医学 AI

Integrated multimodal network approach to PET and MRI based on multidimensional persistent homology

Hyekyoung Lee, Hyejin Kang, Moo K. Chung, Seonhee Lim, Bung-Nyun Kim, Dong Soo Lee

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Fast T2 Mapping with Improved Accuracy Using Undersampled Spin-echo MRI and Model-based Reconstructions with a Generating Function

Tilman J. Sumpf, Andreas Petrovic, Martin Uecker, Florian Knoll, Jens Frahm

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Comments 10 pages, 7 figures

Journal ref Medical Imaging, IEEE Transactions on 33 (2014) 2213-2222

Signal analysis of impulse response functions in MR- and CT-measurements of cerebral blood flow

Evelyn Rost, Ralf Geske, Michael Baake

专题命中 医学影像 ：CT(title,abstract)；分类 q-bio

Comments 15 pages, 6 figures

Journal ref J. Theor. Biol. 240 (2006) 451-458

A Framework for Exploring Non-Linear Functional Connectivity and Causality in the Human Brain: Mutual Connectivity Analysis (MCA) of Resting-State Functional MRI with Convergent Cross-Mapping and Non-Metric Clustering

Axel Wismüller, Xixi Wang, Adora M. DSouza, Mahesh B. Nagarajan

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Comments Axel Wismüller and Mahesh B. Nagarajan contributed equally to the preparation of this manuscript. Pre-publication draft: 18 pages, 6 figures, 1 table

Acoustic Noise of MRI Scans of the Internal Auditory Canal and Potential for Intracochlear Physiological Changes

M. A. Busada, C. L. Eshleman, G. Ibrahim, J. H. Huckans

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Comments 4 pages, 2 figures

Group Analysis of Self-organizing Maps based on Functional MRI using Restricted Frechet Means

Arnaud P. Fournel, Emanuelle Reynaud, Michael J. Brammer, Andrew Simmons, Cedric E. Ginestet

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Comments 23 pages, 5 figures, 4 tables. Submitted to Neuroimage

Fractal-based Correlation Analysis for Resting State Functional Connectivity of the Rat Brain in Functional MRI

Wonsang You, Joerg Stadler

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Comments CBBS Educational Workshop on Resting State fMRI 2010

Harmonic analysis of spherical sampling in diffusion MRI

A. Daducci, J. D. McEwen, D. Van De Ville, J. -Ph. Thiran, Y. Wiaux

专题命中 医学影像 ：MRI(title,abstract)；分类 q-bio

Comments 1 page, 2 figures, 19th Annual Meeting of International Society for Magnetic Resonance in Medicine

Active few-shot segmentation by reinforcing data selection

通过强化数据选择实现主动少样本分割

Chenlan Zhao, Benny Wong, Timothy F. Lundberg, Ahmed M. Elsayed, Abdallah Aljarkas, Hamad A. Aljamaan, Lynn Karam, Qianye Yang, Yipeng Hu, Claire C. Villette, Shaheer U. Saeed

机构 * Centre for Bioengineering, School of Engineering and Materials Science, Queen Mary University of London（伦敦玛丽女王大学工程与材料科学学院生物工程中心） ； Digital Environment Research Institute, Queen Mary University of London（伦敦玛丽女王大学数字环境研究所） ； UCL Hawkes Institute（伦敦大学学院UCL霍克斯研究所；医学物理与生物医学工程系） ； Department of Medical Physics and Biomedical Engineering, University College London（耶鲁大学生物与生物医学科学系） ； Department of Biological and Biomedical Sciences, Yale University（牛津大学工程科学系生物医学工程研究所） ； Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；medical image(abstract)；分类 cs.CV；medical AI(comments)

AI总结 研究少样本医学图像分割中支持集选择问题，提出强化学习框架，智能体直接预测最大化下游分割性能的支持集，实验表明该方法优于随机选择和现有方法，凸显支持集互补性及强化学习的潜力。

Comments Accepted at EMA4MICCAI 2026 - The 2nd MICCAI Workshop on Efficient Medical AI

Effective Feature Learning for 3D Medical Registration via Domain-Specialized DINO Pretraining

通过领域专用DINO预训练实现有效的3D医学图像特征学习

Eytan Kats, Mattias P. Heinrich

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

AI总结 本文通过领域专用DINO预训练学习3D医学图像密集体积分量特征，提升变形匹配性能，在跨患者腹部注册任务中优于自然图像预训练模型。

Comments Accepted for International Symposium on Biomedical Imaging 2026 (ISBI 2026)

TomoGraphView: 3D Medical Image Classification with Omnidirectional Slice Representations and Graph Neural Networks

TomoGraphView: 基于全方位切片表示和图神经网络的3D医学图像分类

Johannes Kiechle, Stefan M. Fischer, Daniel M. Lang, Cosmin I. Bercea, Matthew J. Nyflot, Lina Felsner, Julia A. Schnabel, Jan C. Peeken

机构 * School of Computation, Information and Technology, Technical University of Munich（计算信息技术学院，慕尼黑技术大学） ； Department of Radiation Oncology, TUM School of Medicine, TUM University Hospital rechts der Isar, Technical University of Munich（放射肿瘤学系，TUM医学院，TUM大学医院rechts der Isar，慕尼黑技术大学） ； Institute of Machine Learning in Biomedical Imaging, Helmholtz Munich（生物医学影像机器学习研究所，海德堡慕尼黑） ； Institute of Radiation Medicine, Helmholtz Munich（放射医学研究所，海德堡慕尼黑） ； School of Biomedical Engineering and Imaging Sciences, King's College London（生物医学工程与成像科学学院，伦敦国王学院） ； Department of Radiation Oncology, University of Washington（放射肿瘤学系，华盛顿大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML）） 纠错

专题命中 医学影像 ：medical image(title,comments)；分类 cs.LG、q-bio、eess.IV

AI总结 TomoGraphView通过整合全方位体积切片与图神经网络，解决3D医学图像分类中切片方向限制和空间一致性问题。

Comments Preprint submitted to Medical Image Analysis (MedIA)

IVIM-Morph: Motion-compensated quantitative Intra-voxel Incoherent Motion (IVIM) analysis for functional fetal lung maturity assessment from diffusion-weighted MRI data

Noga Kertes, Yael Zaffrani-Reznikov, Onur Afacan, Sila Kurugol, Simon K. Warfield, Moti Freiman

专题命中 医学影像 ：MRI(title)；分类 cs.CV、q-bio、eess.IV；medical image(comments)

Comments Accepted for publication in the journal: "Medical Image Analysis"

Pathological Primitive Segmentation Based on Visual Foundation Model with Zero-Shot Mask Generation

Abu Bakor Hayat Arnob, Xiangxue Wang, Yiping Jiao, Xiao Gan, Wenlong Ming, Jun Xu

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

Comments 2024 IEEE International Symposium on Biomedical Imaging

Journal ref 10.1109/ISBI56570.2024

RadTex: Learning Efficient Radiograph Representations from Text Reports

Keegan Quigley, Miriam Cha, Ruizhi Liao, Geeticka Chauhan, Steven Horng, Seth Berkowitz, Polina Golland

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

Comments Awarded Best Paper at Resource Efficient Medical Image Analysis (REMIA) Workshop, MICCAI 2022

Automated Inline Analysis of Myocardial Perfusion MRI with Deep Learning

Hui Xue, Rhodri Davies, Louis AE Brown, Kristopher D Knott, Tushar Kotecha, Marianna Fontana, Sven Plein, James C Moon, Peter Kellman

专题命中 医学影像 ：MRI(title)；分类 cs.CV、q-bio、eess.IV；radiology(comments)

Comments This work has been submitted to Radiology: Artificial Intelligence for possible publication

GET: Generative Embedding Translation for Medical Image Segmentation

GET：用于医学图像分割的生成式嵌入翻译

Md Maklachur Rahman, Md Hasan Al Banna, Saraf Anjum, Mahmudul Hasan, Tracy Hammond

机构 * Texas A&M University（德克萨斯农工大学） ； Alfa Laval（阿法拉伐） 纠错

专题命中 医学影像 ：medical image(title)；分类 cs.CV、cs.LG、eess.IV

AI总结 该研究提出GET框架，基于Stable Diffusion VAE的冻结潜在空间实现医学图像分割，在多数据集上优于各类基线，参数更少且域偏移下性能提升显著。

Comments Accepted at ECCV 2026 - BioImage Computing Workshop

Volumetric Radiology AI in the Era of Multimodal Large Language Models

多模态大语言模型时代的容积放射学人工智能

Zanting Ye, Shengyuan Liu, Xin Liu, Chenhui Wang, Zhisong Wang, Jiashuai Liu, Zipei Wang, Cheng Wang, Wentao Pan, Mengjie Fang, Di Dong, Mohammad Salmanpour, Arman Rahmim, Yu Gu, Yong Xia, Hongming Shan, Yixuan Yuan, Yefeng Zheng, Lijun Lu

机构 * Fudan University（复旦大学） ； Northwestern Polytechnical University（西北工业大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Southern Medical University（南方医科大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Microsoft Research（微软研究院） ； Westlake University（西湖大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)

AI总结 该综述梳理截至2026年7月的200余篇文献，探讨多模态大语言模型时代容积放射学AI的表征、智能体系统及临床评估，提出相关框架以明确原生容积建模的适用场景。

Comments 9 Figures, 6 tables

Extreme Learning Machines for Attention-based Multiple Instance Learning in Whole-Slide Image Classification

Rajiv Krishnakumar, Julien Baglio, Frederik F. Flöther, Christian Ruiz, Stefan Habringer, Nicole H. Romano

机构 * QuantumBasel（量子巴塞尔研究所） ； University of Basel（巴塞尔大学） ； Moonlight AI（月光人工智能公司） 纠错

专题命中 医学影像 ：medical image(abstract)；pathology(abstract)；biomedical(abstract)；分类 cs.LG、q-bio

Journal ref Mach. Learn.: Health 2 (2026) 025009

MoPET: Parameter-Efficient Mixture-of-Experts for Unified Medical Image Classification

MoPET：面向统一医学图像分类的参数高效混合专家模型

Sebastian Doerrich, Daniel Würtinger, Francesco Di Salvo, Shyam Nandan Rai, Christian Ledig

机构 * University of Bamberg（班贝格大学） 纠错

专题命中 医学影像 ：medical image(title)；分类 cs.CV、cs.LG、eess.IV

AI总结 MoPET作为参数高效混合专家模型，通过稀疏路由整合多任务PEFT专家，在MedMNIST基准上实现了医学图像分类准确率提升，缓解了跨域梯度冲突与负迁移问题。

Comments Accepted to EMA4MICCAI 2026

Neural Born Series Operator for Biomedical Ultrasound Computed Tomography

用于生物医学超声计算机断层扫描的神经玻恩级数算子

Zhijun Zeng, Yihang Zheng, Youjia Zheng, Yubing Li, Zuoqiang Shi, He Sun

专题命中 医学影像 ：biomedical(title)；分类 cs.CV、cs.LG、eess.IV

AI总结 该研究针对超声计算机断层扫描（USCT）全波形反演计算密集的问题，提出神经玻恩级数算子（NBSO），在脑部和乳腺数据集上验证其可加速波模拟与USCT图像重建，推动USCT临床应用。

Comments Withdrawn by the authors because this manuscript is an incomplete preliminary version. The work has since been substantially revised and expanded, and the present version no longer reflects the authors' final results. The updated work is available as arXiv:2508.12226

In-batch Relational Features Enhance Precision in An Unsupervised Medical Anomaly Detection Task

批内关系特征提升无监督医学异常检测任务的精度

P. Bilha Githinji, Ijaz Gul, Lian Zhang, Jinhao Xu, Peiwu Qin, Dongmei Yu

专题命中 医学影像 ：MRI(abstract,abstract_cn)；pathology(abstract)；分类 q-bio、eess.IV

AI总结 在无监督医学图像异常检测中，将病理与正常解剖变异混淆是挑战。通过批内超图估计和共享权重图卷积层增强CNN自动编码器潜在表示，提升健康与病理样本可分性，降低误报率。

RadEx: A Framework for Structured Information Extraction from Radiology Reports based on Large Language Models

RadEx：基于大型语言模型的结构化信息提取框架

Daniel Reichenpfader, Jonas Knupp, André Sander, Kerstin Denecke

机构 * Institute for Patient-centered Digital Health, Bern University of Applied Sciences, Biel, Switzerland（以患者为中心的数字健康研究所，伯恩应用科学大学，比尔，瑞士） ； ID Suisse AG, St. Gallen, Switzerland（ID瑞士股份有限公司，圣加尔，瑞士） 纠错

专题命中 医学影像 ：radiology(title,abstract)

AI总结 RadEx框架通过15个软件组件和10个工具，实现从放射科报告中自动提取结构化信息，支持生成式和编码器模型，提升临床应用中的信息处理效率与系统互操作性。

A coherence enhancing penalty for Diffusion MRI: regularizing property and discrete approximation

一种增强一致性性的扩散磁共振成像惩罚项：正则化性质与离散近似

T. Hohage, C. Rügge

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文提出一种改进的扩散磁共振成像重建方法，通过纤维连续性概念提升ODF的一致性与稳定性，分析了正则化性质并验证了离散近似效果。

Journal ref SIAM J. Imaging Sci 8, 1874-1893, 2015

Functional MRI Time Series Generation via Wavelet-Based Image Transform and Spectral Flow Matching for Brain Disorder Identification

基于小波图像变换和频谱流匹配的功能磁共振时间序列生成用于脑疾病识别

Hwa Hui Tew, Junn Yong Loo, Fang Yu Leong, Julia K. Lau, Ding Fan, Hernando Ombao, Raphaël C. -W. Phan, Chee Pin Tan, Chee-Ming Ting

机构 * School of Information Technology, Monash University Malaysia（墨尔本大学马来西亚分校信息科技学院） ； School of Engineering, Monash University Malaysia（墨尔本大学马来西亚分校工程学院） ； Statistics Program, King Abdullah University of Science and Technology（国王阿卜杜勒·阿齐兹大学科学与技术学院统计学项目） 纠错

专题命中 医学影像 ：MRI(title)；分类 cs.CV、cs.LG、eess.SP

AI总结 提出双频谱流匹配（DSFM）框架，通过离散小波变换和离散余弦变换对BOLD信号进行双频表示，结合频谱流匹配生成类条件余弦频率表示，再经逆变换重建生理上合理的时域BOLD信号，以改善下游脑网络分类。

Comments Accepted at the Fourteenth International Conference on Learning Representations (ICLR 2026)

Phenotype discovery of traumatic brain injury segmentations from heterogeneous multi-site data

从异质多中心数据中发现创伤性脑损伤分割的表型

Adam M. Saunders, Michael E. Kim, Gaurav Rudravaram, Lucas W. Remedios, Chloe Cho, Elyssa M. McMaster, Daniel R. Gillis, Yihao Liu, Lianrui Zuo, Bennett A. Landman, Tonia S. Rex

专题命中 医学影像 ：MRI(summary_cn,abstract_cn)；分类 q-bio、eess.IV

AI总结 研究通过分析多中心MRI数据，揭示创伤性脑损伤的共同损伤路径，发现37个脑区存在显著差异，涉及脑干、枕叶及白质等区域。

Comments 13 pages, 7 figures. Accepted to SPIE Medical Imaging 2026: Image Processing

Secure On-Premise Deployment of Open-Weights Large Language Models in Radiology: An Isolation-First Architecture with Prospective Pilot Evaluation

面向放射学的开放权重大语言模型本地部署安全方案：一种优先隔离的架构及其前瞻性试点评估

Sebastian Nowak, Jann-Frederick Laß, Narine Mesropyan, Babak Salam, Nico Piel, Mohammed Bahaaeldin, Wolfgang Block, Alois Martin Sprinkart, Julian Alexander Luetkens, Benjamin Wulff, Alexander Isaak

机构 * Department of Diagnostic and Interventional Radiology, University Hospital Bonn（诊断与介入放射科，波恩大学医院） ； Department of Research-IT, University Hospital Bonn（研究-IT部门，波恩大学医院） 纠错

专题命中 医学影像 ：radiology(title,abstract)

AI总结 本文提出一种优先隔离的架构，用于在放射学领域安全部署开放权重大语言模型，通过严格的网络隔离和权限控制，验证了其在临床实用性和技术可行性上的表现。

Comments 39 pages, 4 figures, 3 tables

Reinforcement Learning Improves LLM Accuracy and Reasoning in Disease Classification from Radiology Reports

强化学习提升LLM在放射学报告疾病分类中的准确性和推理能力

Yishu Wei, Yi Lin, Adam Flanders, George Shih, Yifan Peng

机构 * Department of Population Health Sciences, Weill Cornell Medicine, New York, NY（人口健康科学系，韦尔·柯林斯医学中心，纽约，NY） ； Department of Radiology, Weill Cornell Medicine, New York, NY（放射科，韦尔·柯林斯医学中心，纽约，NY） ； Department of Radiology, Thomas Jefferson University, Philadelphia, PA（放射科，托马斯·杰斐逊大学，费城，PA） 纠错

专题命中 医学影像 ：radiology(title,abstract)

AI总结 本文提出两阶段方法，通过监督微调优化疾病标签，再用GRPO提升预测准确性与格式，增强推理能力。

T-DuMpRa: Teacher-guided Dual-path Multi-prototype Retrieval Augmented framework for fine-grained medical image classification

T-DuMpRa: 以教师指导的双路径多原型检索增强框架用于细粒度医学图像分类

Zixuan Tang, Shen Zhao

机构 * School of Intelligent Systems Engineering, Sun Yat-sen University, Shenzhen, China（中山大学智能系统工程学院，深圳，中国） 纠错

专题命中 医学影像 ：medical image(title,abstract)

AI总结 本文提出T-DuMpRa框架，通过结合判别分类和多原型检索，提升细粒度医学图像分类的鲁棒性，实验显示在两个数据集上均取得显著提升。

Exploring Radiologists' Expectations of Explainable Machine Learning Models in Medical Image Analysis

探索放射科医生对可解释机器学习模型在医学影像分析中的期望

Sara Ketabi, Matthias W. Wagner, Birgit Betina Ertl-Wagner, Greg A. Jamieson, Farzad Khalvati

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

AI总结 本文通过问卷调查不同经验和专长的放射科医生，总结了可解释机器学习模型在医学影像分析中的需求和临床应用关键任务，提出设计和开发指南以促进其在放射学中的临床整合。

High Resolution X-ray Spectroscopy of the Nova-Like Cataclysmic Variable BZ Cam using Chandra HETG: Diagnosis of the ADAF-like (Advective) Hot Flow

利用Chandra HETG对Nova-likes型双星系统BZ Cam进行高分辨率X射线光谱学研究：诊断ADAF-like（输运）热流

Solen Balman, Eric M. Schlegel, Patrick Godon, Jeremy J. Drake, Edward M. Sion

专题命中 医学影像 ：diagnosis(title,abstract)

AI总结 通过Chandra HETG观测BZ Cam，研究其X射线区域的等离子体状态，发现H-和He-like发射线及非平衡电离条件，揭示ADAF-like热流特性。

Comments 21 pages, 6 Figures and 4 Tables, accepted to be published in the Astrophysical Journal as it stands