医学 AI

Evaluation and Prognostic Validation of Deep Regression Models for WSI-Based Gene-Expression Prediction

基于全切片图像的基因表达预测的深度回归模型的评估与预后验证

Fredrik K. Gustafsson, Constance Boissin, Johan Vallon-Christersson, Mattias Rantalainen

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 研究对基于全切片图像的基因表达预测的深度回归模型进行评估与验证，采用基于注意力的多实例学习与PFM特征提取器的直接回归，在多个数据集及队列中验证，证明该方法可泛化并恢复有意义分子结构，支持其用于转录组表型分析和风险分层。

MicroDiffuse3D: A Foundation Model for 3D Microscopy Imaging Restoration

MicroDiffuse3D：一种用于3D显微成像修复的预训练基础模型

Yongkang Li, Brian Wong, King Wai Chiu, Hanwen Xu, Tangqi Fang, Erin Dunnington, Dan Fu, Sheng Wang

机构 * Paul G. Allen School of Computer Science and Engineering, University of Washington, Seattle, WA, USA（保罗·G·艾伦计算机科学与工程学院，华盛顿大学，西雅图，华盛顿州，美国） ； Department of Chemistry, University of Washington, Seattle, WA, USA（化学系，华盛顿大学，西雅图，华盛顿州，美国） 纠错

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 本文提出MicroDiffuse3D，一种预训练的3D显微成像修复模型，通过高通量数据提升3D化学成像的分辨率和信噪比，实现高质量体体积结构重建。

Linking spatial biology and clinical histology via Haiku

通过俳句连接空间生物学与临床组织学

Yan Cui, Jacob S. Leiby, Wenhui Lei, Dokyoon Kim, Yanxiang Deng, Aaron T. Mayer, Zhenqin Wu, Alexandro E. Trevino, Zhi Huang

机构 * Department of Pathology and Laboratory Medicine, University of Pennsylvania（宾夕法尼亚大学病理学与实验室医学系） ； Department of Bioengineering, University of Pennsylvania（宾夕法尼亚大学生物工程系） ； Department of Biostatistics, Epidemiology & Informatics, University of Pennsylvania（宾夕法尼亚大学生物统计学、流行病学与信息学系） ； Enable Medicine, Menlo Park, CA, USA（Enable Medicine） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 本文提出Haiku模型，整合分子、形态和临床数据，通过三模态对比学习实现跨模态检索，提升分类和预测任务性能，并支持零样本生物标志物推断。

OpenTME: An Open Dataset of AI-powered H&E Tumor Microenvironment Profiles from TCGA

OpenTME：一个基于AI的H&E肿瘤微环境谱开放数据集

Maaike Galama, Nina Kozar-Gillan, Christina Embacher, Todd Dembo, Cornelius Böhm, Evelyn Ramberger, Julika Ribbat-Idel, Rosemarie Krupar, Verena Aumiller, Miriam Hägele, Kai Standvoss, Gerrit Erdmann, Blanca Pablos, Ari Angelo, Simon Schallenberg, Andrew Norgan, Viktor Matyas, Klaus-Robert Müller, Maximilian Alber, Lukas Ruff, Frederick Klauschen

机构 * Aignostics, Germany（德国Aignostics公司） ； Institute of Pathology, Charité – Universitätsmedizin Berlin, Germany（德国柏林Charité大学医学院病理研究所） ； Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, MN, US（美国明尼苏达州罗切斯特梅奥诊所实验室医学与病理学部） ； Machine Learning Group, Technische Universität Berlin, Germany（德国柏林技术大学机器学习小组） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data, Germany（德国柏林学习与数据基础研究所（BIFOLD）） ； Department of Artificial Intelligence, Korea University, Republic of Korea（韩国韩国大学人工智能系） ； Max-Planck Institute for Informatics, Germany（德国马克斯·普朗克信息研究所） ； German Cancer Research Center (DKFZ) & German Cancer Consortium (DKTK), Berlin & Munich Partner Sites, Germany（德国癌症研究中心（DKFZ）与德国癌症联盟（DKTK）柏林及慕尼黑合作伙伴站点） ； Institute of Pathology, Ludwig-Maximilians-Universität München, Germany（德国慕尼黑路德维希-马克西米利安大学病理研究所） ； Bavarian Cancer Research Center (BZKF), Germany（德国巴伐利亚癌症研究中心（BZKF）） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 OpenTME通过AI技术对TCGA中的5种癌症类型H&E染色图像进行预计算微环境分析，提供超过4500个细胞级定量读数，支持空间生物学研究和计算方法开发。

Explainable histomorphology-based survival prediction of glioblastoma, IDH-wildtype

可解释的基于组织形态学的胶质母细胞瘤、IDH野生型生存预测

Jan-Philipp Redlich, Friedrich Feuerhake, Stefan Nikolin, Nadine Sarah Schaadt, Sarah Teuber-Hanselmann, Joachim Weis, Sabine Luttmann, Andrea Eberle, Christoph Buck, Timm Intemann, Pascal Birnstill, Klaus Kraywinkel, Jonas Ort, Peter Boor, André Homeyer

机构 * Fraunhofer Institute for Digital Medicine MEVIS（弗劳恩霍夫数字医学研究所） ； Hannover Medical School（汉诺威医学院） ； Institute of Neuropathology, RWTH Aachen University Hospital（亚琛工业大学医院神经病理学研究所） ； Department of Neuropathology, Center for Pathology, Klinikum Bremen-Mitte（不来梅米特医院病理中心神经病理科） ； Bremen Cancer Registry, Leibniz Institute for Prevention Research and Epidemiology - BIPS（不来梅癌症登记处，莱布尼茨预防研究与流行病学研究所 - BIPS） ； Leibniz Institute for Prevention Research and Epidemiology - BIPS（莱布尼茨预防研究与流行病学研究所 - BIPS） ； Fraunhofer Institute of Optronics, System Technologies and Image Exploitation IOSB（弗劳恩霍夫光学、系统技术与图像 exploitation 研究所 IOSB） ； Robert Koch Institute（罗伯特·科赫研究所） ； Department of Neurosurgery, RWTH Aachen University Hospital（亚琛工业大学医院神经外科） ； Institute of Pathology, RWTH Aachen University Hospital（亚琛工业大学医院病理学研究所） ； Institute of Neuropathology, Medical Center - University of Freiburg（弗莱堡大学医学中心神经病理学研究所） ； Center for Integrated Oncology Aachen Bonn Cologne Duesseldorf (CIO ABCD)（亚琛-波恩-科隆-杜塞尔多夫综合肿瘤中心 (CIO ABCD)） 纠错

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.LG、q-bio、eess.IV

AI总结 本文提出一个可解释的AI框架，通过结合可解释的多实例学习和稀疏自编码器，利用组织形态学特征预测胶质母细胞瘤IDH野生型患者的生存情况，发现了一些显著的生存差异。

Improving Normative Modeling for Multi-modal Neuroimaging Data using mixture-of-product-of-experts variational autoencoders

利用混合专家积变分自编码器改进多模态神经影像数据的规范建模

Sayantan Kumar, Philip Payne, Aristeidis Sotiras

机构 * Department of Computer Science and Engineering, Washington University in St. Louis, USA（计算机科学与工程系，华盛顿大学圣路易斯分校） ； Institute for Informatics, Data Science and Biostatistics, Washington University in St.Louis, USA（信息学、数据科学与生物统计研究所，华盛顿大学圣路易斯分校） ； Department of Radiology, Washington University in St.Louis, USA（放射学系，华盛顿大学圣路易斯分校） 纠错

专题命中 病理影像 ：pathology(abstract)；biomedical(comments,journal_ref)；分类 cs.LG

AI总结 本文提出利用混合专家积变分自编码器改进多模态神经影像数据的规范建模，以更准确地识别异常个体及异常脑区。

Comments IEEE Internattional Symposium in Biomedical Imaging 2024

Journal ref 2024 IEEE International Symposium on Biomedical Imaging (ISBI)

Benchmarking Foundation Models for Mitotic Figure Classification

对有监督模型进行基准测试以进行分裂图分类

Jonas Ammeling, Jonathan Ganz, Emely Rosbach, Ludwig Lausser, Christof A. Bertram, Katharina Breininger, Marc Aubreville

专题命中 病理影像 ：pathology(abstract)；biomedical(comments,journal_ref)；分类 cs.CV

AI总结 本研究通过LoRA调整基础模型，在仅用10%训练数据的情况下达到接近100%性能，并在未见领域中表现优异。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:003

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

A Multi-scale Linear-time Encoder for Whole-Slide Image Analysis

全滑动图像分析的多尺度线性时间编码器

Jagan Mohan Reddy Dwarampudi, Joshua Wong, Hien Van Nguyen, Tania Banerjee

机构 * Department of Electrical and Computer Engineering, University of Houston（电子与计算机工程系，休斯顿大学） ； Department of Information Science Technology, University of Houston（信息科学与技术系，休斯顿大学） ； Department of Neurology, College of Medicine, University of Florida（神经病学系，医学学院，佛罗里达大学） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 MARBLE是一种基于Mamba的多尺度线性时间编码器，通过并行处理和线性时间建模，实现高效且可扩展的全滑动图像分析。

Comments Accepted to ISBI 2026, 4 pages with 2 figures

Transfer Learning from One Cancer to Another via Deep Learning Domain Adaptation

通过深度学习领域适应从一种癌症转移到另一种癌症的迁移学习

Justin Cheung, Samuel Savine, Calvin Nguyen, Lin Lu, Alhassan S. Yasin

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 病理影像 ：medical image(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 本研究通过深度学习领域适应技术，将乳腺和结肠的标注数据训练的DANN应用于肺腺癌的未标注数据，显著提升分类准确率，同时验证了染色标准化对不同领域适应效果的影响。

Comments 8 pages, 6 figures, 3 table

Reconstruction of three-dimensional shapes of normal and disease-related erythrocytes from partial observations using multi-fidelity neural networks

Haizhou Wen, He Li, Zhen Li

机构 * Department of Mechanical Engineering（机械工程系） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG、q-bio、eess.IV

Comments 29 pages, 10 figures, 3 appendices

Morpho-Genomic Deep Learning for Ovarian Cancer Subtype and Gene Mutation Prediction from Histopathology

Gabriela Fernandes

机构 * Department of Periodontics and Endodontics, Department of Oral Biology, State University of New York (SUNY) at Buffalo（牙科医学系与口腔生物学系，纽约州立大学（SUNY）布法罗分校） 纠错

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、q-bio、eess.IV

Automated Morphological Analysis of Neurons in Fluorescence Microscopy Using YOLOv8

Banan Alnemri, Arwa Basbrain

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、q-bio、eess.IV

Comments 7 pages, 2 figures and 2 tables

A tissue and cell-level annotated H&E and PD-L1 histopathology image dataset in non-small cell lung cancer

Joey Spronck, Leander van Eekelen, Dominique van Midden, Joep Bogaerts, Leslie Tessier, Valerie Dechering, Muradije Demirel-Andishmand, Gabriel Silva de Souza, Roland Nemeth, Enrico Munari, Giuseppe Bogina, Ilaria Girolami, Albino Eccher, Balazs Acs, Ceren Boyaci, Natalie Klubickova, Monika Looijen-Salamon, Shoko Vos, Francesco Ciompi

机构 * Radboud University Medical Center（拉德堡德大学医学中心） ； University of Brescia（布雷西亚大学） ； Ospedale Sacro Cuore（圣十字医院） ； Provincial Hospital of Bolzano (SABES-ASDAA)（博尔扎诺省医院） ； University and Hospital Trust of Verona（威尼斯大学与医院信托） ； Karolinska University Hospital（卡罗林斯卡大学医院） ； Biopticka Laboratory, Ltd（Biopticka实验室） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

Comments Our dataset is available at 'https://zenodo.org/records/15674785' and our code is available at 'https://github.com/DIAGNijmegen/ignite-data-toolkit'

Open-radiomics: A Collection of Standardized Datasets and a Technical Protocol for Reproducible Radiomics Machine Learning Pipelines

Khashayar Namdar, Matthias W. Wagner, Birgit B. Ertl-Wagner, Farzad Khalvati

专题命中 病理影像 ：MRI(abstract)；分类 cs.CV、cs.LG、q-bio

Computational Methods for Breast Cancer Molecular Profiling through Routine Histopathology: A Review

Suchithra Kunhoth, Somaya Al- Maadeed, Younes Akbari, Rafif Al Saady

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG、q-bio

QuST: QuPath Extension for Integrative Whole Slide Image and Spatial Transcriptomics Analysis

Chao-Hui Huang, Sara Lichtarge, Diane Fernandez

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

Comments 18 pages, 14 figures

PathoGen-X: A Cross-Modal Genomic Feature Trans-Align Network for Enhanced Survival Prediction from Histopathology Images

Akhila Krishna, Nikhil Cherian Kurian, Abhijeet Patil, Amruta Parulekar, Amit Sethi

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

Generating Seamless Virtual Immunohistochemical Whole Slide Images with Content and Color Consistency

Sitong Liu, Kechun Liu, Samuel Margolis, Wenjun Wu, Stevan R. Knezevich, David E Elder, Megan M. Eguchi, Joann G Elmore, Linda Shapiro

专题命中 病理影像 ：medical image(abstract)；分类 cs.CV、q-bio、eess.IV

Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network

Jihwan Kim, Youngdo Kim, Hyo Seung Lee, Eunseok Seo, Sang Joon Lee

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、cs.LG、q-bio

Comments 35 pages, 7 figures, 1 table

Deep learning for automated detection of breast cancer in deep ultraviolet fluorescence images with diffusion probabilistic model

Sepehr Salem Ghahfarokhi, Tyrell To, Julie Jorns, Tina Yen, Bing Yu, Dong Hye Ye

专题命中 病理影像 ：medical image(abstract)；biomedical(comments,journal_ref)；分类 cs.CV

Comments IEEE International Symposium on Biomedical Imaging 2024

Journal ref 2024 IEEE International Symposium on Biomedical Imaging (ISBI), May 27-30, 2024, Athens, Greece

TriDeNT: Triple Deep Network Training for Privileged Knowledge Distillation in Histopathology

Lucas Farndale, Robert Insall, Ke Yuan

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG、q-bio

A vision transformer-based framework for knowledge transfer from multi-modal to mono-modal lymphoma subtyping models

Bilel Guetarni, Feryal Windal, Halim Benhabiles, Marianne Petit, Romain Dubois, Emmanuelle Leteurtre, Dominique Collard

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、q-bio、eess.IV

Revisiting Adaptive Cellular Recognition Under Domain Shifts: A Contextual Correspondence View

Jianan Fan, Dongnan Liu, Canran Li, Hang Chang, Heng Huang, Filip Braet, Mei Chen, Weidong Cai

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG、q-bio、eess.IV

Comments ECCV 2024 main conference

The Berkeley Single Cell Computational Microscopy (BSCCM) Dataset

Henry Pinkard, Cherry Liu, Fanice Nyatigo, Daniel A. Fletcher, Laura Waller

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、cs.LG、q-bio

The State of Applying Artificial Intelligence to Tissue Imaging for Cancer Research and Early Detection

Michael Robben, Amir Hajighasemi, Mohammad Sadegh Nasr, Jai Prakesh Veerla, Anne M. Alsup, Biraaj Rout, Helen H. Shang, Kelli Fowlds, Parisa Boodaghi Malidarreh, Paul Koomey, MD Jillur Rahman Saurav, Jacob M. Luber

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

Journal ref F1000Research 2023, 12:1436

Clinically Relevant Latent Space Embedding of Cancer Histopathology Slides through Variational Autoencoder Based Image Compression

Mohammad Sadegh Nasr, Amir Hajighasemi, Paul Koomey, Parisa Boodaghi Malidarreh, Michael Robben, Jillur Rahman Saurav, Helen H. Shang, Manfred Huber, Jacob M. Luber

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

Journal ref 2023 IEEE ISBI, Cartagena, Colombia, 2023, pp. 1-5

Deep learning-based detection of morphological features associated with hypoxia in H&E breast cancer whole slide images

Petru Manescu, Joseph Geradts, Delmiro Fernandez-Reyes

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG、q-bio

Comments Under review

Predicting Ki67, ER, PR, and HER2 Statuses from H&E-stained Breast Cancer Images

Amir Akbarnejad, Nilanjan Ray, Penny J. Barnes, Gilbert Bigras

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

An AI-Ready Multiplex Staining Dataset for Reproducible and Accurate Characterization of Tumor Immune Microenvironment

Parmida Ghahremani, Joseph Marino, Juan Hernandez-Prera, Janis V. de la Iglesia, Robbert JC Slebos, Christine H. Chung, Saad Nadeem

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、q-bio、eess.IV

Comments MICCAI'23 (Early Accept). First two authors contributed equally. Forward correspondence to last two authors

Towards Reliable Colorectal Cancer Polyps Classification via Vision Based Tactile Sensing and Confidence-Calibrated Neural Networks

Siddhartha Kapuria, Tarunraj G. Mohanraj, Nethra Venkatayogi, Ozdemir Can Kara, Yuki Hirata, Patrick Minot, Ariel Kapusta, Naruhiko Ikoma, Farshid Alambeigi

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio