医学 AI

Patient-Adaptive and Learned MRI Data Undersampling Using Neighborhood Clustering

基于邻域聚类的患者自适应和学习MRI数据欠采样

Siddhant Gautam, Angqi Li, Saiprasad Ravishankar

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

AI总结 本文提出基于邻域聚类的患者自适应MRI欠采样算法，通过优化扫描自适应采样模式与重建网络，提升MRI数据重建性能。

Journal ref ICASSP 2024 - IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 2081-2085 (2024)

Pareto-Guided Optimization for Uncertainty-Aware Medical Image Segmentation

基于帕累托优化的不确定性感知医学图像分割

Jinming Zhang, Youpeng Yang, Xi Yang, Haosen Shi, Yuyao Yan, Qiufeng Wang, Guangliang Cheng, Kaizhu Huang

机构 * Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Zhejiang University（浙江大学） ； University of Liverpool（利物浦大学） ； Duke Kunshan University（杜克大学昆山分校） 纠错

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

AI总结 本文提出基于帕累托优化的医学图像分割方法，通过区域级课程策略和帕累托一致损失，解决边界区域的不确定性问题，提升分割精度。

MedCLIPSeg: Probabilistic Vision-Language Adaptation for Data-Efficient and Generalizable Medical Image Segmentation

MedCLIPSeg: 基于概率视觉语言适应的数据高效且可泛化的医学图像分割

Taha Koleilat, Hojat Asgariandehkordi, Omid Nejati Manzari, Berardino Barile, Yiming Xiao, Hassan Rivaz

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

AI总结 MedCLIPSeg通过概率视觉语言适应方法，提升医学图像分割的数据效率和泛化能力，提供可解释的不确定性图。

Comments CVPR 2026; Project Page: https://tahakoleilat.github.io/MedCLIPSeg

IPv2: An Improved Image Purification Strategy for Real-World Ultra-Low-Dose Lung CT Denoising

IPv2: 一种改进的图像净化策略用于真实世界超低剂量肺CT去噪

Guoliang Gong, Man Yu

机构 * Tianjin University of Science and Technology（天津科技大学） ； Department of Radiology, Tianjin Hospital（天津医院放射科） 纠错

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

AI总结 IPv2通过改进的图像净化策略，解决了超低剂量肺CT去噪中背景和肺实质处理不足的问题，提升了去噪效果。

MRI Contrast Enhancement Kinetics World Model

MRI对比增强动力学世界模型

Jindi Kong, Yuting He, Cong Xia, Rongjun Ge, Shuo Li

机构 * Case Western Reserve University（凯斯西储大学） ； Jiangsu Cancer Hospital（江苏癌症医院） ； Southeast University（东南大学） 纠错

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

AI总结 本文提出MRI CEKWorld模型，通过时空一致性学习解决MRI对比增强动力学建模中的时间连续性和内容一致性问题。

Comments Accepted by CVPR 2026

Scan-Adaptive Dynamic MRI Undersampling Using a Dictionary of Efficiently Learned Patterns

基于高效学习模式的扫描自适应动态MRI欠采样

Siddhant Gautam, Angqi Li, Prachi P. Agarwal, Anil K. Attili, Jeffrey A. Fessler, Nicole Seiberlich, Saiprasad Ravishankar

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

AI总结 本文提出一种基于高效学习模式的扫描自适应动态MRI欠采样方法，通过优化k空间采样提升重建质量与诊断准确性。

G-LoG Bi-filtration for Medical Image Classification

G-LoG双过滤用于医学图像分类

Qingsong Wang, Jiaxing He, Bingzhe Hou, Tieru Wu, Yang Cao, Cailing Yao

机构 * School of Mathematics, Jilin University（吉林大学数学学院） 纠错

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

AI总结 本文提出G-LoG双过滤用于医学图像分类，通过增强图像边界生成适合多参数持续模块的特征，实验表明其在MedMNIST数据集上优于单参数过滤和传统深度学习模型。

PyRadiomics-cuda: 3D features extraction from medical images for HPC using GPU acceleration

PyRadiomics-cuda：利用GPU加速从医学图像中提取三维特征

Jakub Lisowski, Piotr Tyrakowski, Szymon Zyguła, Krzysztof Kaczmarski

机构 * Warsaw University of Technology, Faculty of Mathematics and Information Science（华沙技术大学，数学与信息科学学院） 纠错

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

AI总结 PyRadiomics-cuda通过GPU加速实现医学图像三维特征提取，提升高通量AI流程的处理效率。

Scalable Residual Feature Aggregation Framework with Hybrid Metaheuristic Optimization for Robust Early Pancreatic Neoplasm Detection in Multimodal CT Imaging

可扩展的残差特征聚合框架与混合元启发式优化用于多模CT影像中胰腺肿瘤的稳健早期检测

Janani Annur Thiruvengadam, Kiran Mayee Nabigaru, Anusha Kovi

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

AI总结 本文提出了一种结合残差特征聚合与混合元启发式优化的框架，用于多模CT影像中胰腺肿瘤的稳健早期检测，实现了高准确率和泛化能力。

Comments Accepted at 11th International Conference on Big Data Analytics (ICBDA)

Multiple Teachers-Meticulous Student: A Domain Adaptive Meta-Knowledge Distillation Model for Medical Image Classification

多教师-细致学生：一种用于医学图像分类的域自适应元知识蒸馏模型

Shahabedin Nabavi, Kian Anvari Hamedani, Mohsen Ebrahimi Moghaddam, Ahmad Ali Abin, Alejandro F. Frangi

专题命中 医学影像 ：medical image(title,abstract)；分类 eess.IV

AI总结 本文提出一种多教师-细致学生模型，用于解决医学图像分类中的域移问题和标注数据不足问题，通过知识蒸馏实现高效且隐私保护的模型训练。

Journal ref Medical Physics. 2026;53:e70350

A Mixed Precision FFT with applications in MRI

混合精度FFT及其在MRI中的应用

Nikhil Deveshwar, Abhejit Rajagopal, Peder E. Z. Larson

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

AI总结 本文提出了一种混合精度FFT算法，通过优化块大小和精度，提升MRI图像处理的数值性能。

Comments Accepted to ICASSP 2026

Distributional Deep Learning for Super-Resolution of 4D Flow MRI under Domain Shift

分布式深度学习在4D流体MRI超分辨率中的应用：域移位下的超分辨率提升

Xiaoyi Wen, Fei Jiang

机构 * Department of Epidemiology and Biostatistics, University of California, San Francisco（流行病学与生物统计学系，加州大学旧金山分校） 纠错

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

AI总结 本文提出分布式深度学习框架，用于提升4D流体MRI在域移位下的超分辨率性能，通过训练和微调提高模型鲁棒性与泛化能力。

Theoretical Bounds on Parallel Imaging Implicit Data Crimes in an MRI Reproducing Kernel Hilbert Space

关于在MRI再现核希尔伯特空间中并行成像隐式数据犯罪的理论界限

Evan Frenklak, Yamin Arefeen, Jonathan I Tamir

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

AI总结 本文提出了一种数学框架，用于在MRI再现核希尔伯特空间中分析并行成像隐式数据犯罪的理论界限，并通过实验验证了该框架的有效性。

Towards a Unified Theoretical Framework for Self-Supervised MRI Reconstruction

迈向自监督MRI重建的统一理论框架

Siying Xu, Kerstin Hammernik, Daniel Rueckert, Sergios Gatidis, Thomas Küstner

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

AI总结 UNITS提出了一种统一的自监督MRI重建理论框架，通过统一SSL策略并证明其与监督学习同等性能，提升模型泛化能力与训练稳定性。

Comments Under review at IEEE Transactions on Computational Imaging. Supplementary material is included

SynthRAR: Ring Artifacts Reduction in CT with Unrolled Network and Synthetic Data Training

SynthRAR: 通过展开网络和合成数据训练的CT环状伪影减少

Hongxu Yang, Levente Lippenszky, Edina Timko, Gopal Avinash

机构 * Science&Technology Organization, GE HealthCare（科学与技术组织，通用电气医疗） 纠错

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

AI总结 SynthRAR通过展开网络和合成数据训练，有效减少CT环状伪影，无需真实临床数据即可提升重建图像质量。

Comments Prepare for submission

Segmenting infant brains across magnetic fields: Domain randomization and annotation curation in ultra-low field MRI

在磁场中分割婴儿大脑：在超低场MRI中域随机化和标注整理

Vladyslav Zalevskyi, Dondu-Busra Bulut, Thomas Sanchez, Meritxell Bach Cuadra

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

AI总结 本文提出域随机化框架，通过提升标注质量与数据增强，实现超低场MRI中婴儿大脑分割的准确性和鲁棒性。

Comments 1st place (hippocampus) and 3rd place (basal ganglia) in the Low field pediatric brain magnetic resonance Image Segmentation and quality Assurance Challenge (LISA) 2025

Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI

利用磁共振成像的磁 susceptibility 对比度分析脑内 voxel 内血管尺寸分布

Natenael B. Semmineh, Indranil Guha, Deborah Healey, Anagha Chandrasekharan, Jerrold L. Boxerman, C. Chad Quarles

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

AI总结 本文提出一种基于磁 susceptibility 对比度的 MRI 方法，用于分析脑内 voxel 内血管尺寸分布，以更全面评估血管重塑。

PLOT-CT: Pre-log Voronoi Decomposition Assisted Generation for Low-dose CT Reconstruction

PLOT-CT：预对数 Voronoi 分解辅助低剂量 CT 重建

Bin Huang, Xun Yu, Yikun Zhang, Yi Zhang, Yang Chen, Qiegen Liu

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

AI总结 PLOT-CT 通过预对数 Voronoi 分解提升低剂量 CT 重建精度，实现 2.36dB 的 PSNR 改进。

Unsupervised Segmentation of Micro-CT Scans of Polyurethane Structures By Combining Hidden-Markov-Random Fields and a U-Net

通过结合隐马尔可夫随机场和U-Net实现聚氨酯结构微CT扫描的无监督分割

Julian Grolig, Lars Griem, Michael Selzer, Hans-Ulrich Kauczor, Simon M. F. Triphan, Britta Nestler, Arnd Koeppe

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

AI总结 本文提出结合隐马尔可夫随机场和U-Net的无监督分割方法，用于聚氨酯结构微CT图像的高精度分割，无需真实数据并减少对标记数据的依赖。

Analyzing Model Misspecification in Quantitative MRI: Application to Perfusion ASL

定量磁共振成像中模型不规范性的分析：应用于灌注ASL

Jiachen Wang, Jon Tamir, Adam Bush

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

AI总结 本文提出了一种评估定量磁共振成像中模型规范性的理论框架，通过两种测试验证ASL信号模型在不同组织中的规范性。

Comments Accepted at IEEE ISBI 2026. This version is a preprint

Simple Image Processing and Similarity Measures Can Link Data Samples across Databases through Brain MRI

简单图像处理和相似性度量可通过脑部MRI将数据样本跨数据库链接

Gaurang Sharma, Harri Polonen, Juha Pajula, Jutta Suksi, Jussi Tohka

机构 * VTT Technical Research Centre of Finland Ltd（芬兰技术研究公司） ； A.I. Virtanen Institute for Molecular Sciences, University of Eastern Finland（东部芬兰大学分子科学研究所） 纠错

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

AI总结 本文通过标准图像处理和相似性计算，展示了如何利用脑MRI跨数据库链接数据样本，揭示了潜在的隐私风险及对医疗数据共享政策的影响。

Semi-supervised Liver Segmentation and Patch-based Fibrosis Staging with Registration-aided Multi-parametric MRI

半监督肝脏分割与基于补丁的纤维化分期：基于注册的多参数MRI

Boya Wang, Ruizhe Li, Chao Chen, Xin Chen

机构 * 1 Intelligent Modelling \& Analysis Group (IMA), 2 Lab for Uncertainty in Data ； Decision Making (LUCID), \ of Computer Science, University of Nottingham, UK 3 Nottingham Biomedical Research Centre (BRC), \ of Medicine, University of Nottingham, UK ； Intelligent Modelling \& Analysis Group (IMA), School of Computer Science, University of Nottingham, UK Lab for Uncertainty in Data ； Decision Making (LUCID), School of Computer Science, University of Nottingham, UK Nottingham Biomedical Research Centre (BRC), School of Medicine, University of Nottingham, UK 纠错

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

AI总结 本研究提出基于注册的多参数MRI的半监督肝脏分割与纤维化分期方法，通过多任务深度学习框架解决有限标注和多模态数据问题。

Fully Differentiable Bidirectional Dual-Task Synergistic Learning for Semi-Supervised 3D Medical Image Segmentation

全微分双向双任务协同学习用于半监督3D医学图像分割

Jun Li

机构 * School of Electrical Engineering, Southwest Jiaotong University, Chengdu, 611756, China（电子工程学院，西南交通大学，成都，611756，中国） 纠错

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

AI总结 本文提出全微分双向双任务协同学习框架，通过整合四个关键SSL组件提升3D医学图像分割性能，实现双向任务协同学习，推动半监督学习框架发展。

Comments Accepted by ESWA 2026

Impact of domain adaptation in deep learning for medical image classifications

深度学习在医学图像分类中的领域适应影响

Yihang Wu, Ahmad Chaddad

机构 * Guilin University of Electronic Technology（桂林电子科技大学） ； École de Technologie Supérieure（蒙特利尔理工学院） 纠错

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

AI总结 本研究探讨了领域适应在医学图像分类中的影响，通过10种深度学习模型评估DA在多模态数据、噪声处理和联邦学习中的效果，发现DA能提升模型性能和可解释性。

Comments Accepted in IEEE SMC 2025

Any-to-All MRI Synthesis: A Unified Foundation Model for Nasopharyngeal Carcinoma and Its Downstream Applications

任意到全部MRI合成：鼻咽癌及其下游应用的统一基础模型

Yao Pu, Yiming Shi, Zhenxi Zhang, Peixin Yu, Yitao Zhuang, Xiang Wang, Hongzhao Chen, Jing Cai, Ge Ren

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

AI总结 本文提出统一基础模型实现任意到全部MRI合成，提升鼻咽癌放疗的准确性和临床实用性。

Zero-shot System for Automatic Body Region Detection for Volumetric CT and MR Images

零样本系统用于体积CT和MRI图像的自动身体区域检测

Farnaz Khun Jush, Grit Werner, Mark Klemens, Matthias Lenga

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

AI总结 本文提出零样本系统用于体积CT和MRI图像自动身体区域检测，通过预训练模型实现无监督分割，展示了基于规则和多模态语言模型的性能对比。

Comments 8 pages, 5 figures, 5 tables

Time-Resolved Reconstruction of Motion, Force, and Stiffness using Spectro-Dynamic MRI

基于光谱动态MRI的时间分辨运动、力和刚度重建

Max H. C. van Riel, Tristan van Leeuwen, Cornelis A. T. van den Berg, Alessandro Sbrizzi

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

AI总结 本文提出了一种扩展的光谱动态MRI框架，能够在11毫秒时间分辨率下重建运动、力和刚度，优于传统两步方法。

Comments 11 pages, 7 figures, 5 supplementary figures, 1 supplementary video. The video can be viewed by downloading the source file under "Other Formats"

Journal ref IEEE Transactions on Computational Imaging 9 (2023) 917-927

FSP-Diff: Full-Spectrum Prior-Enhanced DualDomain Latent Diffusion for Ultra-Low-Dose Spectral CT Reconstruction

FSP-Diff: 全谱先验增强双域潜在扩散用于超低剂量能谱CT重建

Peng Peng, Xinrui Zhang, Junlin Wang, Lei Li, Shaoyu Wang, Qiegen Liu

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

AI总结 FSP-Diff通过全谱先验增强双域潜在扩散框架，提升超低剂量能谱CT重建的图像质量和效率。

Back to Physics: Operator-Guided Generative Paths for SMS MRI Reconstruction

回归物理：基于操作符的生成路径用于SMS MRI重建

Zhibo Chen, Yu Guan, Yajuan Huang, Chaoqi Chen, XiangJi, Qiuyun Fan, Dong Liang, Qiegen Liu

机构 * School of Advanced Manufacturing, Nanchang University（先进制造学院，南昌大学） ； College of Computer Science and Software Engineering, Shenzhen University（计算机科学与软件工程学院，深圳大学） 纠错

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

AI总结 本文提出了一种基于操作符的生成路径框架，用于改进SMS MRI重建，通过双流交互网络分离切片内容并预测结构化退化，从而提高重建保真度和减少切片泄漏。

Comments 10 pages, 6 figures

Influence of Geometry, Class Imbalance and Alignment on Reconstruction Accuracy -- A Micro-CT Phantom-Based Evaluation

几何形状、类别不平衡与对齐对重建精度的影响——基于微CT仿真的评估

Avinash Kumar K M, Samarth S. Raut

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

AI总结 本研究通过微CT仿真实验，探讨了几何形状、类别不平衡和对齐对3D重建精度的影响，发现Otsu方法在多数几何中表现最佳，而Jaccard指数更适合评估薄壁结构精度。

Comments 22 pages, 13 figures