医学 AI

Reconstructing and forecasting disease trajectories of patients with Alzheimer's disease using routine data in resource-constrained settings

在资源受限环境中利用常规数据重建和预测阿尔茨海默病患者的疾病轨迹

Ratnadeep Das, Atri Chatterjee, Sitikantha Roy

机构 * Yardi School of Artificial Intelligence (ScAI), Indian Institute of Technology Delhi（印度理工学院德里分校亚迪人工智能学院） ； Department of Neurology, Vardhman Mahavir Medical College and Safdarjung Hospital（瓦尔丹·马哈维尔医学院和萨夫达戎医院神经内科） ； Department of Applied Mechanics, Indian Institute of Technology Delhi（印度理工学院德里分校应用力学系） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.LG、q-bio

AI总结 提出GNOVA框架，结合GRU编码器和神经ODE解码器的变分自编码器，利用常规临床数据（无需神经影像或生物标志物）实现认知评分的双向预测、插值/外推及不确定性估计，在ADNI数据集上取得低误差。

Anatomy-Informed Neural Networks: Encoding Anatomic Priors in Loss and Architecture, with an SE(3) Formulation of Guidewire-Induced Aortoiliac Deformation

解剖学先验引导神经网络：在损失函数与架构中编码解剖学先验，并结合导丝诱导主髂动脉变形的SE(3)公式

David P. Stonko

机构 * The Johns Hopkins Hospital（约翰斯·霍普金斯医院） 纠错

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

AI总结 该研究提出解剖学先验引导神经网络（AINN），结合SE(3)公式处理导丝诱导主髂动脉变形问题，通过编码解剖学先验提升模型在数据稀缺时的泛化能力，为自主血管内导航提供支撑。

Comments 42 pages, 10 figures, 4 tables

TRACE: Training-time Report-guided and Clinically Ordered Concept Editing

TRACE：训练时报告引导且临床有序的概念编辑

Wentao Yue, Tianyou Lai, Jiayu Luo, Qingyu Mao, Ziying Wang, Zhenyuan Ning, Qilei Li

机构 * Lanzhou University（兰州大学） ； Shenzhen University（深圳大学） ； Southern Medical University（南方医科大学） ； Central China Normal University（华中师范大学） 纠错

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

AI总结 针对乳腺超声诊断深度学习方法可解释性与鲁棒性不足的问题，提出训练时报告引导的TRACE框架，结合SCMT与BUSC基准，实现仅图像输入的高性能诊断与跨域鲁棒性提升。

Comments Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026). 9 pages, 3 figures

BF1: A Causal Dyadic Sparse-Attention Retrofit for Efficient Long-Context Transformers

BF1：一种用于高效长上下文Transformer的因果二元稀疏注意力改造方案

Hina Dixit

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG

AI总结 本文提出BF1，一种结合局部邻域、全局首块与对数间隔历史块的稀疏注意力方案，改造Qwen3-0.6B部分注意力层后，在长上下文场景下显著降低模型延迟，且语言建模性能优于基线方法。

Picard Proximal Monte Carlo for Parallel Bayesian Imaging with Score-Based Generative Priors

基于得分生成先验的并行贝叶斯成像的Picard近端蒙特卡洛方法

Deliang Wei, Evan Bell, Wenhan Guo, Yifan Chen, Yu Sun

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG

AI总结 针对贝叶斯成像逆问题采样成本高的痛点，提出基于近端朗之万动力学与Picard迭代的并行采样框架PiX-MC，实现50倍加速且保持重建质量

BrainNorm: A Foundation Model that knows Normal via Semantic Atlas Pretraining

BrainNorm：一种通过语义图谱预训练了解正常状态的基础模型

Madhumitha Venkatesh, Shanawaj S Madarkar, Konda Reddy Mopuri

机构 * Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校） 纠错

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

AI总结 该研究提出BrainNorm基础模型，经约6.6万例T1w sMRI数据训练，通过语义图谱预训练学习规范表征，在多类下游任务上泛化性能优异，其识别的神经退行性偏差与临床病理吻合。

You Only Flow Once: Calibrated and Real-Time Radar Pose Estimation with Multi-Hypothesis Normalizing Flows

仅一次流：基于多假设归一化流的校准且实时雷达位姿估计

Jonas Leo Mueller, Sebastian Hoefler, Dario Zanca, Naga Venkata Sai Jitin Jami, Thomas Altstidl, Bjoern M. Eskofier

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔兰根-纽伦堡大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； LMU München（慕尼黑大学） ； Helmholtz Zentrum München（慕尼黑亥姆霍兹中心） 纠错

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

AI总结 该研究针对雷达位姿估计的歧义问题，提出MH-NFPG方法，结合时空Transformer与归一化流，实现高效实时的校准位姿估计，性能优于扩散模型。

Comments Accepted at the Winter Conference on Applications of Computer Vision (WACV) 2027

Hallucinations and Constraints : Regulating surgical workflow recognition beyond accuracy

幻觉与约束：超越准确率的手术工作流程识别调控

John S. H. Baxter, Pierre Jannin

机构 * Université de Rennes（雷恩大学） ； Inserm（法国国家健康与医学研究院） 纠错

专题命中 医学影像 ：medical image(abstract)；biomedical(abstract)；分类 cs.LG

AI总结 该研究针对医学图像处理中AI的幻觉问题，提出用线性时序逻辑谓词结合概率图模型调控，在机器人辅助子宫切除术阶段识别中准确率提约10%且消除多数拓扑错误。

Comments 11 pages, 1 figure, 1 table, accepted to the MICCAI 2026 Workshop on Fairness, Regulation, and Ethics (FAIMI-BRIDGE-EPIMI 2026)

Agentic AI-powered flexible fiber-bundle endoscopy for high-resolution NIR-II fluorescence imaging in vivo

智能体驱动的柔性光纤束内窥镜用于体内高分辨率近红外二区（NIR-II）荧光成像

Yanzhao Shi, Yuanhua Liu, Sixin Xu, Wayne Jason Li, Yuyuan Chen, Danyang Xu, Zhisheng Wu, Hanze Yu, Ian Yu-Hong Wong, Simon Ying-Kit Law, Hongjie Dai, Liangqiong Qu, Feifei Wang

专题命中 医学影像 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 该研究开发了AI驱动的柔性光纤束内窥镜平台，通过光学-计算协同设计及GAME流水线提升NIR-II成像分辨率，实现体内生物样本高分辨率成像，为临床转化奠定基础。

NeuroPilot: An Agent-Driven Smart Pipeline for Processing, Quality Control, and Managing Neuroimages

NeuroPilot：一种用于神经影像处理、质量控制与管理的智能体驱动智能流程

Yiyao Chen, Yucheng Li, Jungong Tong, Shaoqi Wang, Kunhao Zhou, Ziquan Wei, Monica Murea, Marissa DiPiero, Tingting Dan, Guorong Wu

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 该研究提出NeuroPilot多智能体系统，整合神经影像处理、质控与管理流程，在17个超12.3万受试者的队列中验证，将传统2-3个月的工作压缩至一周，提升了可扩展性与效率。

Comments 21 pages, 6 figures

Toward surface-based registration of a virtual preoperative cutting guide onto the mandible for reconstruction surgery

面向虚拟术前切割导板与下颌骨的基于表面的配准技术用于重建手术

Yue Yang, Jie Ying Wu

机构 * Vanderbilt University（范德堡大学） 纠错

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

AI总结 该研究提出一种无标记AR方案，通过扩展表面配准技术实现虚拟切割导板与术中暴露下颌骨的配准，经测试其配准误差与延迟支持替代物理打印导板的可行性。

A neural operator view on U-Nets for inverse imaging problems

逆成像问题中U-Net的神经算子视角

Alexander Auras, Martin Burger, Samira Kabri, Michael Moeller, Michael Schopf-Kuester

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG

AI总结 本研究从神经算子视角分析逆成像问题的U-Net架构，对比不同神经算子U-Net的优缺点，发现经典U-Net对分辨率变化的鲁棒性优于天生分辨率不变的U型神经算子架构。

Intrinsic-Hybrid Latent Diffusion Models for Generative Modeling on Unknown Manifolds

用于未知流形生成建模的内在混合隐式扩散模型

Yizhu Wang, Mu Niu, Xiaochen Yang

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

AI总结 该研究提出ILDM框架，将概率降维与未知流形几何感知扩散结合，通过混合扩散与近似去噪得分匹配方法，在三类数据集上实现生成质量提升，降低了FID和LPIPS分数。

HarMoE: Multi-Source Chest Radiograph Pretraining with Dataset-Disentangled Experts

HarMoE：基于数据集解耦专家的多源胸部X射线预训练

Haozhe Luo, Ziyu Zhou, Shelley Zixin Shu, Mauricio Reyes

机构 * University of Bern（伯尔尼大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本研究提出HarMoE框架，通过解耦数据集专家从异构胸部X射线数据集学习，提升了放射学视觉-语言模型的零样本分类、分布外迁移等性能，相关代码与87.3万份数据集将公开。

Similarity Weighted Aggregation with Global Differential Privacy for Federated Brain Lesion Segmentation

面向联邦脑病灶分割的结合全局差分隐私的相似度加权聚合

Muhammad Irfan Khan, Eero Lehtonen, Joni Obradovic, Elina Kontio, Esa Alhoniemi, Suleiman A. Khan, Mojtaba Jafaritadi

机构 * Turku University of Applied Sciences（图尔库应用科学大学） 纠错

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

AI总结 本研究提出DP-SimAgg框架，结合相似度加权聚合与服务器端差分隐私，在FeTS 2022数据集上验证其可在保护隐私的同时保持脑病灶分割的竞争力性能。

Test-time Adaptation of Pelvic Bone Segmentation Models via Dynamic Reliability-Guided

基于动态可靠性引导的骨盆骨分割模型测试时适应

Ling Ren, Chao Deng, Ziming Wang, Yuecong Xu, Kai Zheng

机构 * College of Automation, Nanjing University of Posts and Telecommunications（南京邮电大学自动化学院） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； the Affiliated Stomatological Hospital of Nanjing Medical University（南京医科大学附属口腔医院） 纠错

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

AI总结 针对骨盆骨分割模型跨中心域偏移导致的性能下降问题，提出ReGA框架，结合SICE准则、信任加权细化模块、对比学习与TS方案，在三个数据集上优于现有TTA方法，实现有效适应。

Comments Provisionally accepted for presentation at MICCAI 2026

Reconstruction-Shift Discrimination via Mask-Guided Latent Diffusion for Medical Anomaly Detection

基于掩码引导的潜在扩散的重构-偏移判别用于医学异常检测

Yibo Wan, Jinyu Cai, Yunhe Zhang, Yi Bin, See-kiong Ng

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

AI总结 该研究提出判别式掩码引导扩散（DMD）框架，结合自监督分类的重构-偏移判别与残差定位，在五种医学影像数据集上实现了最优的无监督医学异常检测性能。

tFUSOperator: Operator Learning for Transcranial Focused Ultrasound Digital Twins

tFUSOperator：用于经颅聚焦超声数字孪生的算子学习

Minjee Seo, Haris Ghafoor, Minju Seol, Seonaeng Cho, Kyungho Yoon

机构 * School of Mathematics and Computing (Computational Science and Engineering), Yonsei University（延世大学数学与计算科学学院（计算科学与工程）） ； Innovative & Intelligent Computational Science Institute (IN2CSI)（创新与智能计算科学研究所） 纠错

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG

AI总结 该研究提出首个基于算子的tFUS声场预测模型tFUSOperator，其定位声焦点精度高、速度远快于数值模拟，为患者特异性tFUS治疗数字孪生提供了无辐射的快速方案。

Comments Published at Digital Twin for Healthcare (MICCAI 2026 Workshop)

SAM+D: Parameter-Efficient Dimensional Lifting of SAM-Family Models via Depth-Routed LoRA and Depth Shifting

SAM+D：通过深度路由LoRA与深度移位实现SAM系列模型的参数高效维度提升

Yu Song, Hao Sun, Shiyu Teng, Ikuko Nishikawa, Yen-wei Chen

机构 * College of Information Science and Engineering, Ritsumeikan University（立命馆大学信息科学与工程学院） 纠错

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

AI总结 该研究提出SAM+D框架，通过DRLoRA与DSM两个轻量模块，以仅微调约2.8%（SAM）或3.7%（SAM2）参数的方式，实现2D SAM至3D、SAM2至4D的高效分割，在多个基准上取得具竞争力结果。

Comments Accepted to ECCV2026

A Query-Efficient Stochastic Volume Rendering Framework for Time-Varying Implicit Neural Volumes

面向时变隐式神经体积的查询高效随机体积渲染框架

Alper Sahistan, Haichao Miao, Zhimin Li, Peer-Timo Bremer, Joshua A Levine, Valerio Pascucci

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG

AI总结 针对时变隐式神经体积渲染的性能挑战，提出基于delta跟踪的查询高效随机体积渲染框架，采用四阶段异构并行流水线，结合光线预算与查询剪枝，在RTX 4090上实现1024×1024分辨率下30-40 FPS及毫秒级时间步更新，支持交互式时变数据探索。

SAFViT: Spatial Attention Fusion Gating for Vision Transformer-Based Nucleus Segmentation and Classification

SAFViT：用于基于视觉Transformer的细胞核分割与分类的空间注意力融合门控

Harshit Mittal, Arash Rabbani

机构 * School of Computer Science, University of Leeds（利兹大学计算机学院） 纠错

专题命中 医学影像 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本研究针对数字病理学中细胞分割与分类的冗余信息问题，提出SAF门控模块替换CellViT的传统跳跃连接，在PanNuke和MoNuSeg数据集上使mPQ达0.471，死亡类F1分数提升14.5个百分点。

Explaining BiomedCLIP with Weighted Banzhaf Interactions Supported by Tree-Gram Parsing

用基于树图解析支持的加权班扎夫交互解释生物医学CLIP

Jakub Rymarski, Adam Rempała, Bartłomiej Sobieski, Przemysław Biecek

机构 * University of Warsaw（华沙大学） ； Centre for Credible AI, Warsaw University of Technology（华沙理工大学可信人工智能中心） 纠错

专题命中 医学影像 ：medical image(abstract)；radiology(abstract)；分类 cs.CV

AI总结 研究针对视觉语言模型在医学任务中解释难的问题，引入ParseFIxLIP方法，将树图解析融入班扎夫交互博弈，通过smart_depth分组策略减轻概念碎片化，提升跨模态交互可解释性，为VLM决策提供医学领域相关见解。

Comments 12 pages, 13 figures. Accepted at EXPLIMED 2026 (Third Workshop on Explainable Artificial Intelligence for the medical domain), IJCAI-ECAI 2026

CrossSpine: Multi-scale Cross-sequence Attention with Anatomical Priors for Automated Pfirrmann Grading

CrossSpine：具有解剖学先验知识的多尺度跨序列注意力机制用于自动 Pfirrmann 分级

Hai Son Nguyen, Duong Ngoc Vu, Trong-Nghia Nguyen, Bien Tran Van, Van-Dem Pham, Trang Mai Xuan, Huan Vu, Thien Van Luong

机构 * Business AI Lab, College of Technology, National Economics University（商业人工智能实验室，技术学院，越南国民经济大学） ； A2I Lab, Phenikaa School of Computing, Phenikaa University（A2I实验室，培美卡计算机学院，培美卡大学） ； Medical Imaging & Radiological Technology Department, Faculty of Medical Technology, Phenikaa School of Medicine & Pharmacy, Phenikaa University（医学影像与放射技术系，医学技术学院，培美卡医学院与药学院，培美卡大学） ； Radiology & Functional Exploration Center, Phenikaa University Hospital（放射学与功能探索中心，培美卡大学医院） ； Deparment of Pediatrics, Hospital of University Medicine and Pharmacy, Vietnam National University, Hanoi（儿科系，河内越南国立大学医学与药学院医院） 纠错

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

AI总结 针对腰椎间盘退变自动分级问题，提出 CrossSpine 框架，通过跨序列注意力机制融合多尺度特征，引入精心策划的数据集及椎间盘感知分类技术，相比基线在多个指标上有显著提升。

Automated Cardiac Adipose Tissue Segmentation in Computed Tomography: A Literature Review

计算机断层扫描中自动心脏脂肪组织分割的文献综述

Andreas W. Aspe, Jonas Jalili Pedersen, Andreas Ohrt Johansen, Klaus Fuglsang Kofoed, Kristine Aavild Sørensen, Rasmus Reinhold Paulsen, Josefine Vilsbøll Sundgaard

机构 * DTU Compute, Technical University of Denmark（丹麦技术大学DTU计算中心） ； Heart Centre, Rigshospitalet（哥本哈根大学医院心脏中心） ； Novo Nordisk A/S（诺和诺德公司） 纠错

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

AI总结 综述计算机断层扫描中自动分割心脏脂肪组织（EAT和PAT）的方法进展，涵盖多种方法，指出存在需更大带注释公共数据集等挑战，证明自动方法分割结果可媲美人工标注，有成为临床工具的潜力。

Comments This preprint has not undergone peer review (when applicable) or any post-submission improvements or corrections. The Version of Record of this contribution is published in Image Analysis - 23rd Scandinavian Conference, SCIA 2025, Proceedings (Lecture Notes in Computer Science, vol. 15726), and is available online at https://doi.org/10.1007/978-3-031-95918-9_17

Journal ref Lecture Notes in Computer Science, vol 15726, pp. 240-253, Springer, Cham, 2025

Stability and Robustness Analysis of Regularized Reconstruction Methods for Low-Dose Computed Tomography in Parallel-Beam Geometry

平行束几何中低剂量计算机断层扫描正则化重建方法的稳定性和鲁棒性分析

Mohamed Berrada

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 eess.IV

AI总结 研究低剂量计算机断层扫描正则化重建方法，基于Radon变换开发模拟管道，在多种噪声模型和采集几何下分析FBP、Tikhonov正则化和TV最小化的稳定性与鲁棒性，发现TV在多方面表现最佳，稳定性因子S能补充传统指标。

Comments 19 pages, 6 figures, 5 tables

Region-Grounded Vision-Language Learning for Detection-Guided Mammographic Lesion Classification

用于检测引导的乳腺钼靶病变分类的区域基础视觉语言学习

Zhengbo Zhou, Jiren Li, Dooman Arefan, Margarita Zuley, Shandong Wu

专题命中 医学影像 ：medical image(abstract)；radiology(abstract)；分类 cs.CV

AI总结 针对乳腺钼靶病变分类，提出区域基础视觉语言学习方法，先通过区域-文本对比预训练对齐特征，引入多组件目标减轻偏差，再联合优化辅助病变检测头，实验表明该方法在多设置下性能优于相关方法。

A Hybrid Framework for Blood Vessel Morphology Classification: Discrete Geometry-based Tortuosity Feature Measurement, Information Gain-based Feature Selection, and Random Forest Classification

一种用于血管形态分类的混合框架：基于离散几何的曲折度特征测量、基于信息增益的特征选择和随机森林分类

Yu Zhong, Jingzhi Guo, Luyao Li, Zehao Wang, Zhihui Yang, Yixin Lin, Weilun Fu, Yang Wang

专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 eess.IV

AI总结 针对血管曲折度量化难题，提出融合离散几何特征测量、信息增益特征选择和随机森林分类的框架，用于颈内动脉形态分类。提取并筛选特征，经实验取得良好分类结果，还定义形态风险指数，为临床评估提供参考。

Lesion Segmentation in Moderate to Severe Traumatic Brain Injury: An nnU-Net Based Approach with Adaptive Normalization in the AIMS-TBI 2025 Challenge

中重度创伤性脑损伤中的病变分割：AIMS-TBI 2025 挑战赛中基于 nnU-Net 并采用自适应归一化的方法

Inhwa Son, Gaeun Lee, Sohyeon Sim, Kwang-Hyun Uhm

机构 * Gachon University（加昌大学） ； MEDAI 纠错

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

AI总结 针对中重度创伤性脑损伤病变分割难题，利用AIMS-TBI 2025挑战赛推动算法发展，提出基于nnU-Net并采用自适应归一化的方法，有效减少个体差异与伪影，在测试中取得良好成绩，证明该策略对解决病变分割复杂性有效。

Comments 2nd place, AIMS-TBI Challenge at MICCAI 2025

Progression as Latent Drift: Generative Forecasting of Slow-Evolving Pathologies

作为潜在漂移的进展：缓慢演变病理的生成预测

Yuxiang Feng, Juncheng Wang, Chao Xu, Wenlong Hou, Huihan Wang, Yijie Qian, Yang Liu, Baigui Sun, Yong Liu, Shujun Wan

机构 * Zhejiang University（浙江大学） ； The Hong Kong Polytechnic University（香港理工大学） ； IROOTECH TECHNOLOGY（IROOTECH技术） ； Wolf 1069 b Lab, Sany Group（Wolf 1069 b实验室，三一集团） 纠错

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

AI总结 研究针对缓慢演变神经退行性疾病未来解剖结构预测难题，提出潜在漂移的渐进生成框架，在压缩语义表示中学习变化，结合有限标量量化抑制干扰波动，实验表明该方法在神经预测上优于基线。

Comments Accepted to ECCV 2026

HistoSeg++: Delving deeper with attention and multiscale feature fusion for biomarker segmentation

HistoSeg++: 基于注意力与多尺度特征融合的生物标志物分割深入探索

Saad Wazir, Rao Faizan, Daeyoung Kim

机构 * School of Computing, KAIST（韩国科学技术院计算机学院） ； Kyung Hee University (Global Campus)（庆熙大学（全球校区）） 纠错

专题命中 医学影像 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 提出一种新型Nested-UNet架构，通过内外注意力单元和通道特征重校准增强多尺度信息捕获，结合边缘感知损失提升边界精度，在三个公开数据集上表现优于现有方法。

Comments Published in the Proceedings of ICBBE 2025. The Version of Record is available at https://doi.org/10.1145/3794209.3794211