医学 AI

Abductive and Consistency-Based Diagnosis Revisited: a Modeling Perspective

Daniele Theseider Dupre'

专题命中 诊断辅助 ：diagnosis(title,abstract)

Comments 5 pages, 8th Int. Workshop on Nonmonotonic Reasoning, 2000

Meta-Transfer Derm-Diagnosis: Exploring Few-Shot Learning and Transfer Learning for Skin Disease Classification in Long-Tail Distribution

Zeynep Özdemir, Hacer Yalim Keles, Ömer Özgür Tanrıöver

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG；biomedical(comments)

Comments This is the accepted version of the article to appear in IEEE Journal of Biomedical and Health Informatics. DOI: 10.1109/JBHI.2025.3615479

From Signals to Causes: A Causal Signal Processing Framework for Robust and Interpretable Clinical Risk Prediction

从信号到因果：一种用于稳健且可解释的临床风险预测的因果信号处理框架

Surajit Das, Maxine Tan

专题命中 诊断辅助 ：medical image(abstract)；CT(abstract)；biomedical(abstract)；分类 eess.SP

AI总结 本文提出一种因果信号处理框架，通过整合因果建模与神经符号推理，提升临床风险预测的稳健性和可解释性。

AdaFuse: Adaptive Multimodal Fusion for Lung Cancer Risk Prediction via Reinforcement Learning

AdaFuse：基于强化学习的自适应多模态融合用于肺癌风险预测

Chongyu Qu, Zhengyi Lu, Yuxiang Lai, Thomas Z. Li, Junchao Zhu, Junlin Guo, Juming Xiong, Yanfan Zhu, Yuechen Yang, Allen J. Luna, Kim L. Sandler, Bennett A. Landman, Yuankai Huo

机构 * Vanderbilt University（范德比尔特大学） ； Vanderbilt University Medical Center（范德比尔特大学医学中心） ； Emory University（埃默里大学） 纠错

专题命中 诊断辅助 ：medical image(abstract)；diagnosis(abstract)；radiology(abstract)；分类 cs.CV

AI总结 AdaFuse利用强化学习实现自适应多模态融合，通过动态选择和融合模态提升肺癌风险预测的AUC性能。

SCG With Your Phone: Diagnosis of Rhythmic Spectrum Disorders in Field Conditions

用手机进行SCG：野外条件下的节律光谱障碍诊断

Peter Golenderov, Yaroslav Matushenko, Anastasia Tushina, Michal Barodkin

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、q-bio、eess.SP

AI总结 本文提出了一种基于智能手机的深度学习框架，用于在野外条件下通过噪声SCG信号进行节律障碍诊断，实现了高准确性和鲁棒性。

SilVar-Med: A Speech-Driven Visual Language Model for Explainable Abnormality Detection in Medical Imaging

Tan-Hanh Pham, Chris Ngo, Trong-Duong Bui, Minh Luu Quang, Tan-Huong Pham, Truong-Son Hy

专题命中 诊断辅助 ：medical AI(abstract)；medical image(abstract)；diagnosis(abstract)；分类 cs.CV

Comments CVPR Multimodal Algorithmic Reasoning Workshop 2025 - SilVarMed

GPT-4V(ision) Unsuitable for Clinical Care and Education: A Clinician-Evaluated Assessment

Senthujan Senkaiahliyan, Augustin Toma, Jun Ma, An-Wen Chan, Andrew Ha, Kevin R. An, Hrishikesh Suresh, Barry Rubin, Bo Wang

专题命中 诊断辅助 ：medical image(abstract)；CT(abstract)；diagnosis(abstract)；分类 cs.CV

ALLNet: A Hybrid Convolutional Neural Network to Improve Diagnosis of Acute Lymphocytic Leukemia (ALL) in White Blood Cells

Sai Mattapalli, Rishi Athavale

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG、q-bio

Comments 7 pages, 6 figures, 2 tables

Temporal EigenPAC for dyslexia diagnosis

Nicolás Gallego-Molina, Marco Formoso, Andrés Ortiz, Francisco J. Martínez-Murcia, Juan L. Luque

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、q-bio、eess.SP

Graph-Based Deep Learning for Medical Diagnosis and Analysis: Past, Present and Future

David Ahmedt-Aristizabal, Mohammad Ali Armin, Simon Denman, Clinton Fookes, Lars Petersson

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG、q-bio

Journal ref Sensors 2021, 21, 4758

4D VQ-GAN: Synthesising Medical Scans at Any Time Point for Personalised Disease Progression Modelling of Idiopathic Pulmonary Fibrosis

An Zhao, Moucheng Xu, Ahmed H. Shahin, Wim Wuyts, Mark G. Jones, Joseph Jacob, Daniel C. Alexander

专题命中 诊断辅助 ：CT(abstract,comments)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments 4D image synthesis, VQ-GAN, neural ODEs, spatial temporal disease progression modelling, CT, IPF

Visible-Light Imaging Diagnosis of Neutral Particle Emission Tomography in the Tokamak Divertor: An Efficient Transformer-based Surrogate Model

托卡马克偏滤器中中性粒子发射断层扫描的可见光成像诊断：基于高效Transformer的替代模型

Xiao Wang, Hao Si, Qiang Chen, Yu-Xiang Zhang, Beihe Zhang, Jianhua Yang, Qingquan Yang, Dengdi Sun, Wanli Lyu, Guosheng Xu, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； Institute of Plasma Physics, Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院等离子体物理研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本文针对托卡马克偏滤器中中性粒子发射断层扫描，提出基于差分Transformer的Delta-InvFormer模型，利用连续视频帧捕捉等离子体动态，经时空差分自注意力提取特征，融合后预测光强分布，相比传统方法显著加速且精度有竞争力。

MambaCapsule: Towards Transparent Cardiac Disease Diagnosis with Electrocardiography Using Mamba Capsule Network

MambaCapsule：使用Mamba胶囊网络实现基于心电图的透明心脏病诊断

Yinlong Xu, Zitai Kong, Yixuan Wu, Yue Wang, Xiaoqiang Liu, Yingzhou Lu, Jian Wu, Hongxia Xu

机构 * State Key Laboratory of Transvascular Implantation Devices and TIDRI, Zhejiang University（浙江大学血管介入关键实验室及TIDRI） ； School of Public Health, Zhejiang University and Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江大学公共卫生学院及浙江省医学影像人工智能重点实验室） ； State Key Laboratory of Transvascular Implantation Devices of The Second Affiliated Hospital and Liangzhu Laboratory, Zhejiang University（浙江大学第二附属医院血管介入关键实验室及梁渚实验室） ； Department of Gastroenterology, First Hospital of Quanzhou Affiliated to Fujian Medical University（福建医科大学泉州第一医院消化内科） ； School of Medicine, Stanford University（斯坦福大学医学院） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、eess.SP

AI总结 研究针对心律失常诊断模型缺乏透明度问题，提出MambaCapsule网络，用Mamba提取特征、胶囊网络预测，通过重构心电图信号增强可解释性，在数据集上取得高准确率。

Optimizing Neuro-Fuzzy and Colonial Competition Algorithms for Skin Cancer Diagnosis in Dermatoscopic Images

优化神经模糊与殖民竞争算法用于皮肤镜图像中的皮肤癌诊断

Hamideh Khaleghpour, Brett McKinney

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本研究融合图像处理、神经模糊和殖民竞争算法，在ISIC数据库的560张皮肤镜图像上实现94%准确率，旨在辅助临床早期黑色素瘤检测。

Comments 7 pages, 10 figures. Accepted at the 2nd Asia Pacific Computer Systems Conference (APCS 2024), March 15-17, 2024

Journal ref Proceedings of the 2024 7th International Conference on Information and Computer Technologies, pages 166-172, IEEE, March 2024

Classification of IED-free EEG Responses for Assisted Epilepsy Diagnosis

用于辅助癫痫诊断的无IED脑电图反应分类

Giacomo Zanardini, Ryan Moesman, Paul van der Kleij, Robert van den Berg, Justin Dauwels

机构 * Signal Processing Systems（信号处理系统） ； Delft University of Technology（代尔夫特理工大学） ； Erasmus Medical Center（埃因霍温医学中心） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、eess.SP

AI总结 提出一种基于机器学习特征（时域、频谱、小波、连接性）和堆叠集成的流水线，对刺激期间采集的脑电图进行分类，在无IED数据上实现高AUC和BAC，表明刺激诱发电位（特别是IPS）包含有意义的判别信息。

Comments Accepted at IEEE EMBC2026

Robust and Explainable Bicuspid Aortic Valve Diagnosis Using Stacked Ensembles on Echocardiography

基于超声心动图的稳健且可解释的二叶式主动脉瓣诊断方法：使用堆叠集成

Christos Chrysanthos Nikolaidis, Vasileios Sachpekidis, Nikolas Moustakidis, Theofilos Moustakidis, Pavlos S. Efraimidis

机构 * Department of Electrical and Computer Engineering, Democritus University of Thrace（电气与计算机工程系，德莫克里特大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本文提出了一种基于超声心动图的稳健且可解释的二叶式主动脉瓣诊断方法，利用堆叠集成技术对常规获取的胸骨旁长轴 cine 循环进行分类，实现了高精度的二叶式与三叶式主动脉瓣区分。

Artificial intelligence application in lymphoma diagnosis with Vision Transformer using weakly supervised training

基于Vision Transformer的淋巴瘤诊断中的人工智能应用：使用弱监督训练

Nghia, Nguyen, Amer Wahed, Andy Quesada, Yasir Ali, Hanadi El Achi, Y. Helen Zhang, Jocelyn Ursua, Alex Banerjee, Sahib Kalra, L. Jeffrey Medeiros, Jie Xu

机构 * Department of Pathology and Laboratory Medicine, The University of Texas McGovern Medical School（病理学与实验室医学部，德克萨斯大学麦格诺恩医学学院） ； Department of Hematopathology, The University of Texas MD Anderson Cancer（血液病理学部，德克萨斯大学MD安德森癌症中心） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本文探讨了使用弱监督训练的Vision Transformer在区分间变性大细胞淋巴瘤与经典霍奇金淋巴瘤中的应用，展示了其在临床诊断中的有效性。

Comments 23 pages, 6 figures, 1 table

Deconstructing the Failure of Ideal Noise Correction: A Three-Pillar Diagnosis

解构理想噪声校正的失败：三支柱诊断

Chen Feng, Zhuo Zhi, Zhao Huang, Jiawei Ge, Ling Xiao, Nicu Sebe, Georgios Tzimiropoulos, Ioannis Patras

机构 * Queen’s University Belfast（女王大学贝尔法斯特分校） ； University College London（伦敦大学学院） ； University of Aberdeen（阿伯丁大学） ； Queen Mary University of London（伦敦大学玛丽女王学院） ； Hokkaido University（北海道大学） ； University of Trento（特伦托大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 研究揭示理想噪声校正方法在理想条件下仍失效，指出其根本问题在于优化动态和信息理论限制，而非过渡矩阵估计。

Comments Accepted to CVPR2026

Unsupervised Causal Prototypical Networks for De-biased Interpretable Dermoscopy Diagnosis

无监督因果原型网络用于去偏的可解释皮肤病镜诊断

Junhao Jia, Yueyi Wu, Huangwei Chen, Haodong Jing, Haishuai Wang, Jiajun Bu, Lei Wu

机构 * Zhejiang Key Laboratory of Accessible Perception and Intelligent Systems（浙江可及感知与智能系统重点实验室） ； College of Computer Science and Technology（计算机科学与技术学院） ； Hangzhou Dianzi University（杭州电子科技大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、eess.IV

AI总结 CausalProto通过无监督因果原型网络去偏可解释皮肤病镜诊断，提升诊断性能并提供高纯度视觉解释。

Toward Reliable Tea Leaf Disease Diagnosis Using Deep Learning Model: Enhancing Robustness With Explainable AI and Adversarial Training

迈向可靠茶叶疾病诊断的深度学习模型：通过可解释AI和对抗训练增强鲁棒性

Samanta Ghosh, Jannatul Adan Mahi, Shayan Abrar, Md Parvez Mia, Asaduzzaman Rayhan, Abdul Awal Yasir, Asaduzzaman Hridoy

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本文提出基于深度学习的自动化模型，利用可解释AI和对抗训练提高鲁棒性，实现茶叶疾病准确分类。

Comments 6 pages,9 figures, 2025 IEEE International Women in Engineering (WIE) Conference on Electrical and Computer Engineering (WIECON-ECE)

Clinical Melanoma Diagnosis with Artificial Intelligence: Insights from a Prospective Multicenter Study

人工智能在临床黑色素瘤诊断中的应用：来自一项前瞻性多中心研究的见解

Lukas Heinlein, Roman C. Maron, Achim Hekler, Sarah Haggenmüller, Christoph Wies, Jochen S. Utikal, Friedegund Meier, Sarah Hobelsberger, Frank F. Gellrich, Mildred Sergon, Axel Hauschild, Lars E. French, Lucie Heinzerling, Justin G. Schlager, Kamran Ghoreschi, Max Schlaak, Franz J. Hilke, Gabriela Poch, Sören Korsing, Carola Berking, Markus V. Heppt, Michael Erdmann, Sebastian Haferkamp, Konstantin Drexler, Dirk Schadendorf, Wiebke Sondermann, Matthias Goebeler, Bastian Schilling, Eva Krieghoff-Henning, Titus J. Brinker

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、eess.IV

AI总结 该研究通过前瞻性多中心试验评估了AI在黑色素瘤诊断中的性能，发现AI在灵敏度上优于皮肤科医生，但特异性较低，显示出在复杂病例中的应用潜力。

Empirical Investigation of the Impact of Phase Information on Fault Diagnosis of Rotating Machinery

旋转机械故障诊断中相位信息影响的实证研究

Hiroyoshi Nagahama, Katsufumi Inoue, Masayoshi Todorokihara, Michifumi Yoshioka

机构 * Graduate School of Informatics, Osaka Metropolitan University（信息学研究生院，大阪 Metropolitan 大学） ； Microdevices Operations Division, Seiko Epson Corp.（微器件操作部，Seiko Epson 公司） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、eess.SP

AI总结 本文通过实证研究，提出两种相位感知预处理策略，提升旋转机械故障诊断的准确率，其中单轴参考方法在保持空间相位关系方面表现最优，准确率提升达96.2%。

Comments This work has been submitted to the IEEE for possible publication

MedChat: A Multi-Agent Framework for Multimodal Diagnosis with Large Language Models

MedChat: 一种基于大语言模型的多智能体多模态诊断框架

Philip R. Liu, Sparsh Bansal, Jimmy Dinh, Aditya Pawar, Ramani Satishkumar, Shail Desai, Neeraj Gupta, Xin Wang, Shu Hu

机构 * University at Albany, State University of New York（纽约州立大学阿布扎克分校） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 MedChat通过多智能体框架结合专用视觉模型和角色特定LLM代理，提升多模态诊断的可靠性与交互性。

Journal ref Proc. 2025 IEEE 8th International Conference on Multimedia Information Processing and Retrieval (MIPR), pp. 456-462, 2025

Enhancing Multi-Label Thoracic Disease Diagnosis with Deep Ensemble-Based Uncertainty Quantification

通过深度集成不确定性量化提升多标签胸腔疾病诊断

Yasiru Laksara, Uthayasanker Thayasivam

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University of Moratuwa（莫塔瓦大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本研究通过深度集成不确定性量化方法，提升多标签胸腔疾病诊断的可靠性与解释性，实现更准确的临床决策支持。

Explainable and externally validated machine learning for neurocognitive diagnosis via electrocardiograms

Juan Miguel Lopez Alcaraz, Ebenezer Oloyede, David Taylor, Wilhelm Haverkamp, Nils Strodthoff

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、eess.SP

Comments Accepted by General Psychiatry, BMJ, 15 pages, 3 figures, source code under https://github.com/AI4HealthUOL/CardioDiag

Ensemble Deep Learning and LLM-Assisted Reporting for Automated Skin Lesion Diagnosis

Sher Khan, Raz Muhammad, Adil Hussain, Muhammad Sajjad, Muhammad Rashid

机构 * Institute of Computer Science The University of Agriculture Peshawar, Pakistan（计算机科学研究所 伊斯兰农业大学 薩瓦爾，巴基斯坦） ； Department of Computer Science Islamia College Peshawar Pakistan（计算机科学系 伊斯兰学院 薩瓦爾，巴基斯坦） ； Department of Software Engineering Islamia College Peshawar Pakistan（软件工程系 伊斯兰学院 薩瓦爾，巴基斯坦） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

Reinforcement Learning for Clinical Reasoning: Aligning LLMs with ACR Imaging Appropriateness Criteria

Anni Tziakouri, Filippo Menolascina

专题命中 诊断辅助 ：clinical AI(abstract)；diagnosis(abstract)；radiology(abstract)；分类 q-bio

Scalable, Technology-Agnostic Diagnosis and Predictive Maintenance for Point Machine using Deep Learning

Eduardo Di Santi, Ruixiang Ci, Clément Lefebvre, Nenad Mijatovic, Michele Pugnaloni, Jonathan Brown, Victor Martín, Kenza Saiah

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、eess.SP

Comments Peer-reviewed conference paper. Presented at ICROMA 2025, Dresden, Germany. Conference: https://tu-dresden.de/raildresden2025. Book of abstracts: https://tu-dresden.de/raildresden2025/BoA.pdf. 8 pages, 6 figures, 1 table

From Pixels to Pathology: Restoration Diffusion for Diagnostic-Consistent Virtual IHC

Jingsong Liu, Xiaofeng Deng, Han Li, Azar Kazemi, Christian Grashei, Gesa Wilkens, Xin You, Tanja Groll, Nassir Navab, Carolin Mogler, Peter J. Schüffler

机构 * organization= Institute of Pathology, Technical University of Munich, TUM School of Medicine ； organization= Computer Aided Medical Procedures (CAMP), TU Munich , city= Munich , country= Germany ； organization= Munich Center for Machine Learning (MCML) , city= Munich , country= Germany ； organization= TUM School of Computation, Information ； organization= Department of Medical Informatics, School of Medicine, Mashhad University of Medical Sciences , city= Mashhad , country= Iran ； organization= Munich Data Science Institute (MDSI) , city= Munich , country= Germany 纠错

专题命中 诊断辅助 ：pathology(title)；分类 cs.CV、eess.IV

Electrocardiogram-based diagnosis of liver diseases: an externally validated and explainable machine learning approach

Juan Miguel Lopez Alcaraz, Wilhelm Haverkamp, Nils Strodthoff

机构 * German Heart Center of the Charité-University Medicine Berlin（柏林夏里特-大学医学中心德国心脏中心） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG、eess.SP

Comments Accepted version by EClinicalMedicine, The Lancet: 13 pages, 2 figures, code under https://github.com/AI4HealthUOL/CardioDiag

Journal ref eClinicalMedicine 84 (2025) 103242