医学 AI

Polarization-Sensitive Module for Optical Coherence Tomography Instruments

光学相干断层扫描仪器的偏振敏感模块

Po-Yi Lee, Chuan-Bor Chueh, Milen Shishkov, Sebastián Ruiz-Lopera, Tai-Ang Wang, Hsiang-Chieh Lee, Teresa Chen, Brett E. Bouma, Martin Villiger

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究提出模块化PS-OCT框架，通过样品臂半波片与标准OCT平台集成，经多次测量重建样品偏振特性，引入相位优化策略，以最小硬件修改实现模块，降低复杂性，有望促进PS-OCT成像在多场景广泛应用。

Comments 12 pages, 10 figures

Largest eigenvalue statistics of wavefront shaping in complex scattering media

复杂散射介质中波前整形的最大特征值统计

Grégory Schehr, Hasan Yılmaz

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究复杂散射介质中波前整形的增强因子波动，结合实验、模拟与随机矩阵理论确定其分布。弱散射时随机矩阵预测有效，强散射波动大，增强因子可度量聚焦性能并探测长程介观相关性。

Ultra-slow capillary rise on hydrogel surfaces

超慢毛细上升现象在明胶凝胶表面的研究

Anagha Datar, Joonas Ryssy, Aku O. Toivonen, Matilda Backholm

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究揭示了明胶凝胶表面出现的超慢毛细上升现象，提出基于多孔凝胶网络的新型模型，实现了对凝胶界面渗透性的高精度非侵入式估计，为生物医学应用提供支持。

Journal ref Soft Matter (2026)

Statistical inference for the probability of necessity for causal attribution

因果归因必要性概率的统计推断

Ping Zhang, Ruoyu Wang, Wang Miao

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究因果归因必要性概率的统计推断，针对其非点识别及非光滑性难题，引入边际条件，建立半参数效率理论，提出渐近有效估计器与置信区间，可利用协变量缩短区间长度，在多领域有潜在应用。

Sample-based detectability and moving horizon state estimation of continuous-time systems

基于采样的连续时间系统可检测性与移动时域状态估计

Isabelle Krauss, Victor G. Lopez, Matthias A. Müller

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出非线性连续时间系统在非规则输出测量下的可检测性条件（采样增量输入/输出至状态稳定性），并设计采样移动时域估计方案，通过生物医学仿真验证其鲁棒稳定性。

Uniform inference for kernel instrumental variable regression

核工具变量回归的一致推断

Marvin Lob, Rahul Singh, Suhas Vijaykumar

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究为核工具变量回归开发有效且精确的置信集，核心方法是特定引导程序，主要贡献是提供实用推断程序，提升核方法在因果分析中的价值。

CoSMeTIC: Zero-Knowledge Computational Sparse Merkle Trees with Inclusion-Exclusion Proofs for Clinical Research

CoSMeTIC：用于临床研究的具有包含-排除证明的零知识计算稀疏默克尔树

Mohammad Shahid, Paritosh Ramanan, Mohammad Fili, Guiping Hu, Hillel Haim

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出CoSMeTIC框架，利用计算稀疏默克尔树生成可验证的包含和排除证明，在保护患者隐私的同时实现监管合规，通过亨廷顿病和HIV-1案例验证了隐私与统计保真度的平衡。

Assessing Monotone Dependence: Area Under the Curve Meets Rank Correlation

评估单调依赖性：曲线下面积与秩相关的结合

Eva-Maria Walz, Andreas Eberl, Tilmann Gneiting

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文统一了连续和二分结果下单调依赖性的度量，引入非对称等级相关（AGC）和单调关联系数（CMA），连接了AUC与Spearman's Rho，并建立了中心极限定理和DeLong型检验。

Comments Substantially expanded and revised

From Risk Sets to Martingales: A Counting-Process Framework for Event-History Learning

从风险集到鞅：事件历史学习的计数过程框架

Eliuvish Han Cui

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出统一计数过程框架，将删失、复发、多状态等事件历史数据转化为风险过程、跳跃过程、补偿子等五个对象，涵盖经典生存分析方法并给出计算、理论和应用三方面贡献。

Comments 144 pages, 43 figures, 9 tables

Brownian Motion with a Pulse: A Biostatistician's Guide to Diffusions, Bridges, Functional PCA, and First-Passage Models

带脉冲的布朗运动：生物统计学家指南——扩散、桥、函数主成分分析和首达时间模型

Eliuvish Han Cui

机构 * Department of Biostatistics, University of California, Los Angeles, Los Angeles, CA, USA（加州大学洛杉矶分校生物统计学系） ； Kuntuo, an IQVIA company, China（IQVIA旗下公司Kuntuo，中国） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文教程系统介绍布朗运动在生物统计中的应用，涵盖构造、路径性质、马尔可夫性、Karhunen-Loeve展开、函数主成分分析、反射原理、局部时、随机微分方程、布朗桥及经验过程极限，并通过纵向生物标志物、退化建模等实例展示其应用。

Comments 24 pages, 4 figures, 5 tables; tutorial article with a reproducible illustrative experiment

Tests for categorical data beyond Pearson: A distance covariance and energy distance approach

超越Pearson的分类数据检验：距离协方差与能量距离方法

Fernando Castro-Prado, Wenceslao González-Manteiga, Javier Costas, Fernando Facal, Dominic Edelmann

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对分类变量独立性检验，提出基于距离协方差和能量距离的方法，克服Pearson卡方检验和G检验的缺陷，无需重采样即可校准零分布。

Comments 21 pages (including appendices) with 5 figures

Journal ref Biometrical Journal 68 (2026), e70129

Precision Medicine for the Population-The Hope and Hype of Public Health Genomics

人群的精准医学——公共卫生基因组学的希望与炒作

JunBo Wu, Nathaniel Comfort

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文批判“精准公共卫生”过度强调基因组数据对健康结果的决定作用，通过对比进步时代（1890-1920）的类似尝试，指出基因型驱动的预防性公共卫生可能对弱势群体造成伤害，并建议优先整合从分子到社会多层次的数据以避免风险。

Comments 11 pages

Micro-Swarm Locomotion Optimization in Dynamic Flow using Multi-Objective Multi-Agent Reinforcement Learning

动态流场中微群集运动优化的多目标多智能体强化学习方法

Josef Berman, Oren Gal

机构 * Hatter Department of Marine Technologies, Leon H. Charney School of Marine Sciences, University of Haifa（哈特尔海洋技术系，列昂·H·夏恩海洋科学学院，海法大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出混合CFD与多目标多智能体强化学习框架，通过PCGrad解决梯度冲突，在振荡流中优化微机器人集群的上游推进、能量效率和运动平滑性。