医学 AI

Empirical Analysis of Nature-Inspired Algorithms for Autism Spectrum Disorder Detection Using 3D Video Dataset

基于3D视频数据集的自适应算法在自闭症谱系障碍检测中的实证分析

Aneesh Panchal, Kainat Khan, Rahul Katarya

机构 * Aneesh Panchal ； Kainat Khan ； Rahul Katarya 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出利用三维视频数据集和受自然启发的优化算法进行自闭症谱系障碍检测，通过随机森林与引力搜索算法组合实现100%分类准确率。

Bias-Aware Conformal Prediction for Metric-Based Imaging Pipelines

具有偏见意识的符合预测用于基于度量的成像流程

Matt Y. Cheung, Tucker J. Netherton, Laurence E. Court, Ashok Veeraraghavan, Guha Balakrishnan

专题命中 医学数据与评测 ：CT(abstract)；分类 cs.LG

AI总结 本文提出了一种具有偏见意识的符合预测方法，用于改进基于度量的成像流程，通过理论和实证分析证明不对称公式能有效减少偏见带来的预测区间偏差。

Comments 7 pages, 1 figure, accepted at ISBI 2026

Curated endoscopic retrograde cholangiopancreatography images dataset

精选内镜逆行胆胰造影图像数据集

Alda João Andrade, Mónica Martins, André Ferreira, Tarcísio Araújo, Luís Lopes, Victor Alves

机构 * Department of Gastroenterology, Hospital Santa Luzia, ULS Alto Minho, Viana do Castelo, Portugal（圣卢西亚医院消化内科部，葡萄牙） ； Center Algoritmi / LASI, University of Minho, Braga, 4710-057, Portugal（米尼奥大学算法中心/拉斯伊，葡萄牙） ； Institute for Artificial Intelligence in Medicine (IKIM), Essen University Hospital (AöR), University of Duisburg-Essen, Essen, Germany（医学人工智能研究所（IKIM），埃森大学医院（AöR），德国） ； Life and Health Sciences Research Institute (ICVS), School of Medicine, University of Minho, Braga, Portugal（生命与健康科学研究所（ICVS），米尼奥大学医学院，葡萄牙） ； ICVS/3B’s - PT Government Associate Laboratory, Braga/Guimarães（ICVS/3B’s - 葡萄牙政府关联实验室，布拉加/吉马拉雷斯） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出一个大规模、精心整理的ERCP图像数据集，用于推动自动ERCP分析和诊断的基准研究。

Who Benefits From Sinus Surgery? Comparing Generative AI and Supervised Machine Learning for Predicting Surgical Outcomes in Chronic Rhinosinusitis

哪些人会从鼻窦手术中受益？比较生成式AI与监督学习在预测慢性鼻窦炎手术结果中的应用

Sayeed Shafayet Chowdhury, Snehasis Mukhopadhyay, Shiaofen Fang, Vijay R. Ramakrishnan

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学） ； Department of Computer Science, Indiana University Indianapolis（计算机科学系，印第安纳大学印第安纳波利斯分校） ； Department of Otolaryngology—Head and Neck Surgery, Indiana University School of Medicine（耳鼻喉科—头颈外科，印第安纳大学医学院） 纠错

专题命中 医学数据与评测 ：CT(abstract)；分类 cs.LG

AI总结 本文比较生成式AI与监督学习在预测慢性鼻窦炎手术预后中的表现，发现监督学习在准确率和校准上优于生成式AI，后者在解释性上与临床经验一致，支持以ML为主、生成式AI辅助的决策流程。

Federated Transformer-GNN for Privacy-Preserving Brain Tumor Localization with Modality-Level Explainability

联邦Transformer-GNN用于隐私保护的脑肿瘤定位与模态级可解释性

Andrea Protani, Riccardo Taiello, Marc Molina Van Den Bosch, Luigi Serio

机构 * European Organization for Nuclear Research（欧洲核子研究中心） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.CV

AI总结 本文提出联邦Transformer-GNN模型，通过隐私保护的多机构协作实现脑肿瘤定位，并利用注意力机制揭示MRI模态对预测的影响。

DermaBench: A Clinician-Annotated Benchmark Dataset for Dermatology Visual Question Answering and Reasoning

DermaBench：一种用于皮肤科视觉问答和推理的临床标注基准数据集

Abdurrahim Yilmaz, Ozan Erdem, Ece Gokyayla, Ayda Acar, Burc Bugra Dagtas, Dilara Ilhan Erdil, Gulsum Gencoglan, Burak Temelkuran

机构 * Imperial College London（帝国理工学院伦敦分校） ； Istanbul Medeniyet University（伊斯坦布尔医学大学） ； Usak Research and Training Hospital（Usak研究与培训医院） ； Istanbul Research and Training Hospital（伊斯坦布尔研究与培训医院） ； Ipswich Hospital（伊普斯韦奇医院） ； Medicana Atakoy Hospital（Medicana阿塔基医院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 DermaBench是首个由临床专家标注的皮肤科视觉问答基准数据集，通过精细标注和开放式描述提升多模态模型在皮肤科图像理解与临床推理中的评估能力。

A Hierarchical Benchmark of Foundation Models for Dermatology

基础模型在皮肤病学中的分层基准

Furkan Yuceyalcin, Abdurrahim Yilmaz, Burak Temelkuran

机构 * Yildiz Technical University（伊兹密尔技术大学） ； Imperial College London（伦敦帝国学院） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV

AI总结 本研究提出分层评估框架，揭示基础模型在皮肤病学中的粒度能力差异，强调专用模型在细粒度诊断中的优势。

MIMIC-RD: Can LLMs differentially diagnose rare diseases in real-world clinical settings?

MIMIC-RD: 能否在真实临床环境中让大语言模型对罕见病进行差异性诊断？

Zilal Eiz AlDin, John Wu, Jeffrey Paul Fung, Jennifer King, Mya Watts, Lauren ONeill, Adam Richard Cross, Jimeng Sun

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois College of Medicine（伊利诺伊大学医学学院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 MIMIC-RD通过直接映射临床文本实体到Orphanet，评估LLM在真实临床环境下的罕见病差异性诊断能力，发现现有模型表现不佳，揭示了临床需求与现有能力之间的差距。

Comments 5 pages

MedicalNarratives: Connecting Medical Vision and Language with Localized Narratives

MedicalNarratives: 通过局部化叙述连接医学视觉与语言

Wisdom O. Ikezogwo, Kevin Zhang, Mehmet Saygin Seyfioglu, Fatemeh Ghezloo, Linda Shapiro, Ranjay Krishna

机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； Amazon（亚马逊） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV

AI总结 MedicalNarratives通过局部化鼠标轨迹连接医学视觉与语言，训练出的GenMedClip在12个医学领域均优于现有最佳模型。

Federated Continual Learning for Privacy-Preserving Hospital Imaging Classification

联邦持续学习用于隐私保护的医院影像分类

Anay Sinhal, Arpana Sinhal, Amit Sinhal

专题命中 医学数据与评测 ：radiology(abstract)；分类 cs.LG

AI总结 本文提出DP-FedEPC方法，结合EWC、原型回放和差分隐私，解决医院影像分类中的隐私保护与持续学习问题。

Evaluating machine learning models for predicting pesticide toxicity to honey bees

评估用于预测杀虫剂对蜜蜂毒性性的机器学习模型

Jakub Adamczyk, Jakub Poziemski, Pawel Siedlecki

机构 * Faculty of Computer Science, AGH University of Krakow（克拉科夫AGH大学计算机科学系） ； Institute of Biochemistry and Biophysics of the Polish Academy of Sciences（波兰科学院生物化学与生物物理学研究所） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG

AI总结 本文评估了多种机器学习方法在预测杀虫剂对蜜蜂毒性方面的有效性，发现现有算法在农业化学数据上的泛化能力有限，需开发更适应该领域的模型。

Machine-Learning Based Detection of Coronary Artery Calcification Using Synthetic Chest X-Rays

基于机器学习的合成胸片中冠状动脉钙化的检测

Dylan Saeed, Ramtin Gharleghi, Susann Beier, Sonit Singh

机构 * School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； School of Mechanical and Manufacturing Engineering, University of New South Wales（新南威尔士大学机械与制造工程学院） ； Independent Researcher, Sydney, Australia（独立研究者） 纠错

专题命中 医学数据与评测 ：CT(abstract)；分类 cs.CV

AI总结 本研究首次系统评估了DRRs作为冠状动脉钙化检测的替代训练领域，通过生成合成DRRs并优化模型策略，实现了与传统CXR方法相当的检测性能。

Comments 10 pages, 5 figures. Under review for MIDL 2026

ABFR-KAN: Kolmogorov-Arnold Networks for Functional Brain Analysis

ABFR-KAN：用于功能脑分析的Kolmogorov-Arnold网络

Tyler Ward, Abdullah Imran

机构 * Department of Computer Science, University of Kentucky, Lexington, KY, USA（计算机科学系，肯塔基大学，列克星敦，KY，USA） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 ABFR-KAN通过结合Kolmogorov-Arnold网络，提升功能连接分析的准确性与可靠性，实现对自闭症谱系障碍的高效分类。

Comments 21 pages, 10 figures, 8 tables

A New Flexible Train-Test Split Algorithm, an approach for choosing among the Hold-out, K-fold cross-validation, and Hold-out iteration

一种新的灵活的训练-测试分割算法：一种用于选择留出法、K折交叉验证和留出迭代的方法

Zahra Bami, Ali Behnampour, Aniruddha Bora, Hassan Doosti

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出了一种灵活的训练-测试分割算法，通过评估不同验证策略对多种机器学习算法的影响，揭示了最佳验证方法取决于算法、数据集和评估指标的交互作用。

PFed-Signal: An ADR Prediction Model based on Federated Learning

PFed-Signal: 基于联邦学习的不良反应预测模型

Tao Li, Peilin Li, Kui Lu, Yilei Wang, Junliang Shang, Guangshun Li, Huiyu Zhou

机构 * School of Computer Science Qufu Normal University（计算机科学学院、曲阜师范大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 PFed-Signal通过联邦学习和Transformer模型消除偏见数据，提升不良反应预测的准确性和性能。

Comments IEEE International Conference on Bioinformatics and Biomedicine

A Weak Signal Learning Dataset and Its Baseline Method

弱信号学习数据集及其基线方法

Xianqi Liu, Xiangru Li, Lefeng He, Ziyu Fang

机构 * School of Artificial Intelligence, South China Normal University（人工智能学院，华南师范大学） ； School of Computer Science, South China Normal University（计算机学院，华南师范大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出一个专为弱信号学习设计的数据集和PDVFN模型，通过双视角表示和多尺度特征提取，提升低信噪比和类别不平衡场景下的模型性能。

HiSciBench: A Hierarchical Multi-disciplinary Benchmark for Scientific Intelligence from Reading to Discovery

HiSciBench: 一个分层多学科基准，用于从阅读到发现的科学智能

Yaping Zhang, Qixuan Zhang, Xingquan Zhang, Zhiyuan Chen, Wenwen Zhuang, Yupu Liang, Lu Xiang, Yang Zhao, Jiajun Zhang, Yu Zhou, Chengqing Zong

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of the Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 HiSciBench是一个分层多学科基准，用于评估从阅读到发现的科学智能，涵盖五个层次，揭示了模型在不同科学推理阶段的能力差异。

ASCHOPLEX encounters Dafne: a federated continuous learning project for the generalizability of the Choroid Plexus automatic segmentation

ASCHOPLEX 遇见 Dafne：面向 Choroid Plexus 自动分割通用性的联邦连续学习项目

Valentina Visani, Marco Pinamonti, Valentina Sammassimo, Manuela Moretto, Mattia Veronese, Agnese Tamanti, Francesca Benedetta Pizzini, Massimiliano Calabrese, Marco Castellaro, Francesco Santini

专题命中 医学数据与评测 ：MRI(abstract)；分类 eess.IV

AI总结 本研究提出联邦增量学习方法，通过Dafne框架提升Choroid Plexus自动分割的泛化能力，相比传统微调策略在异质成像条件下表现更优。

Liver Fibrosis Quantification and Analysis: The LiQA Dataset and Baseline Method

肝脏纤维化量化与分析：LiQA数据集及基线方法

Yuanye Liu, Hanxiao Zhang, Jiyao Liu, Nannan Shi, Yuxin Shi, Arif Mahmood, Murtaza Taj, Xiahai Zhuang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医疗机器人研究院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发智能科学技术研究院） ； Department of Radiology, Shanghai Public Health Clinical Center（上海公共卫生临床中心放射科） ； Department of Computer Science, Information Technology University（信息技术大学计算机科学系） ； Department of Computer Science, Lahore University of Management Sciences（拉合尔管理科学大学计算机科学系） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.CV

AI总结 本文提出LiQA数据集及基线方法，用于肝脏纤维化量化与分析，通过半监督学习和多视图共识方法提升分割与分期的鲁棒性。

A Women's Health Benchmark for Large Language Models

为大型语言模型建立女性健康基准

Victoria-Elisabeth Gruber, Razvan Marinescu, Diego Fajardo, Amin H. Nassar, Christopher Arkfeld, Alexandria Ludlow, Shama Patel, Mehrnoosh Samaei, Valerie Klug, Anna Huber, Marcel Gühner, Albert Botta i Orfila, Irene Lagoja, Kimya Tarr, Haleigh Larson, Mary Beth Howard

机构 * Lumos AI ； Medical Oncology, Yale Cancer Center（耶鲁癌症中心医学肿瘤学部） ； Obstetrics and Gynecology, MGH, Harvard Medical School（妇产科，MGH，哈佛医学院） ； Obstetrics, Gynecology & Reproductive Sciences, UCSF（妇产科与生殖科学，UCSF） ； Brown Division of Global Emergency Medicine（全球急诊医学部，布朗分部） ； Department of Emergency Medicine, Emory University（急诊医学部，埃默里大学） ； Pharmacy Department, Clinic Ottakring（药学部，克利克诊所） ； Windrush Surgery, Buckinghamshire, Oxfordshire and Berkshire West Integrated Care Board, NHS（温德许手术，贝肯ham郡，牛津郡和伯克希尔西部整合护理委员会，NHS） ； Women’s Health Research, Yale School of Medicine（女性健康研究，耶鲁医学院） ； Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出女性健康基准，评估LLM在女性健康领域的表现，发现现有模型在关键任务上存在显著缺陷，需进一步改进以提供可靠医疗建议。

Comments 15 pages, 6 Figures, 2 Tables

VesSAM: Efficient Multi-Prompting for Segmenting Complex Vessel

VesSAM: 高效多提示分割复杂血管

Suzhong Fu, Rui Sun, Xuan Ding, Jingqi Dong, Yiming Yang, Yao Zhu, Min Chang Jordan Ren, Delin Deng, Angelica Aviles-Rivero, Shuguang Cui, Zhen Li

机构 * FNii-Shenzhen, CUHK-Shenzhen（FNii-Shenzhen，CUHK-Shenzhen） ； School of Science and Engineering, CUHK-Shenzhen（CUHK-Shenzhen科学与工程学院） ； Zhejiang University（浙江大学） ； Boston University（波士顿大学） ； Vanderbilt University（范德比大学） ； Tsinghua University（清华大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 VesSAM通过多提示编码器和轻量级解码器提升血管分割性能，实现比现有方法更高的Dice和IoU指标，同时参数更少且泛化能力更强。

InfoMotion: A Graph-Based Approach to Video Dataset Distillation for Echocardiography

InfoMotion: 一种基于图的方法用于超声心动图视频数据集蒸馏

Zhe Li, Hadrien Reynaud, Alberto Gomez, Bernhard Kainz

机构 * Department AIBE, FAU Erlangen-Nürnberg, Erlangen, Germany（AIBE部门，埃尔朗根-纽伦堡大学，德国） ； Department of Computing, Imperial College London, London, UK（计算系，伦敦帝国学院，英国） ； Ultromics Ldt., Oxford, UK（Ultromics公司，英国） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种基于图的方法，通过运动特征提取和Infomap算法，高效蒸馏超声心动图视频数据集，提升数据集的紧凑性和信息量。

Comments Accepted at MICAD 2025

Hands-on Evaluation of Visual Transformers for Object Recognition and Detection

视觉变换器在物体识别和检测中的实践评估

Dimitrios N. Vlachogiannis, Dimitrios A. Koutsomitropoulos

机构 * Dept. of Computer Engineering and Informatics（计算机工程与信息学系） ； University of Patras（帕特拉斯大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV

AI总结 本文评估了不同类型的视觉变换器在物体识别和检测任务中的性能，发现混合和分层变换器在准确性和计算资源之间取得良好平衡，尤其在医学影像中表现突出。

Journal ref 37th International Conference on Tools with Artificial Intelligence (ICTAI 2025)

Assessing the Feasibility of Early Cancer Detection Using Routine Laboratory Data: An Evaluation of Machine Learning Approaches on an Imbalanced Dataset

利用常规实验室数据评估早期癌症检测的可行性：对机器学习方法在不平衡数据集上的评估

Shumin Li

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究评估了利用常规实验室数据通过机器学习检测癌症的可行性，发现其在临床分类上表现欠佳，需整合多模态数据以提升效果。

An Electrocardiogram Multi-task Benchmark with Comprehensive Evaluations and Insightful Findings

带有全面评估和深入发现的心电图多任务基准

Yuhao Xu, Jiaying Lu, Sirui Ding, Defu Cao, Xiao Hu, Carl Yang

机构 * Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Bakar Computational Health Sciences Institute, University of California, San Francisco（加州大学旧金山分校巴卡计算健康科学研究所） ； Center for Data Science, School of Nursing, Emory University（埃默里大学护理学院数据科学中心） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究评估了基础模型在心电图分析中的有效性，发现其在ECG分析中达到80%的高性能，揭示了基础模型在生理波形分析中的潜力和局限性。

Skewness-Guided Pruning of Multimodal Swin Transformers for Federated Skin Lesion Classification on Edge Devices

偏度引导的多模态Swin Transformer剪枝用于边缘设备上的联邦皮肤病变分类

Kuniko Paxton, Koorosh Aslansefat, Dhavalkumar Thakker, Yiannis Papadopoulos

机构 * University of Hull（赫尔大学） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.CV

AI总结 本研究提出基于偏度的剪枝方法，用于在边缘设备上高效压缩多模态Swin Transformer，实现联邦学习中的隐私保护与高精度皮肤病变分类。

Bruxism Recognition via Wireless Signal

通过无线信号识别磨牙症

Qiankai Shen, Yuanhao Cui, Jie Yang, Xiaojun Jing, Zhiyong Feng, Shi Jin

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 eess.SP

AI总结 本文提出基于毫米波雷达的无接触磨牙症识别系统，通过提取11个特征并使用随机森林模型实现高准确率的识别，为非侵入性诊断提供了新方法。

Distilling Expert Surgical Knowledge: How to train local surgical VLMs for anatomy explanation in Complete Mesocolic Excision

萃取专家手术知识：如何训练局部手术VLMs用于完全网膜切除术的解剖解释

Lennart Maack, Julia-Kristin Graß, Lisa-Marie Toscha, Nathaniel Melling, Alexander Schlaefer

机构 * 1 Institute of Medical Technology ； Intelligent Systems, Hamburg University of Technology, Hamburg, Germany 2 Department of General, Visceral ； Thoracic Surgery, University Medical Center Hamburg-Eppendorf, Hamburg, Germany 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种隐私保护框架，通过从大型通用LLM中萃取知识，训练出高效的本地手术VLM，用于在完全网膜切除术中进行解剖解释。

Dataset creation for supervised deep learning-based analysis of microscopic images -- review of important considerations and recommendations

为监督深度学习分析显微图像创建数据集——重要考虑因素和推荐的综述

Christof A. Bertram, Viktoria Weiss, Jonas Ammeling, F. Maria Schabel, Taryn A. Donovan, Frauke Wilm, Christian Marzahl, Katharina Breininger, Marc Aubreville

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV

AI总结 本文综述了监督深度学习分析显微图像数据集创建的关键步骤和最佳实践，强调了图像采集、注释软件选择及注释质量标准的重要性，旨在提升数据集质量和模型鲁棒性。

HalluGen: Synthesizing Realistic and Controllable Hallucinations for Evaluating Image Restoration

HalluGen: 合成逼真且可控的幻觉以评估图像修复

Seunghoi Kim, Henry F. J. Tregidgo, Chen Jin, Matteo Figini, Daniel C. Alexander

机构 * Hawkes Institute, UCL（UCL哈维斯研究所） ； Dept. of Medical Physics and Biomedical Engineering, UCL（UCL医学物理与生物医学工程系） ； Dept. of Computer Science, UCL（UCL计算机科学系） ； Centre for AI, DS&AI, AstraZeneca, UK（阿斯利康AI中心） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.CV

AI总结 HalluGen 通过合成逼真可控的幻觉，构建首个大规模幻觉数据集，用于评估图像修复中的幻觉检测与缓解。