医学 AI

Continuous 3-D Latent Diffusion for Medical Image Generation and Reconstruction

用于医学生成与重建的连续3D潜扩散

Youness Mellak, Antoine De Paepe, Dimitris Visvikis, Alexandre Bousse

专题命中 医学影像 ：medical image(title)；MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)

AI总结 研究针对高分辨率三维医学扩散模型成本问题，提出连续3D潜扩散模型框架，核心是含特定解码器的紧凑自动编码器，经实验评估，该框架在计算效率、内存使用和重建效果间达平衡，能支持多种医学影像任务。

Comments 14 pages, 7 figures, 3 tables

MRI-guided cardiac radiotherapy using a 1.5 T MR-linac: surveying emerging patterns of care

采用1.5T MR-linac的MRI引导心脏放疗：调查新兴护理模式

O. Akdag, S. Mandija, J. Pomp, M. P. W. Intven, X. Chen, J. Yang, S. Oh, M. Trombetta, H. Tan, J. De Leon, M. Jameson, E. Efe, C. Önal, M. F. Fast

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本研究通过对使用1.5T MR-linac的国际机构用户开展调查，明确了心脏MRgRT治疗的模式、可行性及早期结局，为制定相关治疗建议提供真实世界依据。

Birth of the Coil: another Milestone towards a fully reproducible low-field MRI scanner for head-imaging

线圈的诞生：迈向完全可重复的低场头部磁共振成像扫描仪的又一个里程碑

Umberto Zanovello, Julia Pfitzer, Ariane Ernst, Joshua Harper, Jack Hayhoe, Tri Nguyen, Lukas Winter, Nicola De Zanche

专题命中 医学影像 ：MRI(title,summary_cn)

AI总结 该研究针对50 mT开源MRI扫描仪设计优化的开源 solenoid 头部线圈，经多机构验证其可重复性、有效性与安全性，为完全可重复的低场MRI扫描仪奠定基础，相关策略可推广至其他部位线圈设计。

Global simulations of accretion flows onto perturbers embedded in magnetized disks -I. MRI and jet formation in ideal MHD

嵌入磁化吸积盘中的扰动体上吸积流的全局模拟——I. 理想MHD中的MRI与喷流形成

Raúl O. Chametla, F. J. Sánchez-Salcedo, Martin E. Pessah, Mauricio Reyes-Ruiz

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本研究通过高分辨率全局MHD模拟，揭示嵌入磁化吸积盘的低质量扰动体可自然形成带大尺度磁场的微型吸积盘及双极磁外流，为相关天体物理模型奠定基础。

Comments 9 pages, 10 figures, accepted for publication in A&A

NeuroMosaic: Anatomically Grounded Multimodal Large Language Modeling for Molecularly Aware Glioma Reasoning from 3D MRI and Clinical Narratives

NeuroMosaic：基于解剖学的多模态大语言模型，用于从3D MRI和临床叙事中进行分子感知的胶质瘤推理

Yantong Liu, Zheyu Zhang, Runpeng Liu, Mu Xitang, Seong-Yoon Shin, Hyun-Ae Lee

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 该研究针对多模态医疗大语言模型在神经肿瘤学中的结构缺陷，提出NeuroMosaic模型，通过多模块架构实现胶质瘤的准确推理，在多个数据集上取得优异性能，验证了解剖学索引路由机制的有效性。

Trans-stenotic pressure drop estimation from PC-MRI and ultrasound imaging velocimetry using a modified Bernoulli equation

利用改进的伯努利方程估计跨狭窄压力梯度

Ali Amiri, Johan T. Padding, Selene Pirola, Willian Hogendoorn

专题命中 医学影像 ：MRI(title,summary_cn)

AI总结 本文提出改进的伯努利方程以更准确估计跨狭窄压力梯度，通过引入雷诺数依赖的损失系数，实验表明该方法在生理相关流量范围内优于传统方法，且MRI成像中峰值速度更抗采样误差。

Unveiling neuronal microstructure in the human brain in vivo with time-dependent radial diffusivity in MRI

利用MRI中随时间变化的径向扩散率在体揭示人类大脑神经元微观结构

Ante Zhu, Jerome J. Maller, H. Douglas Morris, Jeffrey P. Guenette, Flavio Dell' Acqua, Chu-Yu Lee, Jeffrey McGovern, Stephan E. Maier, Raymond Y. Huang, Andrew L. Alexander, Maureen N. Hood, Desmond Teck Beng Yeo, Steven CR Williams, Carl-Fredrik Westin, Vincent B. Ho, Vincent A. Magnotta, Hua Li

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 该研究利用OGSE编码在体表征人类大脑随时间变化的径向扩散率，发现短扩散时间和长扩散时间间的径向扩散率变化在皮质脊髓束中值高，对大轴突直径敏感，为神经疾病中神经元微观结构改变研究建立了基线。

Comments 27 pages, 7 figures, 2 tables

Koopman-Operator Spectral Decomposition for Nonlinear Motion Suppression in Dynamic Contrast-Enhanced MRI of the Head and Neck

用于头颈部动态对比增强磁共振成像中非线性运动抑制的柯普曼算子谱分解

Renjie He

专题命中 医学影像 ：MRI(title,summary_cn)

AI总结 该研究针对头颈部动态对比增强MRI的非线性运动抑制问题，基于柯普曼算子理论构建流程，测试了普通DMD、EDMD及神经网络版本，通过时间序列重复解决维度瓶颈，逐片处理图像分离运动与对比增强，实现有效运动抑制。

Open-source MRI-informed computational model of human cortical folding

人类皮质折叠的开源磁共振成像信息计算模型

Anne Kerachni, Thomas Lavigne, Stéphane Urcun, Mireia Alenya, Oscar Camara, Julien Lefèvre François Rousseau

专题命中 医学影像 ：MRI(title,summary_cn)

AI总结 该研究针对人类皮质折叠问题，利用开源代码FEniCS开发计算模型，构建模块化、可解释且可扩展的模拟框架，结合胎儿MRI数据模拟折叠，估计参数并优化预测，助力理解皮质折叠及相关疾病。

Comments 33 pages, 17 figures

Stacked Ensemble Learning for Abdominal Aortic Aneurysm Segmentation in CT Angiography

堆叠集成学习用于CT血管造影中腹主动脉瘤分割

Joshua Fry, Sajjad Arzemanzadeh, Saeideh Sekhavat, Mostafa Jamshidian, Adam Wittek, Michael Bertolacci, Elke R. Gizewski, Eva Gassner, Alexander Loizides, Maximillian Lutz, Florian K. Enzmann, Karol Miller

专题命中 医学影像 ：CT(title,title_cn)

AI总结 针对CT血管造影中腹主动脉瘤分割，提出堆叠集成框架，结合三个nnUNetv2基学习器和L2正则化逻辑回归元模型，在测试集上Dice系数达0.9752，分离距离0.4598 mm，显著提升边界精度。

Comments 14 pages

Adversarial robustness of a U-Net-based model observer for CT protocol optimization

基于U-Net的模型观察者用于CT协议优化的对抗鲁棒性

Filippo Maria Balli, Giorgia Stendardo, Sandra Doria, Michele Ginolfi, Alessio Gnerucci, Diego Sona, Adriana Taddeucci, Cesare Gori, Evaristo Cisbani

专题命中 医学影像 ：CT(title,title_cn)

AI总结 研究使用对抗样本系统评估U-Net模型观察者在CT协议优化中的漏洞，通过对抗训练提升鲁棒性，并利用放射组学分析揭示纹理变化与预测失败的联系。

Comments Preprint

CurvSegFlow: Time-Conditioned Flow Matching for Robust Segmentation of Curvilinear Structures in Noisy Biomedical Images

CurvSegFlow: 基于时间条件流匹配的噪声生物图像中曲线结构鲁棒分割

Sidi Mohamed Sid'El Moctar, Achraf Ait Laydi, Alexandre Beber, Marcus Braun, Zdenek Lansky, Yousef El Mourabit, Helene Bouvrais

机构 * CNRS, Univ. Rennes, Institute of Genetics and Development of Rennes (IGDR)（法国国家科学研究中心、雷恩大学、雷恩遗传与发育研究所） ； TIAD Laboratory, Sciences and Technology Faculty, Sultan Moulay Slimane Univ（苏丹穆莱·斯利曼大学科学与技术学院TIAD实验室） ； Institute of Biotechnology, Czech Academy of Sciences（捷克科学院生物技术研究所） 纠错

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

AI总结 提出CurvSegFlow框架，利用时间条件流匹配将分割建模为动态细化过程，通过U-Net骨干网络和三重损失函数逐步校正噪声初始化，在低信噪比下提升曲线结构的连续性和分割精度。

Efficient and Accurate Image Reconstruction for Geometric-Inconsistent Multispectral CT with Ray-Dependent Energy Spectra

具有射线依赖能谱的几何不一致多谱CT的高效精确图像重建

Ziqiang Zhang, Chong Chen

专题命中 医学影像 ：CT(title,title_cn)

AI总结 针对多谱CT中几何参数不一致且能谱射线依赖的问题，提出一种基于聚合能谱的近似雅可比矩阵方法，设计高效精确的重建算法，并建立收敛理论，实验表明算法在效率和精度上优于现有方法。

Comments 28 pages, 11 figures

Estimating Spatially-Smoothed Fiber Orientation Distribution from Diffusion-MRI Experiments

从扩散MRI实验估计空间平滑的纤维取向分布

Jilei Yang, Seungyong Hwang, Mengjie Shi, Jie Peng

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 提出最近邻自适应回归模型（NARM），通过加权局部似然估计和空间邻域嵌套实现纤维取向分布（FOD）的空间自适应估计，引入体素级重缩放和数据驱动停止规则防止过平滑，并基于配置感知策略选择相似性平滑参数，在模拟和人类连接组项目数据中提高了估计准确性和可重复性。

A Vision-language Framework for Comparative Reasoning in Radiology

放射学中比较推理的视觉语言框架

Tengfei Zhang, Ziheng Zhao, Xiaoman Zhang, Lisong Dai, Pengcheng Qiu, Ya Zhang, Yanfeng Wang, Weidi Xie

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Radiology, Renmin Hospital of Wuhan University（武汉大学仁民医院放射科） ； Shanghai Sixth People’s Hospital Affiliated to Shanghai Jiao Tong University（上海交通大学附属第六人民医院） 纠错

专题命中 医学影像 ：radiology(title)；CT(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 提出一个实体感知的跨图像推理框架，通过构建大规模比较影像数据集MedReCo-DB和开发MedReCo及MedReCo-VLM模型，实现了参考病例检索和时间比较解读，显著提升了放射学比较推理性能。

Image-domain multi-material decomposition for dual-energy CT based on correlation and sparsity of material images

基于相关性和材料图像稀疏性的图像域多材料分解用于双能CT

Qiaoqiao Ding, Tianye Niu, Xiaoqun Zhang, Yong Long

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出一种新的图像域多材料分解方法，利用材料图像的共同边缘信息和稀疏性正则化，提高多材料重建的准确性与效率。

An automatic regularization method: An application for 3D X-ray micro-CT reconstruction using sparse data

一种自动正则化方法：用于使用稀疏数据的3DX射线微CT重建的应用

Zenith Purisha, Sakari S. Karhula, Juuso Ketola, Juho Rimpeläinen, Miika T. Nieminen, Simo Saarakkala, Heikki Kröger, Samuli Siltanen

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出基于三维剪切let变换域内稀疏性约束的自动正则化方法，用于提升稀疏数据下3DX射线微CT重建的鲁棒性，实验表明在减少X射线投影数量10%的情况下仍能保持重建质量。

Joint image edge reconstruction and its application in multi-contrast MRI

联合图像边缘重建及其在多对比MRI中的应用

Yunmei Chen, Ruogu Fang, Xiaojing Ye

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文提出了一种新的联合图像重建方法，通过直接从观测数据中恢复边缘，采用向量总变分正则化将联合重建问题转化为雅可比矩阵的l1最小化问题，实现了O(1/k²)的收敛率，提高了重建效率和精度。

Comments 16 pages, 7 figures, submitted to Inverse Problems

High-Fidelity ROI CT Reconstruction with Limited Quantum Resources via Hybrid Classical-Quantum Refinement

通过混合经典-量子细化在有限量子资源下实现高保真ROI CT重建

Hyunju Lee, Jeonghwa Lee, Kyungtaek Jun

专题命中 医学影像 ：CT(title,title_cn)

AI总结 提出一种混合经典-量子框架，先通过经典或量子方法重建粗全局图像，再对感兴趣区域进行量子优化，在减少量子比特需求的同时实现高保真重建。

Comments 9 pages, 5 figures

Darwin Family: MRI-Trust-Weighted Evolutionary Merging for Training-Free Scaling of Language-Model Reasoning

达尔文家族：基于MRI-信任权重的进化合并框架，用于无训练扩展语言模型推理

Taebong Kim, Youngsik Hong, Minsik Kim, Sunyoung Choi, Jaewon Jang, Junghoon Shin, Minseo Kim

机构 * VIDRAFT Inc.（VIDRAFT公司） 纠错

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 达尔文家族通过无梯度权重空间重组实现大语言模型的无训练进化合并，展示出在推理任务中无需额外训练即可提升性能的可行性。

Comments NeurIPS 2026 submission. 18 pages including appendix

Design and Optimization of a Pole-less 0.2 T C-Type MRI Magnet

无极0.2特斯拉C型MRI磁体的设计与优化

Ivan Etoku Oiye, Ajay Sharma, Sairam Geethanath

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文提出一种无极0.2T C型双极磁体设计，通过磁环替代传统磁极以提高磁场均匀性并减轻重量，实验显示其在20cm DSV内达到0.2T峰值磁场和1.43mT不均匀性，重量仅为590kg。

Comments 9 pages,5 figures, manuscript

Active Sampling for MRI-based Sequential Decision Making

基于MRI的序列决策主动采样

Yuning Du, Jingshuai Liu, Rohan Dharmakumar, Sotirios A. Tsaftaris

机构 * School of Engineering, The University of Edinburgh（爱丁堡大学工程学院） ； School of Medicine, Indiana University（印第安纳大学医学院） 纠错

专题命中 医学影像 ：MRI(title,abstract)；pathology(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 本文提出了一种多目标强化学习框架，通过主动采样策略提升MRI在连续决策中的诊断性能，实现更高效、经济的点-of-care应用。

Comments Under Review

The Role of High-Performance GPU Resources in Large Language Model Based Radiology Imaging Diagnosis

Jyun-Ping Kao

机构 * Graduate Institute of Biomedical Electronics and Bioinformatics（生物医学电子与生物信息学研究生院） ； National Taiwan University（台湾大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)；diagnosis(title)；分类 q-bio、eess.IV

Edge GPU Aware Multiple AI Model Pipeline for Accelerated MRI Reconstruction and Analysis

Ashiyana Abdul Majeed, Mahmoud Meribout, Safa Mohammed Sali

专题命中 医学影像 ：MRI(title,abstract)；medical image(abstract)；CT(abstract)；diagnosis(abstract)

Comments 11 pages. 14 figures. This work has been submitted to IEEE for possible publication

Bi-modality medical images synthesis by a bi-directional discrete process matching method

Zhe Xiong, Qiaoqiao Ding, Xiaoqun Zhang

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

Uncertainty-Error correlations in Evidential Deep Learning models for biomedical segmentation

Hai Siong Tan, Kuancheng Wang, Rafe Mcbeth

机构 * Gryphon Center for Artificial Intelligence and Theoretical Sciences, Singapore University of Pennsylvania, Perelman School of Medicine, Department of Radiation Oncology（格雷芬人工智能与理论科学中心，新加坡大学匹兹堡大学，佩尔曼医学学院，放射肿瘤学系） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Pennsylvania, Perelman School of Medicine, Department of Radiation Oncology（宾夕法尼亚大学，佩尔曼医学学院，放射肿瘤学系） 纠错

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

Comments 15 pages

Journal ref Published in Proceedings of TAAI 2024

Targeted Neural Architectures in Multi-Objective Frameworks for Complete Glioma Characterization from Multimodal MRI

Shravan Venkatraman, Pandiyaraju V, Abeshek A, Aravintakshan S A, Pavan Kumar S, Kannan A, Madhan S

机构 * School of Computer Science and Engineering, Vellore Institute of Technology（韦洛尔理工学院计算机科学与工程学院） ； College of Engineering, Guindy, Anna University（安娜大学金迪工程学院） ； Institute of Neurosurgery, Madras Medical College（马德拉斯医学院神经外科研究所） 纠错

专题命中 医学影像 ：MRI(title,abstract)；medical AI(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments 29 pages, 25 figures, 6 tables

Multi-domain improves out-of-distribution and data-limited scenarios for medical image analysis

Ece Ozkan, Xavier Boix

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

Anatomically-Controllable Medical Image Generation with Segmentation-Guided Diffusion Models

Nicholas Konz, Yuwen Chen, Haoyu Dong, Maciej A. Mazurowski

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

Comments Accepted at MICCAI 2024. Code and synthetic dataset: https://github.com/mazurowski-lab/segmentation-guided-diffusion

MedNeXt: Transformer-driven Scaling of ConvNets for Medical Image Segmentation

Saikat Roy, Gregor Koehler, Constantin Ulrich, Michael Baumgartner, Jens Petersen, Fabian Isensee, Paul F. Jaeger, Klaus Maier-Hein

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

Comments Accepted at MICCAI 2023