ETH Zurich（苏黎世联邦理工学院）

DBT-DINO: Towards Foundation model based analysis of Digital Breast Tomosynthesis

DBT-DINO：面向数字乳腺断层摄影的基于基础模型的分析

Felix J. Dorfner, Manon A. Dorster, Ryan Connolly, Oscar Gentilhomme, Edward Gibbs, Steven Graham, Seth Wander, Thomas Schultz, Manisha Bahl, Dania Daye, Albert E. Kim, Christopher P. Bridge

机构 * Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（阿提诺拉·A·马丁诺生物医学影像中心、麻省总医院和哈佛医学院） ； Department of Radiology, Charité - Universitätsmedizin Berlin（放射科、柏林夏里特大学医学院） ； Mass General Brigham Data Science Office（麻省总医院数据科学办公室） ； Department of Computer Science, Institute for Machine Learning, ETH Zürich（计算机科学系、机器学习研究所、苏黎世联邦理工学院） ； Massachusetts General Hospital Cancer Center and Harvard Medical School（麻省总医院癌症中心和哈佛医学院） ； Department of Radiology, Massachusetts General Hospital（放射科、麻省总医院） ； Department of Radiology, University of Wisconsin School of Medicine and Public Health（放射科、威斯康星大学医学与公共卫生学院） 纠错

AI总结 DBT-DINO是首个针对数字乳腺断层摄影的基础模型，展示了在乳腺密度分类和乳腺癌风险预测上的优越性能，但领域特定预训练在病变检测任务中效果不一。

Differentiable Material Point Method for the Control of Deformable Objects

可微材料点法用于可变形物体的控制

Diego Bolliger, Gabriele Fadini, Markus Bambach, Alisa Rupenyan

机构 * Centre for Artificial Intelligence, ZHAW（人工智能中心，ZHAW） ； Advanced Manufacturing Laboratory, ETH Zürich（先进制造实验室，ETH Zurich） 纠错

AI总结 本文提出了一种可微材料点法模拟器，用于高效优化超弹性绳的控制轨迹，显著提升能量效率并降低计算成本。

Comments 7 Pages, 4 Figures, 1 Table

3D Scene Prompting for Scene-Consistent Camera-Controllable Video Generation

用于场景一致的摄像机可控视频生成的3D场景提示

JoungBin Lee, Jaewoo Jung, Jisang Han, Takuya Narihira, Kazumi Fukuda, Junyoung Seo, Sunghwan Hong, Yuki Mitsufuji, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Sony AI（索尼人工智能研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Sony Group Corporation（索尼集团） 纠错

AI总结 3DScenePrompt通过双时空条件化和3D场景记忆实现场景一致且可控的视频生成，提升生成质量与摄像机控制精度。

Comments Project page : https://cvlab-kaist.github.io/3DScenePrompt/

Automatic Calibration of a Multi-Camera System with Limited Overlapping Fields of View for 3D Surgical Scene Reconstruction

多摄像头系统自动校准：用于3D手术场景重建的有限重叠视场校准

Tim Flückiger, Jonas Hein, Valery Fischer, Philipp Fürnstahl, Lilian Calvet

机构 * Research in Orthopedic Computer Science（骨科计算机科学研究） ； University Hospital Balgrist（巴尔格斯特大学医院） ； University of Zurich（苏黎世大学） ； Computer Vision and Geometry（计算机视觉与几何） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本研究提出了一种基于多尺度标记投影的自动校准方法，用于解决多摄像头系统在3D手术场景重建中的有限重叠视场问题，实现了高精度和鲁棒性。

Comments Accepted for oral presentation at IPCAI 2025. Project page: https://tflueckiger.github.io/calib-proj/

Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics

机器人世界模型：一种用于机器人鲁棒策略优化的神经网络模拟器

Chenhao Li, Andreas Krause, Marco Hutter

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出了一种基于神经网络的机器人世界模型，通过双自回归机制和自监督训练实现鲁棒的长周期预测，从而提升机器人策略优化的效率和适应性。