医学 AI

Multilingual Verifier Bias in RLVR: Benchmark, Rollout Diagnosis, and the Cross-Lingual Selection Bottleneck

RLVR中的多语言验证器偏差：基准、推理诊断与跨语言选择瓶颈

Chenyu Zhou, Qiliang Jiang, Xu Zhou

机构 * School of Engineering, Institute of Science Tokyo（科学东京大学工程学院） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； 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学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究发现多语言RLVR中存在验证器偏差，引入审计协议定位到最终答案接口的机制，提出跨语言选择瓶颈，rule-GRPO可提升可信准确率。

Comments 16 pages, 2 figures, 5 tables

Beyond Field Accuracy: Two-Axis Diagnosis of Inverse-PINN Parameter Error

超越场精度：逆物理信息神经网络参数误差的双轴诊断

Yifan Zhang, Qian Tao

机构 * School of Software Engineering, South China University of Technology（华南理工大学软件学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 针对逆PINNs的参数误差问题，提出双轴后训练诊断方法，经三类合成PDE及耦合双参数达西检验验证，可有效分离有限样本分辨率与参数偏好，助力后续研究方向确定。

Comments Preprint with supplementary appendix. 26 pages, 3 figures

Deep Vision in Smart Manufacturing: MODERN Framework for Intelligent Quality Monitoring and Diagnosis

智能制造中的深度视觉：用于智能质量监测与诊断的MODERN框架

Yicheng Kang, Yuling Jiao, Xin Geng, Mahesh Nagarajan

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出用于智能质量监测与诊断的MODERN深度学习框架，结合Inception残差神经网络、迁移学习等技术，经理论证明最优收敛速率且实验表现优于现有方法，得出反直觉管理启示。

Less Annotation, More Interpretation: Prior-Guided Concept Bottleneck Models for Interpretable Cancer Imaging Diagnosis

少标注，多解释：用于可解释癌症影像诊断的先验引导概念瓶颈模型

Baoqiang Ma, Kenneth Gilhuijs

机构 * Image Sciences Institute（影像科学研究所） ； University Medical Center Utrecht（乌得勒支大学医学中心） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出先验引导的混合概念瓶颈模型，在0-20%的低概念标注场景下，可提升癌症影像诊断的概念AUC并保持诊断性能，同时降低标注负担。

Comments Accepted at the iMIMIC Workshop at MICCAI 2026

AI for Mycetoma Diagnosis in Histopathological Images: The MICCAI 2024 Challenge

利用AI进行真菌病诊断的组织病理学图像分析：MICCAI 2024挑战

Hyam Omar Ali, Sahar Alhesseen, Lamis Elkhair, Adrian Galdran, Ming Feng, Zhixiang Xiong, Zengming Lin, Kele Xu, Liang Hu, Benjamin Keel, Oliver Mills, James Battye, Akshay Kumar, Asra Aslam, Prasad Dutande, Ujjwal Baid, Bhakti Baheti, Suhas Gajre, Aravind Shrenivas Murali, Eung-Joo Lee, Ahmed Fahal, Rachid Jennane

机构 * The Faculty of Mathematical Sciences, University of Khartoum（数学科学学院，喀土穆大学） ； Mycetoma Research Centre, University of Khartoum（真菌病研究中心，喀土穆大学） ； The Faculty of Pharmacy, University of Khartoum（药学院，喀土穆大学） ； Computer Vision Center, UAB（计算机视觉中心，UAB） ； School of Computer Science and Technology, Tongji University（计算机科学与技术学院，同济大学） ； College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出mAIcetoma挑战，利用AI技术自动分割和分类真菌病颗粒，以提高资源有限地区真菌病诊断的准确性与效率。

MoE Proxy Models for Low-Cost Failure Reproduction and Diagnosis in LLM RL Post-Training

用于LLM RL后训练中低成本故障复现与诊断的MoE代理模型

Yikai Wang, Chuansai Zhou, Yuhang Zhou, Weiqiang Wu, Cong Wu, Yue Deng, Ben Feng, Mingming Zhu, Beirong Zhou, Zhibin Wang, Sheng Zhong, Chen Tian, Wangze Zhang

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文针对LLM RL后训练中故障复现成本高的问题，提出一种MoE代理模型构建方法，通过专家剪枝降低计算需求，可低成本复现故障并辅助诊断。

BREAD: Baseline-Referenced Explanations for Anomaly Diagnosis

BREAD：面向异常诊断的基线参考解释方法

Jiaqi Qiu, Rob Goedhart, Jannis Kurtz, Inez M. Zwetsloot

机构 * University of Amsterdam（阿姆斯特丹大学） ； Amsterdam Business School（阿姆斯特丹商学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 该研究针对现有异常诊断方法的缺陷，提出可扩展的基线参考诊断方法BREAD，经数学保证和实验验证，其诊断结果比LIME更忠实准确，适用于AI前瞻性异常检测场景。

A Time-Frequency Dual-Domain Multi-Scale Convolutional Neural Network for Bearing Fault Diagnosis under Strong Noise

强噪声环境下轴承故障诊断的时频双域多尺度卷积神经网络

Yanxi Ding, Tingyue Jia

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 针对强噪声下轴承故障诊断准确率下降问题，提出时频双域多尺度卷积神经网络，融合时域多尺度与频域抗噪特征，在CWRU数据集上强噪声下性能优于多个基准模型。

Performance of large language models in the optical diagnosis of colorectal polyps

大型语言模型在结直肠息肉光学诊断中的性能

Joshua C. Vences, William T. Tran, Nikko Gimpaya, Catharine M. Walsh, Rishad J. Khan, Robert Bechara, Asher C. Wiggins, Celine N. Rousan, Kaitlyn V. G. L. Morgado, Angie Ibrahim, Kevin H. M. Kuo, Daniel von Renteln, Alexander Hann, Dennis L. Shung, Michael A. Scaffidi, Charles Ménard, Joshua Landy, Samir C. Grover

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本研究评估Claude Opus 4等5款大型语言模型对结直肠息肉的光学诊断性能，发现其区分息肉亚型的准确率接近专家共识，但灵敏度与特异度未达ESGE标准，需进一步研究方可临床应用。

Comments 22 pages, 1 figure, 5 tables

Spectral Aliasing Pretext: A novel task for Self-Supervised fault diagnosis in rotating machinery

频谱混叠预文本：一种用于旋转机械自监督故障诊断的新任务

Victor Gialis, Maxime Metz, David Esteve, Abdenour Soualhi

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 针对工业场景中故障诊断标注数据稀缺的问题，提出自监督学习方法SAP，通过欠采样振动数据创建折叠频谱训练Transformer重构展开频谱，在CWRU数据集上验证其结合线性探测的效果优于全监督训练。

ReGround: Restoring Visual Grounding in Multi-Step Reasoning through Self-Diagnosis and Visual Re-Examination

ReGround：通过自诊断与视觉重检验恢复多步推理中的视觉接地

Lei Peng, Shuai Lv, Wei Hu

机构 * University of Science and Technology of China（中国科学技术大学） ； School of Artificial Intelligence and Data Science（人工智能与数据科学学院） ； State Key Laboratory of Precision and Intelligent Chemistry（精准与智能化学国家重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 ReGround是无需架构修改或外部工具的两阶段框架，通过自诊断与视觉重检验解决VLMs多步推理中的视觉接地丢失问题，在八个基准上获一致增益且推理开销适度。

Comments Accepted to ACM Multimedia 2026 (MM '26). 8 pages main text, 4 figures, plus appendix

HalluScope: Fine-grained Hallucination Diagnosis for Multimodal Large Language Models

HalluScope：多模态大语言模型的细粒度幻觉诊断

Weilin Jin, Mingyu Wang, Wenbo Li, Haoyang Huang, Yifan Wu, Ying Li, Gang Huang, Zhonghai Wu

机构 * Peking University（北京大学） ； Joy Future Academy（京东探索研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 研究针对多模态大语言模型的幻觉问题，提出细粒度幻觉诊断任务，开发数据集并设计奖励函数，训练HalluScope-4B和HalluScope-8B模型，在多个基准测试中达最优，其诊断解释能有效指导目标模型纠正幻觉。

Comments Accepted to ACM Multimedia 2026 (ACM MM 2026)

Open-Linguistic Concept Unified Learning for Cross-Site Interpretable Dermatology Image Diagnosis

面向跨站点可解释皮肤病图像诊断的开放语言概念统一学习

Chengyu Wu, Junpeng Tan, Wanxiang Luo, Yaqi Wang, Yandong Wen, Yefeng Zheng

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 针对现有概念模型跨站点泛化差、适配FVLMs成本高的问题，提出开放语言概念统一学习框架UniCon，通过共享语义空间等三项创新实现多模态可解释皮肤病诊断，获顶级准确率且具备跨站点干预能力。

Comments accepted by ACM Multimedia 2026

Kernel Foundry: A Diagnosis-driven Evolutionary Kernel Optimizer with Multi-Experts

Kernel Foundry：一种基于诊断的多专家进化内核优化器

Zixuan Huang, Da Chen, Kecheng Huang, Lihao Yin, Xing Li, Huiling Zhen, Mingxuan Yuan, Zili Shao

机构 * The Chinese University of Hong Kong（香港中文大学） ； Noah’s Ark Lab, Huawei Hong Kong（华为香港诺亚实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 提出Kernel Foundry，一种结合专家引导初始化、多岛进化搜索和结构化诊断反馈的自动GPU内核优化框架，显著提升正确性和性能。

Rethinking EEG-Based Disease Diagnosis: Decoupling Instance Representation Learning from Subject-Level Supervision

基于EEG的疾病诊断再思考：将实例表示学习与受试者级监督解耦

Zhiyuan Ma, Zeyuan Li, Zhiyi Lu, Jiacheng Hao, Youlang Du, Zhen Jiang, Xinche Zhang, Yuhao Sun, Xinke Shen, Sen Song

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 针对EEG疾病诊断中实例标签可靠性不均、受试者稀缺的问题，提出两阶段BridgeMIL框架，解耦实例表示学习与受试者级监督，在15种数据集-骨干网络设置中14种获最高准确率，总体较基线高4.28个百分点。

Re-thinking Mammography Transfer Learning: The Dataset-Informed Transfer Learning (DITL) Framework for Breast Cancer Screening and Lesion Diagnosis

重新思考乳腺X线摄影转移学习：用于乳腺癌筛查和病变诊断的数据集知情转移学习（DITL）框架

Adarsh Bhandary Panambur, Siming Bayer, Andreas Maier

机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg（模式识别实验室，埃尔朗根-纽伦堡弗里德里希-亚历山大大学） ； Siemens Healthineers（西门子医疗） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究针对乳腺X线摄影分类性能提升难题，提出DITL框架，整合数据集难度信号与邻域监督，引入自适应组件，无需超参数调整，在大规模和小数据集上均有出色表现，建立了通用的乳腺X线摄影分类框架。

Comments 16 pages, 1 figure, 5 tables. Accepted and presented at the 10th International Conference on Computer Vision & Image Processing (CVIP 2025), IIT Ropar, India, 10-13 December 2025. The paper is currently in press for inclusion in the official conference proceedings. This preprint corresponds to the submitted manuscript and is made available pending publication of the final proceedings version

PRIMA: Pre-Training with Risk-Integrated Image--Metadata Alignment for Medical Diagnosis with LLM-Based Feature Aggregation

PRIMA：通过大语言模型进行风险集成图像-元数据对齐的医学诊断预训练

Yiqing Wang, Chunming He, Ziyun Yang, Maria Woodward, Ming-Chen Lu, Mercy Pawar, Leslie Niziol, Sina Farsiu

机构 * Department of Biomedical Engineering, Duke University（杜克大学生物医学工程系） ； Department of Ophthalmology and Visual Sciences, University of Michigan（密歇根大学眼科与视觉科学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 提出PRIMA框架，通过检索增强生成策展风险-疾病关联专家语料库优化文本编码器，用双编码器预训练策略及四个互补损失函数弥合模态差距，融合特征用于疾病分类，性能优于其他方法。

Out-of-Length Scene Text Recognition: A Two-Axis Diagnosis and a Training-Free Fix

超长场景文本识别：双轴诊断与无需训练的修复方法

Zobeir Raisi, John Zelek

机构 * Electrical Engineering Department, Chabahar Maritime University（恰巴哈尔海事大学电气工程系） ； Department of Systems Design Engineering, University of Waterloo（滑铁卢大学系统设计工程系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 研究超长场景文本识别问题，通过双轴诊断发现编码器宽度是主要失败模式，提出无需训练的旋转缩放等修复方法，推理时通过特定裁剪和对齐方式弥合差距，在长文本基准上取得高准确率，发布相关工具和代码。

Comments 39 pages, 10 tables, includes supplementary material (folded in as Appendix S1-S4). Code: https://github.com/zobeirraisi/chunk-decode-stitch

Physically Verifiable Evidence and LLM-Based Reporting for Bearing Fault Diagnosis

基于物理可验证证据和大语言模型的轴承故障诊断报告

Yuntong Chen, Jianyu Liu, Guobin Zhao, Ziang Wang, Chao Chen, Ju Huang, Xitian Tian, Lijiang Huang

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 针对安全关键型机械系统中AI诊断的验证问题，提出诊断证据网络DENet，将输出扩展为结构化证据记录，包括分类、预测特征频率等，能检测误分类，还通过约束语言模型减少无根据声明率，提升诊断可靠性。

Bayesian uncertainty estimation improves clinical decision making in medical AI agents

贝叶斯不确定性估计改善医学人工智能代理中的临床决策

Frederik Hauke, Patrick Wienholt, Christiane Kuhl, Dyke Ferber, Jakob Nikolas Kather, Sven Nebelung, Daniel Truhn

机构 * University Hospital RWTH Aachen（亚琛工业大学附属医院） ； Heidelberg University Hospital（海德堡大学医院） ； TU Dresden（德累斯顿工业大学） ； TUD Dresden University of Technology（德累斯顿工业大学） 纠错

专题命中 诊断辅助 ：medical AI(title)；medical image(abstract)；分类 cs.LG

AI总结 研究针对医学图像分析机器学习模型缺乏置信度度量问题，采用蒙特卡洛随机失活获取认知不确定性信号，添加到点预测提高错误检测AUROC，在临床决策支持代理实验中，以特定形式传达该信号可降低误诊率，凸显其对决策的价值。

BRIDGE: Bottleneck-Aware Regulator-Set Inference and Diagnosis for Cooperative Gene Regulatory Recovery

BRIDGE：用于协同基因调控恢复的瓶颈感知调控因子集推断与诊断

Maryam Rahimimovassagh, Clayton Thomas Barham, Ivan Garibay, Niloofar Yousefi

机构 * University of Central Florida（中佛罗里达大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究针对协同基因调控依赖联合作用调控因子组，但多数基因调控网络推断方法输出两两调控因子-靶点排名的问题，引入BRIDGE框架及TRACE诊断套件，介绍其核心机制，指出该方法提升了多项指标，区分了相关不同目标。

BearingNAS: Obtaining In-Sensor Intelligent Fault Diagnosis Systems for Bearings Using a Laptop

BearingNAS：使用笔记本电脑获取用于轴承的传感器内智能故障诊断系统

Andrea Mattia Garavagno, Edoardo Ragusa, Paolo Gastaldo, Antonio Frisoli, Rodolfo Zunino

机构 * Case Western Reserve University（凯斯西储大学） ； STMicroelectronics（意法半导体） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究利用BearingNAS框架，通过轻量级无导数搜索策略及单数据流搜索空间，针对微预算优化轴承故障诊断架构，在笔记本电脑CPU上运行，为意法半导体目标实现高诊断准确率，证明可将机器学习负载移至传感器封装内进行低成本故障诊断。

Comments Accepted to IEEE COINS 2026 in Special Session 7: Edge AI technologies

RAPT: Model-Predictive Out-of-Distribution Detection and Failure Diagnosis for Sim-to-Real Humanoid Deployment

RAPT：面向真实人类机器人的模型预测异常检测与故障诊断

Humphrey Munn, Brendan Tidd, Peter Bohm, Marcus Gallagher, David Howard

机构 * School of Electrical Engineering and Computer Science, University of Queensland（电气工程与计算机科学学院，昆士兰大学） ； CSIRO Robotics, Data61（CSIRO机器人，Data61） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 RAPT通过模型预测异常检测和故障诊断技术，提升人形机器人在仿真到现实转移中的鲁棒性和可解释性。

MamaBench: Benchmarking LLM Robustness in Maternal and Child Health Diagnosis through Counterfactual Clinical Perturbation

MamaBench：通过反事实临床扰动对母婴健康诊断中的大语言模型稳健性进行基准测试

Thanni Adewuyi, Anuoluwa Sotome, Samuel Okoko, Angel Ezendu, Oluwafunke Akinbuwa, Oluwaseun Odunsi, Oluwasegun Oguntuase, Ifeoma Nwabueze, Abiodun Adereni

机构 * Helpmum Africa（非洲帮助妈妈组织） ； University of Ibadan（伊巴丹大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；clinical AI(abstract)；分类 cs.LG

AI总结 研究针对大语言模型在母婴健康诊断中缺乏对临床相似表现区分能力的问题，提出MamaBench基准及EA - RAG方法，通过实验揭示基础准确率高估稳健准确率现象，EA - RAG有效降低BTR，提升稳健准确率，为临床人工智能反事实稳健性研究提供参考。

Multi-modal cross-domain mixed fusion model with dual disentanglement for fault diagnosis under unseen working conditions

用于未知工况下故障诊断的具有双重解缠的多模态跨域混合融合模型

Pengcheng Xia, Yixiang Huang, Chengjin Qin, Chengliang Liu

机构 * State Key Laboratory of Mechanical System and Vibration（机械系统与振动国家重点实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.SP

AI总结 针对未知工况下故障诊断问题，提出具有双重解缠的多模态跨域混合融合模型，通过双重解缠框架、跨域混合融合策略和三模态融合机制，实现多模态表示学习与域泛化，实验验证该方法优于先进方法及各组件有效性。

Comments Accepted for publication in Mechanical Systems and Signal Processing

Journal ref Mechanical Systems and Signal Processing, Volume 258, 2026, 114693

Angular Gaussian Supervised Contrastive Learning for Long-Tailed Electrocardiogram Arrhythmia Diagnosis

用于长尾心电图心律失常诊断的角高斯监督对比学习

Jin Dai, Qiuzhen Zhang, Chenyun Dai, Danmei Lan, Can Han

机构 * School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院） ； Department of Neurology and Neurological Rehabilitation, Shanghai Yangzhi Rehabilitation Hospital, School of Medicine, Tongji University（同济大学医学院附属上海养志康复医院神经科与神经康复科） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究针对长尾心电图心律失常诊断问题，提出角高斯监督对比学习（AG-SCL），集成角高斯对比分支、自适应对数调整和尾部感知增强三个组件，在两个数据集上取得最佳宏观性能，增强对罕见心律失常敏感性并保持特异性。

Fine-Grained Open-Set Fault Diagnosis via Metric-Guided Time-Frequency Configuration Selection and Class-Specific Autoencoders

通过度量引导的时频配置选择和特定类自动编码器进行细粒度开放集故障诊断

Youngjae Jeon, Dongjin Lee

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.SP

AI总结 研究旋转机械故障诊断，提出结合度量引导的时频配置选择与特定类自动编码器的细粒度开放集故障诊断方法，在轴承数据集实验中实现高 H 分数，大幅降低配置选择成本，支持准确开放集严重程度诊断。

Comments 42 pages, 25 figures, 14 tables

AnomExpert: Identifying and Selecting Anatomical Planes for Prenatal Ultrasound Anomaly Diagnosis

AnomExpert：用于产前超声异常诊断的解剖平面识别与选择

Jian Wang, Yang Yang, Ziheng Pan, Xiliang Zhu, Yuhan Zhang, Yanfeng Zhou, Dong Ni

机构 * Medical Ultrasound Image Computing (MUSIC) Lab, School of Artificial Intelligence, Shenzhen University（医学超声图像计算（MUSIC）实验室，深圳大学人工智能学院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件学院） ； National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University（深圳大学大数据系统计算技术国家工程实验室） ； School of Biomedical Engineering, Medical School, Shenzhen University（深圳大学医学院生物医学工程学院） ； School of Biomedical Engineering and Informatics, Nanjing Medical University（南京医科大学生物医学工程与信息学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 研究针对产前超声异常诊断，提出AnomExpert框架，利用可学习平面原型和疾病感知稀疏选择机制，仅通过病例级监督实现解剖平面识别与选择，实验显示其优于多种方法，提升了弱监督多平面产前超声异常分类效果。

Comments It has been accepted early by MICCAI2026

Deep4ge: DNN Training Trajectories for Fault Detection and Diagnosis

Deep4ge：用于故障检测与诊断的深度神经网络训练轨迹

Sigma Jahan

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究针对深度学习系统因细微故障致训练行为改变的问题，提出Deep4ge基准数据集，通过59个适配程序生成14227次训练运行记录，含故障变体及相关特征，支持多种故障检测与诊断任务，并发布数据集与框架。

Comments Accepted at ICSME Data & Tool Track, 2026

Navigating Hierarchy: Hyperbolic Learning on Brain Graphs for Disorder Diagnosis

导航层次结构：用于疾病诊断的脑图双曲学习

Yapeng Li, Bo Jiang, Ziyan Zhang, Dongdong Chen, Zhengzheng Tu

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 研究针对现有脑图建模方法不足，提出双曲脑图学习（HLBG）框架，利用双曲空间层次几何建模脑网络层次关系，引入GaMamba模型，实验证明其优于现有方法，能识别疾病相关功能生物标志物。

Comments 12 pages, 5 figures