医学 AI

Simultaneous Image Quality Improvement and Artefacts Correction in Accelerated MRI

加速MRI中同时提高图像质量与伪影校正

Georgia Kanli, Daniele Perlo, Selma Boudissa, Radovan Jirik, Olivier Keunen

机构 * Translational Radiomics, Luxembourg Institute of Health, Luxembourg（转化放射组学，卢森堡健康研究所，卢森堡） ； In-Vivo Imaging Platform, Luxembourg Institute of Health, Luxembourg（活体成像平台，卢森堡健康研究所，卢森堡） ； Faculty of Electrical Engineering and Communication, Brno University of Technology, Czech Republic（电气工程与通信学院，布拉格技术大学，捷克共和国） ； Institute of Scientific Instruments of the Czech Academy of Sciences, Czech Republic（捷克科学院科学仪器研究所，捷克共和国） 纠错

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

AI总结 USArt模型通过双子模型方法，同时提高加速MRI图像质量并校正噪声和运动伪影，实现5倍加速和伪影校正。

MIMM-X: Disentangling Spurious Correlations for Medical Image Analysis

MIMM-X：解构医学图像分析中的虚假相关性

Louisa Fay, Hajer Reguigui, Bin Yang, Sergios Gatidis, Thomas Küstner

机构 * Medical Image and Data Analysis, University Hospital of Tübingen, Germany（医学图像与数据分析，图宾根大学医院，德国） ； Institute for Signal Processing and System Theory, University of Stuttgart, Germany（信号处理与系统理论研究所，斯图加特大学，德国） ； Stanford University, Department of Radiology, Stanford, USA（斯坦福大学放射科，斯坦福，美国） 纠错

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

AI总结 MIMM-X通过最小化多重虚假相关性的互信息，解构医学图像分析中的因果特征，提升模型在新环境下的泛化能力。

Journal ref FAIMI 2025. Lecture Notes in Computer Science, vol 15976. Springer, Cham

PPBoost: Progressive Prompt Boosting for Text-Driven Medical Image Segmentation

PPBoost: 逐步提示增强用于文本驱动的医学图像分割

Xuchen Li, Hengrui Gu, Mohan Zhang, Qin Liu, Zhen Tan, Xinyuan Zhu, Huixue Zhou, Tianlong Chen, Kaixiong Zhou

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

AI总结 PPBoost通过逐步增强弱文本提示为强空间指导，提升医学图像分割的精度与鲁棒性。

Are Large Vision Language Models Truly Grounded in Medical Images? Evidence from Italian Clinical Visual Question Answering

大视觉语言模型真的在医学图像上具有基础性吗？来自意大利临床视觉问答的证据

Federico Felizzi, Olivia Riccomi, Michele Ferramola, Francesco Andrea Causio, Manuel Del Medico, Vittorio De Vita, Lorenzo De Mori, Alessandra Piscitelli, Pietro Eric Risuleo, Bianca Destro Castaniti, Antonio Cristiano, Alessia Longo, Luigi De Angelis, Mariapia Vassalli, Marcello Di Pumpo

机构 * SIIAM ； NSBProject ； Dept. of Life Sciences & Public Health, UCSC（生命科学与公共卫生系，UCSC） ； ASL RM 4 ； UCSC ； Univ. Paris Cité（巴黎Cité大学） ； Univ. of Pisa（比萨大学） 纠错

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

AI总结 研究通过测试四种先进模型在意大利医学问题上的表现，揭示了大视觉语言模型在视觉基础上的差异，强调了临床部署前的严格评估需求。

Comments Accepted at the Workshop on Multimodal Representation Learning for Healthcare (MMRL4H), EurIPS 2025

Ambiguity-aware Truncated Flow Matching for Ambiguous Medical Image Segmentation

具有模糊性的截断流匹配用于模糊的医学图像分割

Fanding Li, Xiangyu Li, Xianghe Su, Xingyu Qiu, Suyu Dong, Wei Wang, Kuanquan Wang, Gongning Luo, Shuo Li

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

AI总结 本文提出了一种具有模糊性的截断流匹配方法，通过数据分层推理和高斯截断表示提升医学图像分割的准确性和多样性。

Comments 13 pages, 10 figures, extended version of AAAI-26 paper

Automated segmentation of pediatric neuroblastoma on multi-modal MRI: Results of the SPPIN challenge at MICCAI 2023

多模态MRI上儿科神经母细胞瘤自动分割：2023年MICCAI SPPIN挑战赛结果

M. A. D. Buser, D. C. Simons, M. Fitski, M. H. W. A. Wijnen, A. S. Littooij, A. H. ter Brugge, I. N. Vos, M. H. A. Janse, M. de Boer, R. ter Maat, J. Sato, S. Kido, S. Kondo, S. Kasai, M. Wodzinski, H. Muller, J. Ye, J. He, Y. Kirchhoff, M. R. Rokkus, G. Haokai, S. Zitong, M. Fernández Patón, D. Veiga-Canuto, D. G. Ellis, M. R. Aizenberg, B. H. M. van der Velden, H. Kuijf, A. De Luca, A. F. W. van der Steeg

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

AI总结 SPPIN挑战赛通过多模态MRI自动分割神经母细胞瘤，展示了预训练网络在小数据集中的有效性，但小肿瘤分割仍需改进。

Comments 23 pages, 6 figures

Journal ref Bioengineering, 12(11), 1157 (2025)

AMLP: Adjustable Masking Lesion Patches for Self-Supervised Medical Image Segmentation

AMLP：可调掩码病变块用于自监督医学图像分割

Xiangtao Wang, Ruizhi Wang, Thomas Lukasiewicz, Zhenghua Xu

机构 * State Key Laboratory of Reliability and Intelligence of Electrical Equipment, School of Health Sciences and Biomedical Engineering, Hebei University of Technology, Tianjin, China（河北工业大学可靠性与智能电气设备国家重点实验室，健康科学与生物医学工程学院，中国天津） ； Department of Computer Science, University of Oxford, Oxford, United Kingdom（英国牛津大学计算机科学系） ； institute of Logic and Computation, Vienna University of Technology, Vienna, Austria（奥地利技术大学逻辑与计算研究所） 纠错

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

AI总结 AMLP通过可调掩码策略和改进的损失函数，提升医学图像分割的自监督建模性能。

Comments © 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Robust 3D Brain MRI Inpainting with Random Masking Augmentation

鲁棒的3D脑部MRI修补与随机掩码增强

Juexin Zhang, Ying Weng, Ke Chen

机构 * University of Nottingham Ningbo（诺丁汉大学宁波分校） 纠错

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

AI总结 本文提出了一种基于U-Net和随机掩码增强的3D脑部MRI修补方法，在BraTS-Inpainting 2025挑战赛中取得第一名。

Comments Accepted by the International Brain Tumor Segmentation (BraTS) challenge organized at MICCAI 2025 conference

Prompt Guiding Multi-Scale Adaptive Sparse Representation-driven Network for Low-Dose CT MAR

提示引导多尺度自适应稀疏表示驱动网络用于低剂量CT金属伪影抑制

Baoshun Shi, Bing Chen, Shaolei Zhang, Huazhu Fu, Zhanli Hu

机构 * School of Information Science and Engineering, Yanshan University（信息科学与工程学院，燕山大学） ； School of Electronics and Information Technology, Sun Yat-sen University（电子与信息学院，中山大学） ； School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） ； Institute of High Performance Computing, Agency for Science, Technology and Research（高性能计算研究所，科技研究局） ； Institute of Lauterbur Research Center for Biomedical Imaging, Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（生物医学成像研究所以及深圳先进技术研究所，中国科学院） 纠错

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

AI总结 本文提出PMSRNet网络，通过多尺度自适应稀疏表示和提示引导策略，实现低剂量CT中金属伪影抑制与重建的高效融合。

Improving Lesion Segmentation in Medical Images by Global and Regional Feature Compensation

通过全局和区域特征补偿改进医学图像中的病变分割

Chuhan Wang, Zhenghao Chen, Jean Y. H. Yang, Jinman Kim

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

AI总结 本文提出GRCSF框架，通过全局和区域特征补偿提升医学图像中病变分割的精度与鲁棒性。

Fast-RF-Shimming: Accelerate RF Shimming in 7T MRI using Deep Learning

快速射频校正：利用深度学习加速7T MRI中的射频校正

Zhengyi Lu, Hao Liang, Ming Lu, Xiao Wang, Xinqiang Yan, Yuankai Huo

机构 * Department of Electrical and Computer Engineering, Vanderbilt University（电气与计算机工程系，范德比尔特大学） ； Vanderbilt University Institute of Imaging Science, Vanderbilt University Medical Center（范德比尔特大学医学中心影像科学研究院） ； Department of Radiology and Radiological Sciences, Vanderbilt University Medical Center（放射学与放射科学系，范德比尔特大学医学中心） ； Computational Science and Engineering Division, Oak Ridge National Laboratory（计算科学与工程 division，橡树岭国家实验室） ； Department of Computer Science, Vanderbilt University（计算机科学系，范德比尔特大学） 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深度学习的快速射频校正方法，通过残差网络和非均匀场检测器实现7T MRI中射频校正的高效处理，显著提升速度和准确性。

Journal ref 10.1016/j.metrad.2025.100166

SAM3-Adapter: Efficient Adaptation of Segment Anything 3 for Camouflage Object Segmentation, Shadow Detection, and Medical Image Segmentation

SAM3-Adapter: 高效适应Segment Anything 3用于伪装物分割、阴影检测和医学图像分割

Tianrun Chen, Runlong Cao, Xinda Yu, Lanyun Zhu, Chaotao Ding, Deyi Ji, Cheng Chen, Qi Zhu, Chunyan Xu, Papa Mao, Ying Zang

机构 * KOKONI, Moxin (Huzhou) Tech. Co., LTD（摩西（湖州）科技有限公司） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Information Engineering, Huzhou University（湖州大学信息工程学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（新加坡南洋理工大学电子与电气工程学院） ； College of Computing and Data Science, Nanyang Technological University（新加坡南洋理工大学计算与数据科学学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学与技术学院） 纠错

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

AI总结 SAM3-Adapter通过高效适配框架提升SAM3在伪装物分割、阴影检测和医学影像分割等任务中的性能。

DEAP-3DSAM: Decoder Enhanced and Auto Prompt SAM for 3D Medical Image Segmentation

DEAP-3DSAM：解码器增强和自动提示的SAM用于3D医学图像分割

Fangda Chen, Jintao Tang, Pancheng Wang, Ting Wang, Shasha Li, Ting Deng

机构 * College of Computer Science and Tech.（计算机科学与技术学院） ； National University of Defense Tech.（国防科技大学） ； Department of GI Medical Onco.（胃肠医学肿瘤科） ； TMUCIH, NCRCC（TMUCIH、NCRCC） 纠错

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

AI总结 DEAP-3DSAM通过特征增强解码器和双注意力提示器，实现了3D医学图像分割的自动提示和高效分割。

Comments Accepted by BIBM 2024

HiFi-MambaV2: Hierarchical Shared-Routed MoE for High-Fidelity MRI Reconstruction

HiFi-MambaV2：分层共享路由MoE用于高保真MRI重建

Pengcheng Fang, Hongli Chen, Guangzhen Yao, Jian Shi, Fangfang Tang, Xiaohao Cai, Shanshan Shan, Feng Liu

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

AI总结 HiFi-MambaV2通过分层共享路由MoE和频率一致拉普拉斯金字塔，实现高保真MRI重建，优于多种基线模型。

Automatic Multi-View X-Ray/CT Registration Using Bone Substructure Contours

自动多视角X射线/CT配准使用骨亚结构轮廓

Roman Flepp, Leon Nissen, Bastian Sigrist, Arend Nieuwland, Nicola Cavalcanti, Philipp Fürnstahl, Thomas Dreher, Lilian Calvet

机构 * University Children’s Hospital Zürich（苏黎世儿童医院大学医院） ； University Hospital Balgrist, University of Zurich（苏黎世大学医院巴尔格里斯分院） ； Department of Orthopedic Surgery（骨科部门） 纠错

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

AI总结 本研究提出了一种基于骨亚结构轮廓的自动多视角X射线/CT配准方法，实现了亚毫米精度并提高了实用性。

Comments This paper was accepted to IPCAI 2025. The Project Webpage is: https://rflepp.github.io/BoneSubstructureContours2D3DRegistration/

CT-CFAR A Robust CFAR Detector Based on CLEAN and Truncated Statistics in Sidelobe-Contaminated Environments

基于CLEAN和截断统计的CT-CFAR稳健检测器：在旁瓣污染环境中的一种稳健CFAR检测算法

Jiachen Zhu, Fangjiong Chen, Jie Wu, Ming Xia

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

AI总结 本文提出一种基于CLEAN和截断统计的CT-CFAR检测器，用于在旁瓣污染环境下实现高精度目标检测，提升鲁棒性和计算效率。

Large-Scale Pre-training Enables Multimodal AI Differentiation of Radiation Necrosis from Brain Metastasis Progression on Routine MRI

大规模预训练使多模态AI能够区分放射性坏死与脑转移瘤进展的常规MRI

Ahmed Gomaa, Annette Schwarz, Ludwig Singer, Arnd Dörfler, Matthias Stefan May, Pluvio Stephan, Ishita Sheth, Juliane Szkitsak, Katharina Breininger, Yixing Huang, Benjamin Frey, Oliver Schnell, Daniel Delev, Roland Coras, Daniel Höfler, Philipp Schubert, Jenny Stritzelberger, Sabine Semrau, Andreas Maier, Dieter H Heiland, Udo S. Gaipl, Andrea Wittig, Rainer Fietkau, Christoph Bert, Stefanie Corradini, Florian Putz

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

AI总结 本研究通过大规模预训练和多模态深度学习策略，利用常规MRI区分放射性坏死与肿瘤进展，实现高准确率的可解释AI解决方案。

HyM-UNet: Synergizing Local Texture and Global Context via Hybrid CNN-Mamba Architecture for Medical Image Segmentation

HyM-UNet: 通过混合CNN-Mamba架构协同局部纹理和全局上下文进行医学图像分割

Haodong Chen, Xianfei Han, Qwen

机构 * School of Information and Communication Engineering, Beijing University of Posts and Communications (BUPT)（信息与通信工程学院，北京邮电大学） ； Alibaba Cloud AI Labs（阿里云人工智能实验室） 纠错

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

AI总结 HyM-UNet通过混合CNN-Mamba架构，结合局部纹理和全局上下文，提升医学图像分割的精度与效率。

TransLK-Net: Entangling Transformer and Large Kernel for Progressive and Collaborative Feature Encoding and Decoding in Medical Image Segmentation

TransLK-Net: 将变换器与大核结合以实现医学图像分割中的渐进性和协作性特征编码与解码

Jin Yang, Daniel S. Marcus, Aristeidis Sotiras

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

AI总结 TransLK-Net通过结合变换器与大核卷积，改进医学图像分割的特征编码与解码过程。

Comments 7 figures

An Artificial Intelligence Framework for Measuring Human Spine Aging Using MRI

基于MRI的人类脊柱衰老测量人工智能框架

Roozbeh Bazargani, Saqib Abdullah Basar, Daniel Daly-Grafstein, Rodrigo Solis Pompa, Soojin Lee, Saurabh Garg, Yuntong Ma, John A. Carrino, Siavash Khallaghi, Sam Hashemi

机构 * Prenuvo（普瑞努瓦） ； Weill Cornell Medical College（韦尔·科恩医学学院） ； Hospital for Special Surgery（专科医院） 纠错

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

AI总结 本文提出基于MRI的人工智能框架，通过深度学习方法估计脊柱年龄，利用脊柱年龄差距作为衡量整体脊柱健康的生物标志物。

Comments 17 pages, 7 figures

Continual Alignment for SAM: Rethinking Foundation Models for Medical Image Segmentation in Continual Learning

持续对齐用于SAM：重新思考面向持续学习的医学图像分割的基础模型

Jiayi Wang, Wei Dai, Haoyu Wang, Sihan Yang, Haixia Bi, Jian Sun

机构 * Xi’an Jiaotong University（西安交通大学） ； School of Information and Communications Engineering, Xi’an Jiaotong University（信息与通信工程学院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（数学与统计学学院） 纠错

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

AI总结 CA-SAM通过引入对齐层，实现了在持续学习中高效适应医学图像分割，提升性能并减少计算开销。

Flow-Guided Implicit Neural Representation for Motion-Aware Dynamic MRI Reconstruction

基于流引导的隐式神经表示用于运动感知的动态MRI重建

Baoqing Li, Yuanyuan Liu, Congcong Liu, Qingyong Zhu, Jing Cheng, Yihang Zhou, Hao Chen, Zhuo-Xu Cui, Dong Liang

机构 * School of Automation, Guangdong University of Technology（广东工业大学自动化学院） ； Research Center for Medical AI, Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所医学人工智能研究中心） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） 纠错

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

AI总结 本文提出基于流引导的隐式神经表示框架，用于动态MRI中同时恢复图像和运动场，提升重建质量与时间一致性。

Comments 10 pages, 7 figures

Acquisition Time-Informed Breast Tumor Segmentation from Dynamic Contrast-Enhanced MRI

基于动态对比增强MRI的肿瘤分割：考虑成像时间

Rui Wang, Yuexi Du, John Lewin, R. Todd Constable, Nicha C. Dvornek

机构 * Yale University（耶鲁大学） 纠错

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

AI总结 本文提出了一种利用成像时间信息提升乳腺DCE-MRI肿瘤分割性能的方法，通过FiLM层调节模型特征，提高分割精度和泛化能力。

Comments 5 pages, 3 figures

Medverse: A Universal Model for Full-Resolution 3D Medical Image Segmentation, Transformation and Enhancement

Medverse: 一种用于全分辨率3D医学图像分割、转换和增强的通用模型

Jiesi Hu, Jianfeng Cao, Yanwu Yang, Chenfei Ye, Yixuan Zhang, Hanyang Peng, Ting Ma

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

AI总结 Medverse是一种针对3D医学影像的通用上下文学习模型，通过多任务和多尺度学习提升医学图像分割、转换和增强的性能。

MaskMed: Decoupled Mask and Class Prediction for Medical Image Segmentation

MaskMed: 解耦的掩码与类别预测用于医学图像分割

Bin Xie, Gady Agam

机构 * Department of Computer Science, Illinois Institute of Technology, USA（计算机科学系，伊利诺伊理工大学） 纠错

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

AI总结 MaskMed通过解耦的掩码与类别预测方法，实现了医学图像分割的高效全尺度融合，提升了分割性能。

Self Pre-training with Topology- and Spatiality-aware Masked Autoencoders for 3D Medical Image Segmentation

Pengfei Gu, Huimin Li, Yejia Zhang, Chaoli Wang, Danny Z. Chen

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

A Denoising Framework for Real-World Ultra-Low-Dose Lung CT Images Based on an Image Purification Strategy

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

Breast density in MRI: an AI-based quantification and relationship to assessment in mammography

Yaqian Chen, Lin Li, Hanxue Gu, Haoyu Dong, Derek L. Nguyen, Allan D. Kirk, Maciej A. Mazurowski, E. Shelley Hwang

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

Comments 13 pages, 5 figures

Journal ref npj Breast Cancer 11, 115 (2025)

MRI Embeddings Complement Clinical Predictors for Cognitive Decline Modeling in Alzheimer's Disease Cohorts

Nathaniel Putera, Daniel Vilet Rodríguez, Noah Videcrantz, Julia Machnio, Mostafa Mehdipour Ghazi

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

Comments Accepted at SPIE - Medical Imaging Conference 2026

SAM-Fed: SAM-Guided Federated Semi-Supervised Learning for Medical Image Segmentation

Sahar Nasirihaghighi, Negin Ghamsarian, Yiping Li, Marcel Breeuwer, Raphael Sznitman, Klaus Schoeffmann

机构 * Institute of Information Technology (ITEC), University of Klagenfurt, Austria（信息科技研究所（ITEC），克莱芬福特大学，奥地利） ； Center for Artificial Intelligence in Medicine, University of Bern, Switzerland（医学人工智能中心，伯恩大学，瑞士） ； Department of Biomedical Engineering, Eindhoven University of Technology, Netherlands（生物医学工程系，埃因霍温理工大学，荷兰） 纠错

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