天津大学医学院） ； Tianjin University（天津大学） ； State Key Laboratory of Advanced Medical Materials and Devices, Tianjin University（天津大学先进医疗材料与设备国家重点实验室） ； Haihe Laboratory of Brain-computer Interaction and Human-machine Integration, Tianjin（脑机交互与人机集成海河实验室） ； Nell Hodgson Woodruff School of Nursing, Emory University（埃默里大学内尔·霍德森·伍德鲁夫护理学院） 纠错

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

AI总结 基于视觉启发预训练框架，开发了VIPEEGNet自动分类器，实现对有害脑活动的高准确率识别，性能接近人类专家，参数使用效率高。

Differences That Matter: Auditing Models for Capability Gap Discovery and Rectification

关键差异：用于能力缺口发现与纠正的模型审计

Qihao Liu, Chengzhi Mao, Yaojie Liu, Alan Yuille, Wen-Sheng Chu

机构 * Google（谷歌） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 AuditDM通过主动发现和纠正多模态大语言模型的失败模式，提升模型性能和诊断能力。

Comments project page: https://auditdm.github.io/

Closed-Form Feedback-Free Learning with Forward Projection

闭式反馈-free学习与前向投影

Robert O'Shea, Bipin Rajendran

机构 * Centre for Intelligent Information Processing Systems, Department of Engineering（智能信息处理系统中心，工程系） 纠错

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

AI总结 本文提出前向投影方法，通过单次前向传播实现无反向传播的学习，提升训练效率并增强模型可解释性。

Comments 43 pages, 7 figures. Study code available at https://github.com/robertoshea/forward_projection. Study data available at https://data.mendeley.com/datasets/fb7xddyxs4/2

Governance by Evidence: Regulated Predictors in Decision-Tree Models

以证据为治理：决策树模型中的受监管预测因子

Alexios Veskoukis, Dimitris Kalles

机构 * School of Science and Technology, Hellenic Open University（科学与技术学院，希腊开放大学） 纠错

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

AI总结 本文研究决策树模型中受监管预测因子的分类与法律规范，分析医疗等领域中的数据普及率及行业差异，以支持隐私保护方法和治理检查。

A Sparse Tensor Generator with Efficient Feature Extraction

一种具有高效特征提取的稀疏张量生成器

Tugba Torun, Ameer Taweel, Didem Unat

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

AI总结 本文提出了一种智能稀疏张量生成器和高效特征提取方法，用于解决稀疏张量数据集不足和特征提取计算成本高的问题。

Comments 22 pages, 4 figures, 7 tables

Journal ref Frontiers in Applied Mathematics and Statistics 11 (2025)

Enhancing Alzheimer's Detection through Late Fusion of Multi-Modal EEG Features

通过多模态EEG特征晚融合增强阿尔茨海默病检测

Nguyen Thanh Vinh, Manoj Vishwanath, Thinh Nguyen-Quang, Nguyen Viet Ha, Bui Thanh Tung, Huy-Dung Han, Nguyen Quang Linh, Nguyen Hai Linh, Hung Cao

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

AI总结 本研究提出一种基于多模态EEG特征晚融合的深度学习框架，用于提高阿尔茨海默病的早期检测准确率。

Native Intelligence Emerges from Large-Scale Clinical Practice: A Retinal Foundation Model with Deployment Efficiency

原生智能源自大规模临床实践：一种具有部署效率的视网膜基础模型

Jia Guo, Jiawei Du, Shengzhu Yang, Shuai Lu, Wenquan Cheng, Kaiwen Zhang, Yihua Sun, Chuhong Yang, Weihang Zhang, Fang Chen, Yilan Wu, Lie Ju, Guochen Ning, Longfei Ma, Huiping Yao, Jinyuan Wang, Peilun Shi, Yukun Zhou, Jie Xu, Pearse A. Keane, Hanruo Liu, Hongen Liao, Ningli Wang, Huiqi Li

机构 * School of Biomedical Engineering, Tsinghua Medicine, Tsinghua University（生物医学工程学院，清华大学医学部，清华大学） ； School of Information and Electronics, Beijing Institute of Technology（信息与电子学院，北京理工大学） ； Beijing Key Laboratory of Intelligent Diagnosis Technology and Equipment for Optic Nerve-Related Eye Diseases（北京智能诊断技术与设备重点实验室） ； School of Medical Technology, Beijing Institute of Technology（医学技术学院，北京理工大学） ； Beijing Tongren Hospital, Capital Medical University（北京同仁医院，首都医科大学） ； School of Biomedical Engineering, Shanghai Jiaotong University（生物医学工程学院，上海交通大学） ； Beijing Visual Science and Translational Eye Research Institute (BERI), Beijing Tsinghua Changgung Hospital Eye Center, School of Clinical Medicine, Tsinghua Medicine, Tsinghua University Institute of Ophthalmology（北京视觉科学与转化眼研所（BERI），北京清华长庚医院眼科中心，临床医学学院，清华大学医学部，清华大学眼科学院） 纠错

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

AI总结 ReVision通过直接从真实临床数据中学习，实现了在低资源环境下高效部署的视网膜基础模型，无需额外标注即可在多种医学任务中取得优异性能。

Counting Clues: A Lightweight Probabilistic Baseline Can Match an LLM

计数线索：一个轻量级概率基线可以匹配LLM

Furong Jia, Yuan Pu, Finn Guo, Monica Agrawal

机构 * Duke University（杜克大学） 纠错

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

AI总结 本文提出了一种轻量级概率排名器FBPR，通过共现统计信息实现与LLM相当的性能，展示了概率基线在临床诊断中的互补优势。

A Review of Machine Learning for Cavitation Intensity Recognition in Complex Industrial Systems

机械系统中空化强度识别的机器学习综述

Yu Sha, Ningtao Liu, Haofeng Liu, Junqi Tao, Zhenxing Niu, Guojun Huang, Yao Yao, Jiaqi Liang, Moxian Qian, Horst Stoecker, Domagoj Vnucec, Andreas Widl, Kai Zhou

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

AI总结 本文综述了机械系统中空化强度识别的机器学习发展，强调传统方法与深度学习的演变，并展望未来在多源数据处理和工业应用中的发展方向。

Comments 43 pages

A Survey on Uncertainty Quantification Methods for Deep Learning

Wenchong He, Zhe Jiang, Tingsong Xiao, Zelin Xu, Yukun Li

机构 * University of Florida（佛罗里达大学） ； Tufts University（塔夫茨大学） 纠错

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

Comments Accepted to ACM Computing Surveys

Comparison of Classification Algorithms for COVID19 Detection using Cough Acoustic Signals

基于咳嗽声学信号的新冠检测分类算法比较

Yunus Emre Erdoğan, Ali Narin

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

AI总结 本研究比较了多种分类算法在利用咳嗽声学信号检测新冠阳性患者中的性能，发现Ensemble-Bagged-Trees算法在准确率和F1分数上表现最佳。

Comments 6 pages,3 figures,conference

Physics-informed neural networks to solve inverse problems in unbounded domains

具有物理信息的神经网络用于解决无界域中的反问题

Gregorio Pérez-Bernal, Oscar Rincón-Cardeño, Silvana Montoya-Noguera, Nicolás Guarín-Zapata

机构 * Mathematical Applications in Science and Engineering, School of Applied Sciences and Engineering, Universidad EAFIT, Medellín, Colombia（科学与工程数学应用，应用科学与工程学院，埃法伊特大学，梅德林，哥伦比亚） ； Nature and City, School of Applied Sciences and Engineering, Universidad EAFIT, Medellín, Colombia（自然与城市，应用科学与工程学院，埃法伊特大学，梅德林，哥伦比亚） 纠错

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

AI总结 本文提出了一种用于解决无界域反问题的方法，通过改进的采样策略和双网络架构，展示PINNs在准确性与计算效率上的优势。

Comments 19 pages, 15 figures

Methodological Precedence in Health Tech: Why ML/Big Data Analysis Must Follow Basic Epidemiological Consistency. A Case Study

健康科技中的方法论优先性：为什么ML/大数据分析必须遵循基本流行病学一致性。一个案例研究

Marco Roccetti

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

AI总结 该研究指出，健康科技中ML/大数据分析必须遵循基本流行病学一致性，否则可能产生误导性结果。

Comments 6 Tables; ML/Big data paper on medical data

QuanvNeXt: An end-to-end quanvolutional neural network for EEG-based detection of major depressive disorder

QuanvNeXt：一种用于基于EEG的抑郁症检测的端到端量化卷积神经网络

Nabil Anan Orka, Ehtashamul Haque, Maftahul Jannat, Md Abdul Awal, Mohammad Ali Moni

机构 * The University of Queensland（昆士兰大学） ； BRAC University（布拉克大学） ； Bangladesh Medical University（孟加拉医学大学） ； University of Southern Queensland（南方昆士兰大学） ； Charles Sturt University（查尔斯·斯特劳特大学） 纠错

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

AI总结 QuanvNeXt通过引入新颖的交叉残差块，实现了高效且可靠的EEG抑郁症检测，准确率高达93.1%

Comments Under review

A Clinically Interpretable Deep CNN Framework for Early Chronic Kidney Disease Prediction Using Grad-CAM-Based Explainable AI

一种具有临床可解释性的深度CNN框架，用于利用基于Grad-CAM的可解释AI进行早期慢性肾病预测

Anas Bin Ayub, Nilima Sultana Niha, Md. Zahurul Haque

专题命中 诊断辅助 ：CT(abstract)；分类 cs.CV

AI总结 本研究提出一种结合SMOTE和Grad-CAM的深度CNN框架，用于通过CT图像实现CKD的早期预测，取得100%准确率。

SSplain: Sparse and Smooth Explainer for Retinopathy of Prematurity Classification

SSplain: 用于早产儿视网膜病变分类的稀疏平滑解释器

Elifnur Sunger, Tales Imbiriba, Peter Campbell, Deniz Erdogmus, Stratis Ioannidis, Jennifer Dy

机构 * Northeastern University（东北大学） ； University of Massachusetts Boston（马萨诸塞大学波士顿分校） ； Oregon Health & Science University（俄勒冈健康与科学大学） 纠错

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

AI总结 SSplain通过稀疏和平滑解释方法提升早产儿视网膜病变分类的可解释性与准确性

Comments 20 pages, 16 figures

FAIM: Frequency-Aware Interactive Mamba for Time Series Classification

FAIM：面向频率的交互式Mamba用于时间序列分类

Da Zhang, Bingyu Li, Zhiyuan Zhao, Yanhan Zhang, Junyu Gao, Feiping Nie, Xuelong Li

机构 * School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院、光学与电子学（iOPEN）、西北工业大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI）、中国电信） 纠错

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

AI总结 FAIM通过引入自适应滤波块和交互式Mamba块，有效捕捉时间序列的频率特征，提升分类任务的准确性和效率。

A Neural Affinity Framework for Abstract Reasoning: Diagnosing the Compositional Gap in Transformer Architectures via Procedural Task Taxonomy

一种神经亲和框架用于抽象推理：通过程序性任务分类诊断Transformer架构中的组合性缺口

Miguel Ingram, Arthur Joseph Merritt

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

AI总结 本文提出了一种神经亲和框架，通过程序性任务分类诊断Transformer架构中的组合性缺口，揭示了任务与Transformer模型之间的神经亲和力差异。

Comments 62 pages, 10 figures

Transferring Clinical Knowledge into ECGs Representation

将临床知识转移到ECG表示中

Jose Geraldo Fernandes, Luiz Facury de Souza, Pedro Robles Dutenhefner, Gisele L. Pappa, Wagner Meira

机构 * Department of Computer Science（计算机科学系） ； Universidade Federal de Minas Gerais（巴西矿务联邦大学） ； Depart. of Math. and Comp. Sc.（数学与计算机科学系） ； Albion College（阿尔比恩学院） 纠错

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

AI总结 本文提出一种三阶段训练方法，将多模态临床数据转化为ECG表示，提升分类模型的准确性和可解释性。

Deep learning for autism detection using clinical notes: A comparison of transfer learning for a transparent and black-box approach

利用临床笔记进行自闭症检测的深度学习：透明与黑箱方法的迁移学习比较

Gondy Leroy, Prakash Bisht, Sai Madhuri Kandula, Nell Maltman, Sydney Rice

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

AI总结 本研究提出了一种基于BioBERT的透明机器学习方法，通过混合数据集训练提升了自闭症检测的准确率，优于黑箱方法。

Comments 9 pages

Journal ref Artificial Intelligence in Medicine, February, 2026

XAI-Driven Skin Disease Classification: Leveraging GANs to Augment ResNet-50 Performance

基于XAI的皮肤疾病分类：利用GANs增强ResNet-50性能

Kim Gerard A. Villanueva, Priyanka Kumar

机构 * Department of Computer Science The University of Texas Permian Basin Odessa, Texas, United States（计算机科学系 德州大学帕尔米盆地分校 奥达萨，德克萨斯州，美国） 纠错

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

AI总结 本文提出利用GANs增强ResNet-50性能，结合XAI技术实现皮肤疾病分类的高准确率和临床可解释性。

Convolutional Monge Mapping between EEG Datasets to Support Independent Component Labeling

卷积蒙日映射在EEG数据集之间进行转换以支持独立成分标注

Austin Meek, Carlos H. Mendoza-Cardenas, Austin J. Brockmeier

机构 * Department of Computer and Information Sciences University of Delaware（计算机与信息科学系德克萨斯大学） ； Twitch Interactive Inc.（Twitch互动公司） ； Department of Electrical and Computer Engineering Department of Computer and Information Sciences University of Delaware（电气与计算机工程系计算机与信息科学系德克萨斯大学） 纠错

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

AI总结 本文提出了一种改进的卷积蒙日映射方法，通过两种新方法实现EEG数据集之间的映射，以提高独立成分分类的准确性。

Comments Code available at: https://github.com/cniel-ud/ICWaves; Accepted to NeurIPS 2025 Workshop on Learning from Time Series for Health

Data-Efficient Motor Condition Monitoring with Time Series Foundation Models

数据高效电机状态监测与时间序列基础模型

Deyu Li, Xinyuan Liao, Shaowei Chen, Shuai Zhao

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

AI总结 本文提出基于时间序列基础模型的电机状态监测框架，通过预训练特征迁移提升诊断效率，实验表明MOMENT和Mantis在数据稀少情况下均取得显著性能提升。

UCAgents: Unidirectional Convergence for Visual Evidence Anchored Multi-Agent Medical Decision-Making

UCAgents: 视觉证据锚定的多智能体医学决策收敛

Qianhan Feng, Zhongzhen Huang, Yakun Zhu, Xiaofan Zhang, Qi Dou

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 UCAgents通过结构化证据审计和单向收敛机制，在医疗视觉问答中提升准确率并降低计算成本，平衡视觉证据揭示与文本干扰避免。

Uncertainty Reasoning with Photonic Bayesian Machines

基于光子贝叶斯机器的不确定性推理

F. Brückerhoff-Plückelmann, H. Borras, S. U. Hulyal, L. Meyer, X. Ji, J. Hu, J. Sun, B. Klein, F. Ebert, J. Dijkstra, L. McRae, P. Schmidt, T. J. Kippenberg, H. Fröning, W. Pernice

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

AI总结 本研究提出一种基于光子技术的贝叶斯机器，利用混沌光源实现高速不确定性推理，应用于血细胞图像分类与域外检测，提升可信AI系统的效率与可靠性。

Quantum Machine Learning in Healthcare: Evaluating QNN and QSVM Models

量子机器学习在医疗中的应用：评估QNN和QSVM模型

Antonio Tudisco, Deborah Volpe, Giovanna Turvani

机构 * Department of Electronics and Telecommunications（电子工程与电信系） 纠错

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

AI总结 本文评估了量子神经网络和量子支持向量机在医疗诊断中的表现，发现QSVM在处理不平衡数据集时优于QNN。

Comments arXiv admin note: text overlap with arXiv:2505.20797

Journal ref 2025 International Joint Conference on Neural Networks (IJCNN)

Multi-VQC: A Novel QML Approach for Enhancing Healthcare Classification

多VQC：一种新型量子机器学习方法用于增强医疗分类

Antonio Tudisco, Deborah Volpe, Giovanna Turvani

机构 * Department of Electronics and Telecommunications（电子工程与电信系） ； Politecnico di Torino（托斯纳大学） ； Istituto Nazionale di Geofisica e Vulcanologia（国家地球物理与火山学研究所） 纠错

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

AI总结 多VQC提出了一种新型量子机器学习方法，用于解决医疗分类中的类别不平衡问题，通过高维空间映射提升诊断准确性。

Journal ref 2025 IEEE International Conference on Quantum Software (QSW)