医学 AI

Beyond Attention Heatmaps: How to Get Better Explanations for Multiple Instance Learning Models in Histopathology

超越注意力热图：如何为多实例学习模型在病理学中的更好解释

Mina Jamshidi Idaji, Julius Hense, Tom Neuhäuser, Augustin Krause, Yanqing Luo, Oliver Eberle, Thomas Schnake, Laure Ciernik, Farnoush Rezaei Jafari, Reza Vahidimajd, Jonas Dippel, Christoph Walz, Frederick Klauschen, Andreas Mock, Klaus-Robert Müller

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

AI总结 本研究提出了一种评估MIL热图质量的通用框架，发现扰动、LRP和IG在病理学任务中表现更优，展示了其在生物验证和发现不同模型策略中的应用。

Disentangled Multi-modal Learning of Histology and Transcriptomics for Cancer Characterization

解耦的多模态学习：组织学与转录组学用于癌症表征

Yupei Zhang, Xiaofei Wang, Anran Liu, Lequan Yu, Chao Li

机构 * Department of Clinical Neurosciences, University of Cambridge, UK（剑桥大学临床神经科学系） ； Department of Health Technology & Informatics, The Hong Kong Polytechnic University（香港理工大学健康科技与信息学系） ； Department of Statistics and Actuarial Science, The University of Hong Kong（香港大学统计与精算科学系） ； Department of Clinical Neurosciences and Department of Applied Mathematics and Theoretical Physics, University of Cambridge（剑桥大学临床神经科学系和应用数学与理论物理系；邓迪大学科学与工程学院和医学院） ； School of Science and Engineering and School of Medicine, University of Dundee, UK 纠错

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

AI总结 本文提出了解耦的多模态学习框架，通过分解组织学和转录组数据以提高癌症表征的准确性和实用性。

GrapHist: Graph Self-Supervised Learning for Histopathology

GrapHist: 基于图的病理学自监督学习

Sevda Öğüt, Cédric Vincent-Cuaz, Natalia Dubljevic, Carlos Hurtado, Vaishnavi Subramanian, Pascal Frossard, Dorina Thanou

机构 * EPFL（瑞士联邦理工学院） ； LTS4 纠错

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

AI总结 GrapHist通过基于图的自监督学习方法，在病理学中实现高效的表示学习，适用于多种下游任务，且参数更少，性能更优。

Histopathology Image Normalization via Latent Manifold Compaction

通过潜在流形压缩的组织病理图像标准化

Xiaolong Zhang, Jianwei Zhang, Selim Sevim, Emek Demir, Ece Eksi, Xubo Song

机构 * Knight Cancer Institute, Oregon Health and Science University（骑士癌症研究所，俄勒冈健康与科学大学） ； Brenden-Colson Center for Pancreatic Care, Oregon Health and Science University（布雷登-科尔森胰腺护理中心，俄勒冈健康与科学大学） 纠错

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

AI总结 本文提出LMC方法，通过压缩染色诱导的潜在流形实现组织病理图像标准化，有效减少批次效应，提升跨批次任务的泛化能力。

Comments 11 pages

GUIDE-US: Grade-Informed Unpaired Distillation of Encoder Knowledge from Histopathology to Micro-UltraSound

GUIDE-US: 基于等级的无配对编码器知识蒸馏从病理学至微超声

Emma Willis, Tarek Elghareb, Paul F. R. Wilson, Minh Nguyen Nhat To, Mohammad Mahdi Abootorabi, Amoon Jamzad, Brian Wodlinger, Parvin Mousavi, Purang Abolmaesumi

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Queen’s University（皇后大学） ； Exact Imaging 纠错

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

AI总结 GUIDE-US通过无配对的编码器知识蒸馏方法，利用ISUP等级条件提升微超声图像中前列腺癌的检测灵敏度。

Comments Accepted to IPCAI 2026

Augmented Intelligence for Multimodal Virtual Biopsy in Breast Cancer Using Generative Artificial Intelligence

增强智能用于乳腺癌多模态虚拟活检的生成式人工智能

Aurora Rofena, Claudia Lucia Piccolo, Bruno Beomonte Zobel, Paolo Soda, Valerio Guarrasi

机构 * Department of Radiology, Fondazione Policlinico Campus Bio-Medico（放射学系，政策临床医学院） ； Department of Radiology, Università Campus Bio-Medico di Roma（放射学系，罗马生物医学大学） ； Department of Diagnostics and Intervention, Radiation Physics, Biomedical Engineering, Umeå University（诊断与介入系，辐射物理，生物医学工程，乌梅拉大学） 纠错

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

AI总结 本文提出基于生成式人工智能的多模态虚拟活检方法，整合FFDM和CESM模态以提高乳腺病变分类准确性，并公开数据集促进研究进展。

Decoding Future Risk: Deep Learning Analysis of Tubular Adenoma Whole-Slide Images

解码未来风险：深度学习在管状腺瘤全切片图像分析中的应用

Ahmed Rahu, Brian Shula, Brandon Combs, Aqsa Sultana, Surendra P. Singh, Vijayan K. Asari, Derrick Forchetti

机构 * Dept. of Pathology（病理学系） ； Honeywell International Inc.（霍尼韦尔国际公司） ； South Bend Medical Foundation（南本德医疗基金会） ； Dept. of Electrical and Computer Engineering（电气与计算机工程系） 纠错

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

AI总结 本研究利用深度学习分析管状腺瘤全切片图像，旨在通过检测细微组织学特征预测患者未来患结直肠癌的风险。

Comments 20 pages, 5 figures

Whole Slide Concepts: A Supervised Foundation Model For Pathological Images

整张切片概念：一种用于病理图像的监督基础模型

Till Nicke, Daniela Schacherer, Jan Raphael Schäfer, Natalia Artysh, Antje Prasse, André Homeyer, Andrea Schenk, Henning Höfener, Johannes Lotz

机构 * Institute for Digital Medicine MEVIS（数字医学MEVIS研究所） ； Fraunhofer（弗劳恩霍夫） ； Institute for Toxicology and Experimental Medicine（毒理学与实验医学研究所） ； Institute for Diagnostic and Interventional Radiology（诊断与介入放射学研究所） ； Hannover Medical School（汉诺威医学院） 纠错

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

AI总结 本文提出了一种基于监督学习的多任务基础模型，用于病理图像分析，整合癌症亚型分类、风险估计和基因突变预测，且在资源消耗上优于自监督方法。

Equi-ViT: Rotational Equivariant Vision Transformer for Robust Histopathology Analysis

Equi-ViT：用于鲁棒病理学分析的旋转等变视觉变换器

Fuyao Chen, Yuexi Du, Elèonore V. Lieffrig, Nicha C. Dvornek, John A. Onofrey

机构 * Yale University（耶鲁大学） 纠错

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

AI总结 Equi-ViT通过引入等变卷积核提升ViT在病理学图像中的旋转鲁棒性和数据效率。

Comments Accepted by IEEE ISBI 2026 4-page paper

Deep learning-enabled virtual multiplexed immunostaining of label-free tissue for vascular invasion assessment

基于深度学习的无标记组织虚拟多通道免疫染色用于血管侵袭评估

Yijie Zhang, Cagatay Isil, Xilin Yang, Yuzhu Li, Anna Elia, Karin Atlan, William Dean Wallace, Nir Pillar, Aydogan Ozcan

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

AI总结 本文提出基于深度学习的虚拟多通道免疫染色方法，用于无标记组织的血管侵袭评估，提高诊断效率和准确性。

Comments 29 Pages, 7 Figures

Journal ref BME Frontiers, AAAS (2026)

AI-assisted prostate cancer detection and localisation on biparametric MR by classifying radiologist-positives

通过分类放射科阳性病例来辅助前列腺癌检测与定位的双参数MRI

Xiangcen Wu, Yipei Wang, Qianye Yang, Natasha Thorley, Shonit Punwani, Veeru Kasivisvanathan, Ester Bonmati, Yipeng Hu

机构 * Centre for Medical Image Computing, Department of Medical Physics and Biomedical Engineering, University College London（医学图像计算中心，医学物理与生物医学工程系，伦敦大学学院） ； Div of Surgery & Interventional Sci, University College London（外科与介入科学部，伦敦大学学院） ； School of Computer Science and Engineering, University of Westminster（计算机科学与工程学院，威斯敏斯特大学） 纠错

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

AI总结 本文提出通过分类放射科阳性病例来提升MRI中前列腺癌检测的准确性，利用AI辅助提高诊断性能，减少不必要的活检和筛查成本。

Explainable AI Technique in Lung Cancer Detection Using Convolutional Neural Networks

利用卷积神经网络进行肺癌检测的可解释AI技术

Nishan Rai, Sujan Khatri, Devendra Risal

机构 * Kathford International College of Engineering and Management（卡斯福德国际工程与管理学院） 纠错

专题命中 病理影像 ：CT(abstract)；分类 cs.CV、eess.IV

AI总结 本文提出了一种结合可解释性机制的深度学习框架，用于利用卷积神经网络进行肺癌筛查，提升了诊断的准确性和透明度。

Comments 11 pages, 9 figures, 4 tables. Undergraduate research project report

Virtual Multiplex Staining for Histological Images using a Marker-wise Conditioned Diffusion Model

使用标记条件扩散模型进行虚拟多标记染色

Hyun-Jic Oh, Junsik Kim, Zhiyi Shi, Yichen Wu, Yu-An Chen, Peter K Sorger, Hanspeter Pfister, Won-Ki Jeong

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

AI总结 本文提出了一种基于条件扩散模型的虚拟多标记染色方法，利用预训练模型生成多标记图像，提升了H&E图像的分子层面分析能力。

Comments Accepted at AAAI 2026

SIGMMA: Hierarchical Graph-Based Multi-Scale Multi-modal Contrastive Alignment of Histopathology Image and Spatial Transcriptome

SIGMMA：基于层次图的多尺度多模态对比对齐：组织病理图像与空间转录组

Dabin Jeong, Amirhossein Vahidi, Ciro Ramírez-Suástegui, Marie Moullet, Kevin Ly, Mohammad Vali Sanian, Sebastian Birk, Yinshui Chang, Adam Boxall, Daniyal Jafree, Lloyd Steele, Vijaya Baskar MS, Muzlifah Haniffa, Mohammad Lotfollahi

机构 * Wellcome Sanger Institute（沃森桑格研究所） ； Cambridge Centre for AI in Medicine（剑桥人工智能医学中心） ； Institute of AI for Health（人工智能与健康研究所） ； Cambridge Stem Cell Institute（剑桥干细胞研究所） 纠错

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

AI总结 SIGMMA通过多尺度多模态对比对齐，提升组织病理图像与空间转录组的跨模态对应表示，提高基因表达预测和跨模态检索性能。

Renal Cell Carcinoma subtyping: learning from multi-resolution localization

肾细胞癌亚型分类：从多分辨率定位中学习

Mohamad Mohamad, Francesco Ponzio, Santa Di Cataldo, Damien Ambrosetti, Xavier Descombes

机构 * Université Côte d'Azur, INRIA, CNRS（法国蔚蓝海岸大学、法国国家信息与自动化技术研究所、法国国家科学研究中心） ； Department of Pathology, CHU Nice, Université Côte d'Azur（Nice医院病理部门、Nice大学） 纠错

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

AI总结 本研究提出了一种基于多分辨率特征的自监督学习方法，用于肾细胞癌亚型分类，旨在减少对标注数据集的依赖同时保持分类准确性。

Journal ref Computer Methods and Programs in Biomedicine, Volume 274, 1 February 2026, 109155

Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging

Deep-ER：深度学习ECCENTRIC重建用于快速高分辨率神经代谢成像

Paul Weiser, Georg Langs, Wolfgang Bogner, Stanislav Motyka, Bernhard Strasser, Polina Golland, Nalini Singh, Jorg Dietrich, Erik Uhlmann, Tracy Batchelor, Daniel Cahill, Malte Hoffmann, Antoine Klauser, Ovidiu C. Andronesi

专题命中 病理影像 ：MRI(abstract)；分类 cs.LG、eess.IV

AI总结 Deep-ER通过深度学习实现快速高分辨率神经代谢成像，提升重建效率和图像质量，适用于高通量成像流程。

Journal ref NeuroImage 309 (2025): 121045

Multimodal Learning for Scalable Representation of High-Dimensional Medical Data

多模态学习用于高维医学数据的可扩展表示

Areej Alsaafin, Abubakr Shafique, Saghir Alfasly, Krishna R. Kalari, H. R. Tizhoosh

机构 * Kimia Lab, Dept. of Artificial Intelligence & Informatics, Mayo Clinic, Rochester, MN, USA（Kimia实验室，人工智能与信息学系，梅奥诊所，罗切斯特，MN，美国） ； Division of Computational Biology, Dept. of Quantitative Health Sciences, Mayo Clinic, Rochester, MN, USA（计算生物学部门，定量健康科学系，梅奥诊所，罗切斯特，MN，美国） 纠错

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

AI总结 MarbliX通过多模态学习实现高维医学数据的可扩展表示，提升癌症诊断的准确性和效率。

Beyond H&E: Unlocking Pathological Insights with Polarization Imaging

Yao Du, Jiaxin Zhuang, Xiaoyu Zheng, Jing Cong, Limei Guo, Chao He, Lin Luo, Xiaomeng Li

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Collaborative Innovation（北京协同创新研究院） ； Peking University Health Science Center, Peking University Third Hospital（北京大学人民医院） ； University of Oxford（牛津大学） ； Peking University（北京大学） 纠错

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

Comments Accepted as a regular paper at IEEE BIBM 2025

A filtering scheme for confocal laser endomicroscopy (CLE)-video sequences for self-supervised learning

Nils Porsche, Flurin Müller-Diesing, Sweta Banerjee, Miguel Goncalves, Marc Aubreville

机构 * Flensburg University of Applied Sciences（弗劳恩霍夫应用技术大学） ； University Hospital RWTH Aachen（亚琛大学医院） ； University Hospital Würzburg（维尔茨堡大学医院） 纠错

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

Classifying Histopathologic Glioblastoma Sub-regions with EfficientNet

Sanyukta Adap, Ujjwal Baid, Spyridon Bakas

机构 * Division of Computational Pathology, Department of Pathology \& Laboratory Medicine, Indiana University School of Medicine, Indianapolis, IN, USA Indiana University Melvin ； Bren Simon Comprehensive Cancer Center, Indianapolis, IN, USA Department of Radiology \& Imaging Sciences, Indiana University School of Medicine, Indianapolis, IN, USA Department of Biostatistics \& Health Data Science, Indiana University School of Medicine, Indianapolis, IN, USA Department of Neurological Surgery, Indiana University School of Medicine, Indianapolis, IN, USA Department of Computer Science, Luddy School of Informatics, Computing ； Engineering, Indiana University, Indianapolis, IN, USA Corresponding authors: , , Equal senior authors 纠错

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

MGPATH: Vision-Language Model with Multi-Granular Prompt Learning for Few-Shot WSI Classification

Anh-Tien Nguyen, Duy Minh Ho Nguyen, Nghiem Tuong Diep, Trung Quoc Nguyen, Nhat Ho, Jacqueline Michelle Metsch, Miriam Cindy Maurer, Daniel Sonntag, Hanibal Bohnenberger, Anne-Christin Hauschild

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

Comments Published in Transactions on Machine Learning Research (09/2025)

Journal ref Transactions on Machine Learning Research (09/2025)

MSRANetV2: An Explainable Deep Learning Architecture for Multi-class Classification of Colorectal Histopathological Images

Ovi Sarkar, Md Shafiuzzaman, Md. Faysal Ahamed, Golam Mahmud, Muhammad E. H. Chowdhury

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

Robust Pan-Cancer Mitotic Figure Detection with YOLOv12

Raphaël Bourgade, Guillaume Balezo, Hana Feki, Lily Monier, Matthieu Blons, Alice Blondel, Delphine Loussouarn, Anne Vincent-Salomon, Thomas Walter

机构 * Centre for Computational Biology, MINES Paris–PSL University（计算生物学中心，巴黎- Mines Paris–PSL 大学） ； Institut Curie, PSL University（Curie 机构，巴黎- PSL 大学） ； INSERM, U1331 Computational Oncology（国家医学研究院，U1331 计算肿瘤学） ； Department of Pathology, University Hospital of Nantes（病理学部，南特大学医院） 纠错

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

Steerable Conditional Diffusion for Domain Adaptation in PET Image Reconstruction

George Webber, Alexander Hammers, Andrew P. King, Andrew J. Reader

机构 * School of Biomedical Engineering and Imaging Sciences, King’s College London（生物医学工程与成像科学学院，国王学院伦敦） 纠错

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

Comments Accepted for oral presentation at IEEE NSS MIC RTSD 2025 (submitted May 2025; accepted July 2025; to be presented Nov 2025)

Robust Classification of Oral Cancer with Limited Training Data

Akshay Bhagwan Sonawane, Lena D. Swamikannan, Lakshman Tamil

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Quality of Life Technology Laboratory（生活质量技术实验室） 纠错

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

Multi-View Hypercomplex Learning for Breast Cancer Screening

Eleonora Lopez, Eleonora Grassucci, Danilo Comminiello

机构 * Department of Information Engineering, Electronics and Telecommunications (DIET), Sapienza University of Rome（信息工程、电子与电信系（DIET），罗马萨皮恩扎大学） 纠错

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

Comments This paper has been submitted to Expert Systems with Applications

FM2S: Towards Spatially-Correlated Noise Modeling in Zero-Shot Fluorescence Microscopy Image Denoising

Jizhihui Liu, Qixun Teng, Qing Ma, Junjun Jiang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

Comments 14 pages, 10 figures

Journal ref Machine Intelligence Research, 2025

Ensemble YOLO Framework for Multi-Domain Mitotic Figure Detection in Histopathology Images

Navya Sri Kelam, Akash Parekh, Saikiran Bonthu, Nitin Singhal

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

Comments 4 pages, MIDOG25 Challenge

DPC-QA Net: A No-Reference Dual-Stream Perceptual and Cellular Quality Assessment Network for Histopathology Images

Qijun Yang, Boyang Wang, Hujun Yin

机构 * University of Manchester（曼彻斯特大学） ； Beihang University（北航大学） 纠错

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

HistDiST: Histopathological Diffusion-based Stain Transfer

Erik Großkopf, Valay Bundele, Mehran Hosseinzadeh, Hendrik P. A. Lensch

机构 * University of Tübingen（图宾根大学） 纠错

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

Comments Accepted to DAGM GCPR 2025