医学 AI

Semidefinite relaxations in optimal experiment design with application to substrate injection for hyperpolarized MRI

半定松弛在最优实验设计中的应用：用于超极化MRI的底物注射

John Maidens, Murat Arcak

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文研究了在离散时间线性状态空间模型中，受输入幅度和l1/l2范数约束下的最优输入设计问题，通过半定松弛技术求解非凸二次函数的最大化问题，并应用于超极化MRI的底物注射设计。

Comments 6 pages, Accepted to ACC 2016

A Kernel Method for CT Reconstruction: a Fast Implementation using Circulant Matrices

基于核方法的CT重建：利用循环矩阵的快速实现

Maria Angela Narduzzo

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出一种基于核方法的CT重建算法，利用循环矩阵加速ART算法，通过数值实验验证了其在重建精度和计算效率上的优势。

Comments Master's thesis, 108 pages This paper has been withdraw by the author due to some crucial errors

Visualizing Skin Effects in Conductors with MRI: ${}^7$Li MRI Experiments and Calculations

用MRI可视化导体中的皮肤效应：${}^7$Li MRI实验与计算

Andrew J. Ilott, S. Chandrashekar, Andreas Klöckner, Hee Jung Chang, Nicole M. Trease, Clare P. Grey, Leslie Greengard, Alexej Jerschow

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文通过结合RF场计算与实验MRI，研究${}^7$Li金属的皮肤效应，揭示RF场方向对bulk金属MRI的影响，为电池系统等应用提供理论支持。

Journal ref Journal of Magnetic Resonance (2014), pp. 143-149

Aggregated motion estimation for real-time MRI reconstruction

实时MRI重建的聚合运动估计

Housen Li, Markus Haltmeier, Shuo Zhang, Jens Frahm, Axel Munk

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文提出一种整合相邻帧变形的实时MRI重建方法，无需额外测量，可处理多通道数据和非Cartesian采样，提升时间保真度和减少残余伪影。

Comments This is a preliminary technical report. A polished version is published by Magnetic Resonance in Medicine. Magnetic Resonance in Medicine 2013

Empirical average-case relation between undersampling and sparsity in x-ray CT

X射线CT中欠采样与稀疏性之间的经验平均关系

Jakob S. Jørgensen, Emil Y. Sidky, Per Christian Hansen, Xiaochuan Pan

专题命中 医学影像 ：CT(title,title_cn)

AI总结 通过经验模拟研究，建立了CT图像稀疏性与足够重建测量数之间的定量关系，并展示了该关系与图像类别相关、存在相变现象且对噪声鲁棒。

Comments 15 pages, 8 figures. Submitted to journal

Image representation by blob and its application in CT reconstruction from few projections

基于blob的图像表示及其在少投影CT重建中的应用

Han Wang, Laurent Desbat, Samuel Legoupil

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文利用局部径向对称函数（blob）建立图像表示模型，并通过最小化总变差或blob系数的1范数，实现少投影数据的CT重建。

Comments This paper has been withdrawn by the author due to some errors in the demonstration of proposition 2.2

A Bayesian Framework for Uncertainty-Aware Estimation of Main Pulmonary Artery Velocity Profiles from Phase-Contrast MRI

基于相位对比MRI的主肺动脉速度剖面不确定性感知估计的贝叶斯框架

Amirreza Kachabi, Naomi C. Chesler

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 提出一个贝叶斯框架，结合二维相位对比MRI和机理速度剖面公式，生成考虑不确定性的个体化肺动脉速度表示。

CT Imaging with Helium and Carbon Ions for Hadron Therapy

用于强子治疗的氦离子和碳离子CT成像

Zsófia Jólesz, Gábor Bíró, Gábor Papp, Gergely Gábor Barnaföldi

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本研究通过蒙特卡洛模拟比较质子、氦离子和碳离子CT在强子治疗计划中的相对阻止本领重建精度和患者辐射剂量，发现碳离子成像精度最高但剂量较大，而氦离子和质子成像剂量更低，适合儿童和自适应再计划场景。

Comments 18 pages, 7 figures

Fractional-gradient Sparsity with Autoencoding Sequential Deep Image Prior for 3D CT Reconstruction

分数阶梯度稀疏性与自编码顺序深度图像先验用于三维CT重建

Haijie Yuan, Chaoyan Huang, Srijita Bandopadhyay, Liyue Shen, Saiprasad Ravishankar

专题命中 医学影像 ：CT(title,title_cn)

AI总结 提出FAST-DIP框架，结合输入自适应顺序深度图像先验和分数阶梯度稀疏正则化，实现三维CT重建，并证明交替最小化算法的收敛性。

Comments 16 pages, 3 figures, 4 tables

Weight-Guided Constraints for Body Model and Lead Selection in Pediatric CIED MRI Safety Simulations

体重引导的儿科CIED MRI安全模拟中的体模与导线选择约束

Safa Hameed, Kaylee Henry, Fuchang Jiang, Bhumi Bhusal, Halley Dillenbeck, Lindsey Gakenheimer-Smith, Gregory Webster, Laleh Golestanirad

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 通过回顾性分析281名儿科患者的302次CIED手术，提出基于体重的约束框架，用于指导MRI安全模拟中的体模和导线配置，以反映临床现实。

Joint constraints on $R_h=ct$ cosmology from DESI DR2 BAO, CC, and SN\textit{Ia} Pantheon$^+$ sample

来自DESI DR2 BAO、CC和SN Ia Pantheon⁺样本对$R_h=ct$宇宙学的联合约束

Amritansh Mehrotra, S. K. J. Pacif, A. F. Santos

专题命中 医学影像 ：CT(title,title_cn)

AI总结 利用宇宙计时器、Ia型超新星和重子声学振荡数据，通过χ²统计、AIC、BIC和贝叶斯因子比较ΛCDM与$R_h=ct$模型，发现ΛCDM整体表现更优，而$R_h=ct$预测严格线性膨胀。

Comments 15 pages, 6 figures, version accepted for publication in EPJC

GRASP MRI: A Decade of Innovation from Bench to Bedside

GRASP MRI：从实验室到临床的十年创新

Li Feng, Kai Tobias Block, Hersh Chandarana, Daniel K Sodickson

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文综述了GRASP MRI在过去十年中的技术演进和临床转化，重点介绍了其连续径向采集、灵活回顾性重建和运动鲁棒成像的概念优势。

FENCE: Flexible Electric Noise reduCtion Endo-shield for the Suppression of Electromagnetic Interference in Low-Field MRI

FENCE：用于抑制低场MRI电磁干扰的柔性电噪声减少内屏蔽

Julia Pfitzer, Martin Uecker, Hermann Scharfetter

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 针对低场MRI电磁干扰问题，提出FENCE柔性内屏蔽方法，通过阻断电容耦合有效抑制EMI，在保持系统便携性的同时显著提升图像质量。

Comments 21 pages, 13 figures, 8 tables

Journal ref NMR in Biomedicine 2026;39:e70287

Multicenter Comparison of Radionuclide Calibrators and SPECT/CT Protocols for Quantitative 177Lu Imaging in Clinical Practice

多中心比较放射性示踪剂校准剂和SPECT/CT协议在临床实践中对177Lu定量成像的准确性

Wies Claeys, Kristof Baete, Laurence Beels, Claire Bernard, Rachele Danieli, Yves D' Asseler, An De Crop, Michel Hesse, Victor Nuttens, Bruno Vanderlinden, Michel Koole

专题命中 医学影像 ：CT(title,title_cn)

AI总结 研究比较了不同系统和医院使用放射性示踪剂校准剂和SPECT/CT对177Lu的测量准确性及变异性，发现标准化校准和重建协议能提高多中心定量SPECT/CT的可重复性。

Comments 30 pages, 20 figures. This version of the article has been accepted for publication, after peer review but is not the Version of Record and does not reflect post-acceptance improvements, or any corrections. The Version of Record is available online at EJNMMI Physics (2026)

Moving MRI: Imaging a moving body with a moving magnet

移动MRI：用移动磁铁成像移动的物体

Jingting Yao, Artan Kaso, Nikhil Patel, Yin-Ching Iris Chen, Andre van der Kouwe, Daniel M. Merfeld, Jerome L. Ackerman

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本研究提出移动MRI技术，通过移动受试者和磁共振仪来减少相对运动，实现大范围运动中的成像，为研究前庭功能等运动相关脑网络提供新方法。

Unsupervised Physics-Informed Deep Learning for Dual-Energy CT Material Decomposition

无监督的物理引导深度学习用于双能CT材料分解

Laura Hellwege, Johann Christopher Engster, Moritz Schaar, Thorsten M. Buzug, Maik Stille

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出一种无监督的物理引导深度学习框架，用于双能CT材料分解，通过多色前向模型减少投影域中的差异，实现高精度分解。

Comments 12 pages, 4 Figures, 1 Table

CT-FineBench: A Diagnostic Fidelity Benchmark for Fine-Grained Evaluation of CT Report Generation

CT-FineBench：用于CT报告生成细粒度评估的诊断可信度基准

Ruifeng Yuan, Wanxing Chang, Weiwei Cao, Bowen Shi, Zhongyu Wei, Ling Zhang, Jianpeng Zhang

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab（沪幻实验室） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 医学影像 ：CT(title,title_cn)

AI总结 CT-FineBench通过基于问题回答的流程构建，评估CT报告的细粒度事实一致性，优于传统指标，能更敏感地捕捉临床细节错误。

Comments Accepted by ACL 2026 Main

Deep Reinforcement Learning for Optimizing Angle Selection and Dose Allocation in CT Reconstruction

深度强化学习用于优化CT重建中的角度选择和剂量分配

Tianyuan Wang, Daniël M. Pelt, Felix Lucka, Tristan van Leeuwen, K. Joost Batenburg

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出结合PWLS-PnP重建框架与强化学习策略的深度强化学习方法，用于优化CT重建中的角度选择和剂量分配，提升重建质量和缺陷检测能力。

Robust Multicenter CT Radiogenomics for Dual EGFR and KRAS Prediction in Lung Cancer with Stability-Aware Modeling and SHAP Interpretation

稳健的多中心CT放射组学用于肺癌中EGFR和KRAS双重预测：基于稳定性意识的建模和SHAP解释

Somayeh Sadat Mehrnia, Fatemeh Razavi, Helia Abedini, Niloofar Rahimi, Arman Rahmim, Mohammad Salmanpour

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文研究了多中心CT放射组学在肺癌中EGFR和KRAS双重预测中的应用，通过结合手工特征和深度特征，提出稳定性意识建模和SHAP解释方法，提升预测鲁棒性。

Cylindrical Metasurface for Efficient Traveling-wave MRI at 7 T

用于7T traveling-wave MRI的圆柱形超材料

Kristina I. Popova, Georgiy A. Solomakha, Zicheng Wen, Mikhail M. Popov, Xiatong Zhang, Stanislav B. Glybovski, Yang Gao

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文设计了一种超薄圆柱形超材料，用于提高7T traveling-wave MRI的传输效率，通过优化单元格几何结构和PCB电容，实现了比传统介质波导更高的B1+均匀性、传输效率和SAR效率。

DALC-CT: Dynamic Analysis of Low-Level Code Traces for Constant-Time Verification

DALC-CT：低级代码轨迹动态分析用于常数时间验证

Nges Brian Njungle, Edwin P. Kayang, Mishel J. Paul, Michel A. Kinsy

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出DALC-CT工具，通过动态分析低级执行轨迹检测程序是否符合常数时间原则，验证方法基于指令序列比较，能有效识别非常数时间行为。

Comments 9 pages

VQ-Wave: A physics-driven spatio-temporal deep learning approach for non-contrast-enhanced lung ventilation and perfusion MRI

VQ-Wave：一种基于物理的时空深度学习方法用于非对比增强肺通气和灌注MRI

Grzegorz Bauman, Pavlos Panos, Philipp Latzin, Oliver Bieri

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文提出VQ-Wave方法，通过合成信号模型训练时空 inception 神经网络，以估计通气和灌注参数，克服生理非平稳性带来的限制，提升肺MRI的功能成像可靠性。

AI-Driven Radiology Report Generation for Traumatic Brain Injuries

Riadh Bouslimi, Houda Trabelsi, Wahiba Ben Abdssalem Karaa, Hana Hedhli

机构 * Higher School of Digital Economics, Manouba, University of Manouba, Tunisia（数字经济学高等学院，曼布巴，曼布巴大学，突尼斯） ； Higher Institute of Management of Tunis, University of Tunis, Tunisia（突尼斯管理高等学院，突尼斯大学，突尼斯） ； Emergency Department Charles Nicolle Hospital, Tunis El Manar University, Tunisia（查尔斯·尼科勒医院急诊部，突尼斯埃尔曼纳大学，突尼斯） 纠错

专题命中 医学影像 ：radiology(title,abstract)；medical image(abstract)；MRI(abstract)；CT(abstract)

Journal ref J.Imaging.Inform.Med. 1 (2025) 1-16

U-Net in Medical Image Segmentation: A Review of Its Applications Across Modalities

Fnu Neha, Deepshikha Bhati, Deepak Kumar Shukla, Sonavi Makarand Dalvi, Nikolaos Mantzou, Safa Shubbar

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；pathology(abstract)

Efficient Computing for Medical Image Acquisition and Reconstruction

医学图像采集与重建的高效计算

Xiao Wang, Jayasai Rajagopal, Md Safaiat Hossain, Peng Chen, Mohamed Wahib, Enzhi Zhang, Emma J. Reid

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)；分类 cs.CV、eess.IV

AI总结 探讨医学图像采集与重建，回顾各成像模态物理及采集过程，推导通用框架，讨论多种重建方法及计算特性，研究高效计算考量，展示成像物理、数学建模与高效计算整合可实现准确且可扩展的医学图像重建。

Comments book chapter for textbook "Medical Image Vision Handbook"

XClipGS: Exact Half-Space Clipping for Medical Volume Gaussian Splatting

XClipGS: 用于医学体高斯溅射的精确半空间裁剪

Zhongpai Gao, Benjamin Planche, Meng Zheng, Anwesa Choudhuri, Chaoyi Zhou, Terrence Chen, Ziyan Wu

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

AI总结 本文提出XClipGS精确裁剪方法，通过闭式逐像素算子实现医学体高斯溅射的半空间精确裁剪，在8组CT/MRI数据集上，其PSNR、SSIM等指标均优于现有方法，渲染速度超650 FPS且泄漏量显著降低。

Patient Pose Assessment Using a CT-Based Framework for Synthetic Data Generation

基于CT合成数据生成框架的患者姿态评估

Manuel Laufer, Dominik Mairhöfer, Malte Sieren, Hauke Gerdes, Fabio Leal dos Reis, Arpad Bischof, Thomas Käster, Erhardt Barth, Jörg Barkhausen, Thomas Martinetz

机构 * Institute for Neuro- and Bioinformatics, University of Lübeck（吕贝克大学神经与生物信息学研究所） ； University Medical Center Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医学中心） ； IMAGE Information Systems Europe GmbH（IMAGE信息系统欧洲有限公司） ； Pattern Recognition Company GmbH（模式识别有限公司） 纠错

专题命中 医学影像 ：CT(title,title_cn)；biomedical(comments,journal_ref)；分类 cs.CV

AI总结 该研究提出基于CT的合成数据生成框架，用于解决放射图像患者姿态评估中真实训练数据获取难的问题，经3077对踝关节图像预训练后，真实踝关节姿态评估性能提升最多11个百分点。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:027

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

Depth to Anatomy: Organ Localization from Depth Images for Automated Patient Table Positioning in Radiology Workflow

深度到解剖：从深度图像中定位器官以实现放射学工作流程中的自动化患者台定位

Eytan Kats, Kai Geissler, Daniel Mensing, Julien Senegas, Jochen G. Hirsch, Stefan Heldman, Mattias P. Heinrich

专题命中 医学影像 ：MRI(summary_cn,abstract)；radiology(title,abstract)；biomedical(comments,journal_ref)；分类 cs.CV

AI总结 本文提出基于学习的框架，通过单张2D深度图像预测41种解剖结构的3D位置和形状，利用MRI数据训练卷积神经网络，实现器官预测，提升患者定位自动化水平。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:024

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

Motion-Guided Causal Disentanglement for Robust Multi-View Cine Cardiac MRI Diagnosis

运动引导的因果解耦用于鲁棒多视角电影心脏MRI诊断

Chuankai Xu, Cristiane De Carvalho Singulane, Mohammad Abuannadi, Stephen Chandler, Jeremy Slivnick, Karolina Zareba, Jane Cao, Vidya Nadig, Fabio Fernandes, Seth Uretsky, Diego Perez de Arenaza, Amit Patel, Jianxin Xie

机构 * University of Virginia（弗吉尼亚大学） ； University of Chicago（芝加哥大学） ； Ohio State University（俄亥俄州立大学） ； St. Francis Hospital & Heart Center（圣弗朗西斯医院及心脏中心） ； Hartford HealthCare（哈特福德医疗集团） ； Instituto do Coração (InCor)（心脏研究所（InCor）） ； Atlantic Health System（大西洋健康系统） ； Sociedad Italiana de Beneficencia (Hospital Italiano)（意大利慈善协会（意大利医院）） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；diagnosis(title)；medical image(abstract)；分类 cs.CV

AI总结 提出运动引导的视角-疾病解耦框架MoViD，通过双分支监督对比学习和梯度反转对抗约束分离视角特定与疾病判别特征，结合无标注时间运动特征定位心脏区域并缓解类别不平衡，在静脉血栓数据集和两个公开基准上超越标准Transformer基线。

Omni-tomography/Multi-tomography -- Integrating Multiple Modalities for Simultaneous Imaging

全模态断层成像/多模态断层成像——整合多种模态实现同步成像

Ge Wang, Jie Zhang, Hao Gao, Victor Weir, Hengyong Yu, Wenxiang Cong, Xiaochen Xu, Haiou Shen, James Bennett, Yue Wang, Michael Vannier

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

AI总结 本文提出全模态断层成像（omni-tomography）概念，通过整合CT、MRI、PET、SPECT、超声、光学等多种成像机制实现真正同步的局部重建，克服现有模态融合方法在配准误差和物理限制方面的固有局限。

Comments 43 pages, 15 figures, 99 references, provisional patent applications filed by Virginia Tech