医学 AI

Non-Intrusive Parametrized-Background Data-Weak Reconstruction of Cardiac Displacement Fields from Sparse MRI-like Observations

非侵入式参数化背景数据弱重建：从稀疏MRI样观测中重构心脏位移场

Francesco C. Mantegazza, Federica Caforio, Christoph Augustin, Matthias A. F. Gsell, Gundolf Haase, Elias Karabelas

机构 * BioTechMed-Graz（BioTechMed-格拉茨） 纠错

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

AI总结 本文提出非侵入式参数化背景数据弱方法，实现从稀疏MRI样观测中高效重建心脏位移场，提升临床心脏建模效率。

Comments 42 pages, 12 figures, 6 tables

Systematic Review and Meta-analysis of AI-driven MRI Motion Artifact Detection and Correction

AI驱动的MRI运动伪影检测与校正的系统综述和元分析

Mojtaba Safari, Zach Eidex, Richard L. J. Qiu, Matthew Goette, Tonghe Wang, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute（放射肿瘤科和Winship癌症研究所） ； Department of Medical Physics（医学物理科） 纠错

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

AI总结 本文通过系统综述和元分析，探讨了AI驱动的深度学习方法在MRI运动伪影检测与校正中的应用，指出生成模型的潜力及标准化数据集和报告协议的重要性。

Dynamic Stream Network for Combinatorial Explosion Problem in Deformable Medical Image Registration

动态流网络用于变形医学图像配准中组合爆炸问题

Shaochen Bi, Yuting He, Weiming Wang, Hao Chen

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Case Western Reserve University（凯斯西储大学） ； Hong Kong Metropolitan University（香港理工大学） 纠错

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

AI总结 本文提出动态流网络DySNet，通过自适应流盆地和动态流注意力机制解决变形医学图像配准中的组合爆炸问题，实现更高效的特征建模与匹配。

Adaptive Frequency Domain Alignment Network for Medical image segmentation

自适应频域对齐网络用于医学图像分割

Zhanwei Li, Liang Li, Jiawan Zhang

机构 * College of Intelligence and Computing（智能与计算学院） ； Tianjin University（天津大学） 纠错

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

AI总结 AFDAN通过自适应频域对齐技术提升医学图像分割的准确性和鲁棒性，有效解决数据稀缺问题。

UPMRI: Unsupervised Parallel MRI Reconstruction via Projected Conditional Flow Matching

UPMRI：基于投影条件流匹配的无监督并行MRI重建

Xinzhe Luo, Yingzhen Li, Chen Qin

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

AI总结 UPMRI通过投影条件流匹配实现无监督并行MRI重建，在高加速率下优于现有方法，无需全采样数据。

Radiology Report Generation with Layer-Wise Anatomical Attention

基于层间解剖注意力的放射报告生成

Emmanuel D. Muñiz-De-León, Jorge A. Rosales-de-Golferichs, Ana S. Muñoz-Rodríguez, Alejandro I. Trejo-Castro, Eduardo de Avila-Armenta, Antonio Martínez-Torteya

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

AI总结 本文提出了一种基于层间解剖注意力的紧凑图像到文本模型，用于生成胸部X光报告的发现部分，通过整合解剖区域信息提升了报告的准确性和连贯性。

Comments 11 pages, 6 figures

Few-Shot Fingerprinting Subject Re-Identification in 3D-MRI and 2D-X-Ray

少样本指纹识别在3D-MRI和2D-X射线中的主体重识别

Gonçalo Gaspar Alves, Shekoufeh Gorgi Zadeh, Andreas Husch, Ben Bausch

机构 * University of Luxembourg（卢森堡大学） ； Former Association with University of Luxembourg（曾与卢森堡大学的关联） 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ResNet-50和三元组边距损失的少样本指纹识别方法，用于在3D-MRI和2D-X射线数据中实现主体重识别，实验结果显示在不同样本和类别设置下均取得高召回率。

Masked Registration and Autoencoding of CT Images for Predictive Tibia Reconstruction

遮蔽注册与CT图像自编码用于预测胫骨重建

Hongyou Zhou, Cederic Aßmann, Alaa Bejaoui, Heiko Tzschätzsch, Mark Heyland, Julian Zierke, Niklas Tuttle, Sebastian Hölzl, Timo Auer, David A. Back, Marc Toussaint

机构 * Technical University Berlin（技术大学柏林） ； Charité – Universitätsmedizin Berlin（柏林查理医院） ； Freie Universität Berlin（自由大学柏林） ； Humboldt-Universität zu Berlin（洪堡大学柏林） ； Institute of Medical Informatics（医学信息学研究所） ； Center for Musculoskeletal Surgery（骨科手术中心） ； Julius Wolff Institute（朱利叶斯·沃尔夫研究所） 纠错

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神经注册和自编码器的方法，用于从骨折胫骨CT图像预测患者特异性健康骨结构。

Comments DGM4MICCAI

ResDynUNet++: A nested U-Net with residual dynamic convolution blocks for dual-spectral CT

ResDynUNet++: 一种带有残差动态卷积块的嵌套U-Net用于双能CT

Ze Yuan, Wenbin Li, Shusen Zhao

机构 * School of Science, Harbin Institute of Technology, Shenzhen, Shenzhen, 518055, China（哈尔滨工业大学深圳校区科学学院） ； National Center for Applied Mathematics Shenzhen, Southern University of Science（南方科技大学深圳应用数学中心） ； Detection Institute for Advanced Technology Longhua-Shenzhen, Shenzhen 518000, China（深圳龙华-深圳先进技术检测院） 纠错

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

AI总结 ResDynUNet++通过结合OPMT与深度学习模型，提升双能CT重建的精度和效率。

Keep the Core: Adversarial Priors for Significance-Preserving Brain MRI Segmentation

保持核心：用于保持显著性的对抗性先验脑部MRI分割

Feifei Zhang, Zhenhong Jia, Sensen Song, Fei Shi, Aoxue Chen, Dayong Ren

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

AI总结 本文提出

Automated Motion Artifact Check for MRI (AutoMAC-MRI): An Interpretable Framework for Motion Artifact Detection and Severity Assessment

自动MRI运动伪影检查（AutoMAC-MRI）：一种可解释的运动伪影检测和严重程度评估框架

Antony Jerald, Dattesh Shanbhag, Sudhanya Chatterjee

机构 * GE HealthCare（通用电气医疗） 纠错

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

AI总结 AutoMAC-MRI通过监督对比学习实现运动伪影的可解释性分级，提升MRI质量控制效率

Model Agnostic Preference Optimization for Medical Image Segmentation

无模型偏好优化用于医学图像分割

Yunseong Nam, Jiwon Jang, Dongkyu Won, Sang Hyun Park, Soopil Kim

机构 * DGIST, School of Undergrad Studies（DGIST研究生院） ； DGIST, Department of Robotics and Mechatronics Engineering（DGIST机器人与机电工程系） ； DGIST, Division of Intelligent Robot（DGIST智能机器人系） 纠错

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

AI总结 MAPO通过Dropout驱动的随机分割假设实现无模型偏好优化，提升医学图像分割的边界遵循性和稳定性。

TPG-INR: Target Prior-Guided Implicit 3D CT Reconstruction for Enhanced Sparse-view Imaging

TPG-INR：目标先验引导的隐式3D CT重建用于增强稀疏视图成像

Qinglei Cao, Ziyao Tang, Xiaoqin Tang

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

AI总结 TPG-INR通过目标先验引导隐式学习，提升稀疏视图CT重建的效率和质量。

Comments We are withdrawing to restructure and refine the research plan to enhance its systematic rigor, completeness, and overall depth

DarkSPARC: Dark-Blood Spectral Self-Calibrated Reconstruction of 3D Left Atrial LGE MRI for Post-Ablation Scar Imaging

DarkSPARC: 3D 左心房 LGE MRI 的暗血谱自校准重建用于术后瘢痕成像

Mohammed S. M. Elbaz

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

AI总结 DarkSPARC 通过自校准谱重建技术，将亮血 3D 左心房 LGE MRI 转换为暗血图像，提升瘢痕池 CNR/SNR/eCNR 并提高瘢痕量化准确性。

PanDx: AI-assisted Early Detection of Pancreatic Ductal Adenocarcinoma on Contrast-enhanced CT

PanDx：基于增强CT的胰腺导管腺癌早期检测的AI辅助方法

Han Liu, Riqiang Gao, Eileen Krieg, Sasa Grbic

机构 * Digital Technology and Innovation, Siemens Healthineers（数字技术与创新，西门子医疗） 纠错

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

AI总结 PanDx通过整合分布感知集成和峰值缩放技术，实现对胰腺导管腺癌的早期检测，取得官方测试集第一名的优异成绩。

Comments 1st place in the PANORAMA Challenge (Team DTI)

A deep learning model to reduce agent dose for contrast-enhanced MRI of the cerebellopontine angle cistern

一种深度学习模型用于降低对比增强MRI的脑干桥小脑角蛛网膜下隙剂剂量

Yunjie Chen, Rianne A. Weber, Olaf M. Neve, Stephan R. Romeijn, Erik F. Hensen, Jelmer M. Wolterink, Qian Tao, Marius Staring, Berit M. Verbist

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

AI总结 本研究提出一种深度学习模型，通过降低对比剂剂量提升脑干桥小脑角蛛网膜下隙MRI图像质量，实现低剂量下的病变检测与诊断。

Semantic Data Augmentation Enhanced Invariant Risk Minimization for Medical Image Domain Generalization

语义数据增强增强不变风险最小化用于医学图像领域泛化

Yaoyao Zhu, Xiuding Cai, Yingkai Wang, Yu Yao, Xu Luo, Zhongliang Fu

机构 * Chengdu Institute of Computer Application, Chinese Academy of Sciences（中国科学院成都计算机应用研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出一种基于语义数据增强的不变风险最小化方法，通过领域导向的增强方向选择器提升医学图像领域泛化性能。

Diffusion Model Regularized Implicit Neural Representation for CT Metal Artifact Reduction

扩散模型正则化的隐式神经表示用于CT金属伪影抑制

Jie Wen, Chenhe Du, Xiao Wang, Yuyao Zhang

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

AI总结 本文提出一种结合扩散模型和隐式神经表示的框架，用于改进CT图像中金属伪影的抑制效果。

RefLSM: Linearized Structural-Prior Reflectance Model for Medical Image Segmentation and Bias-Field Correction

RefLSM：用于医学图像分割和偏场校正的线性化结构先验反射模型

Wenqi Zhao, Jiacheng Sang, Fenghua Cheng, Yonglu Shu, Dong Li, Xiaofeng Yang

机构 * College of Mathematics and Statistics, Chongqing University（重庆大学数学与统计学院） ； Deparment of Computer Science, Duke University（杜克大学计算机科学系） ； The University of Queensland Brisbane（昆士兰大学布里斯班分校） ； Department of Radiation Oncology and Winship Cancer Institute, Emory University（埃默里大学放射肿瘤科和Winship癌症研究所） 纠错

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

AI总结 RefLSM通过整合反射率分解和线性结构先验，提升医学图像分割的精度和鲁棒性。

Integrating Multi-scale and Multi-filtration Topological Features for Medical Image Classification

融合多尺度和多过滤拓扑特征的医学图像分类

Pengfei Gu, Huimin Li, Haoteng Tang, Dongkuan, Xu, Erik Enriquez, DongChul Kim, Bin Fu, Danny Z. Chen

机构 * The University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； North Carolina State University（北卡罗来纳州立大学） ； University of Notre Dame（圣母大学） 纠错

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

AI总结 本文提出融合多尺度和多过滤拓扑特征的医学图像分类框架，通过拓扑引导方法提升模型对复杂解剖结构的识别能力。

Decoding with Structured Awareness: Integrating Directional, Frequency-Spatial, and Structural Attention for Medical Image Segmentation

基于结构意识的解码：整合方向、频率-空间和结构注意力用于医学图像分割

Fan Zhang, Zhiwei Gu, Hua Wang

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

AI总结 本文提出基于结构意识的解码框架，整合方向、频率-空间和结构注意力，提升医学图像分割的精度和泛化能力。

Comments Accepted to AAAI 2026

Structure-Aware Adaptive Kernel MPPCA Denoising for Diffusion MRI

结构感知自适应核MPPCA去噪用于扩散磁共振成像

Ananya Singhal, Dattesh Dayanand Shanbhag, Sudhanya Chatterjee

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

AI总结 本文提出结构感知自适应核MPPCA方法，通过自适应补丁大小提升扩散磁共振成像的去噪效果。

Boundary-Aware Test-Time Adaptation for Zero-Shot Medical Image Segmentation

面向边界的测试时适应用于零样本医学图像分割

Chenlin Xu, Lei Zhang, Lituan Wang, Xinyu Pu, Pengfei Ma, Guangwu Qian, Zizhou Wang, Yan Wang

机构 * School of Computer Science, Sichuan University（四川大学计算机学院） ； Pittsburgh Institute, Sichuan University（四川大学匹兹堡学院） ； Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR)（科技研究局高性能计算研究所） 纠错

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

AI总结 BA-TTA-SAM通过测试时适应提升SAM在医学图像零样本分割中的性能，采用高斯提示注入和边界感知注意力对齐机制，实现12.4%的Dice分数提升。

Robust Physics-based Deep MRI Reconstruction Via Diffusion Purification

通过扩散净化实现鲁棒的基于物理的深度MRI重建

Ismail Alkhouri, Shijun Liang, Rongrong Wang, Qing Qu, Saiprasad Ravishankar

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

AI总结 本文提出通过扩散模型净化提升MRI重建的鲁棒性，避免对抗训练的minimax优化，仅需微调即可提高模型稳定性。

MasHeNe: A Benchmark for Head and Neck CT Mass Segmentation using Window-Enhanced Mamba with Frequency-Domain Integration

MasHeNe：基于窗口增强Mamba与频域整合的头颈CT质量分割基准

Thao Thi Phuong Dao, Tan-Cong Nguyen, Nguyen Chi Thanh, Truong Hoang Viet, Trong-Le Do, Mai-Khiem Tran, Minh-Khoi Pham, Trung-Nghia Le, Minh-Triet Tran, Thanh Dinh Le

机构 * University of Science, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学科学学院） ； Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学） ； Thong Nhat Hospital, Ho Chi Minh City, Vietnam（胡志明市通那特医院） ； University of Social Sciences and Humanities, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学社会科学与人文学院） ； Dublin City University, Dublin, Ireland（都柏林城市大学） ； University of Health Sciences, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学健康科学学院） ； John von Neumann Institute, VNU-HCM, Ho Chi Minh City, Vietnam（约翰·冯·诺依曼研究所） 纠错

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

AI总结 MasHeNe提出了一种基于窗口增强Mamba与频域整合的模型，用于头颈CT肿块分割，实现了高精度分割性能。

Comments The 14th International Symposium on Information and Communication Technology Conference SoICT 2025

Self-Supervised Noise Adaptive MRI Denoising via Repetition to Repetition (Rep2Rep) Learning

通过重复到重复学习实现自监督噪声自适应MRI去噪

Nikola Janjušević, Jingjia Chen, Luke Ginocchio, Mary Bruno, Yuhui Huang, Yao Wang, Hersh Chandarana, Li Feng

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

AI总结 Rep2Rep学习通过重复到重复的方法实现自监督噪声自适应MRI去噪，优于MC-SURE并在不同噪声水平下表现稳健。

Comments 13 pages, 9 figures, 1 table, supplementary information at end of document

Diffusion-Based Synthesis of 3D T1w MPRAGE Images from Multi-Echo GRE with Multi-Parametric MRI Integration

基于扩散模型的多echo GRE数据生成3D T1w MPRAGE图像：多参数MRI整合

Sizhe Fang, Deqiang Qiu

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

AI总结 本文提出基于扩散模型的深度学习框架，利用多参数MRI先验生成生物合理的3D T1w MPRAGE图像，提升神经影像学分析效率。

TAP-CT: 3D Task-Agnostic Pretraining of Computed Tomography Foundation Models

TAP-CT: 3D 任务无关的计算机断层扫描基础模型预训练

Tim Veenboer, George Yiasemis, Eric Marcus, Vivien Van Veldhuizen, Cees G. M. Snoek, Jonas Teuwen, Kevin B. W. Groot Lipman

机构 * Netherlands Cancer Institute（荷兰癌症研究所） ； University of Amsterdam（阿姆斯特丹大学） ； Kaiko 纠错

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

AI总结 TAP-CT提出了一种基于ViT和DINOv2的3D CT基础模型预训练方法，通过任务无关的自监督学习实现高效的医学影像处理。

Comments 22 pages, 4 figures, 8 tables

HQCNN: A Hybrid Quantum-Classical Neural Network for Medical Image Classification

HQCNN：一种用于医学图像分类的混合量子-经典神经网络

Shahjalal, Jahid Karim Fahim, Pintu Chandra Paul, Md Robin Hossain, Md. Tofael Ahmed, Dulal Chakraborty

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

AI总结 HQCNN通过融合量子与经典机制，实现了在医学图像分类中的高准确率和鲁棒性，适用于数据稀缺场景。

Comments A methodological error was identified in the Quantum Attention-Fourier Layer (Section 4.3), and an additional alignment error affecting parts of the results and figures was also detected. These issues lead to incorrect experimental reporting, and substantial corrections are required. Therefore, the current version is being withdrawn to prevent dissemination of inaccurate results

Speech Audio Generation from dynamic MRI via a Knowledge Enhanced Conditional Variational Autoencoder

通过动态MRI生成语音音频的增强知识条件变分自编码器

Yaxuan Li, Han Jiang, Yifei Ma, Shihua Qin, Jonghye Woo, Fangxu Xing

机构 * Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Wake Forest University School of Medicine（威克森林大学医学学院） ； Department of Radiology, Harvard Medical School（哈佛医学院放射科） 纠错

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

AI总结 本文提出KE-CVAE方法，通过动态MRI生成语音音频，解决MRI数据损坏和噪声问题，提升语音合成质量。