Harvard University（哈佛大学）

4DLangVGGT: 4D Language-Visual Geometry Grounded Transformer

4DLangVGGT: 4D语言-视觉几何 grounded Transformer

Xianfeng Wu, Yajing Bai, Minghan Li, Xianzu Wu, Xueqi Zhao, Zhongyuan Lai, Wenyu Liu, Xinggang Wang

机构 * State Key Laboratory of Precision Blasting, Jianghan University（江汉大学精密爆破重点实验室） ； Harvard AI and Robotics Lab, Harvard University（哈佛大学AI与机器人实验室） ； School of EIC, Huazhong University of Science and Technology（华中科技大学电子信息学院） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； School of Mathematics and Statistics, Hubei University of Education（湖北省教育学院数学与统计学学院） 纠错

AI总结 4DLangVGGT是一种基于Transformer的统一框架，用于4D语言 grounding，通过整合几何感知和语言对齐，提升4D场景理解的泛化能力和部署效率。

Comments Code: https://github.com/hustvl/4DLangVGGT, Webpage: https://hustvl.github.io/4DLangVGGT

SingleStrip: learning skull-stripping from a single labeled example

SingleStrip: 从单个标注示例学习颅骨剥离

Bella Specktor-Fadida, Malte Hoffmann

机构 * Department of Medical Imaging Sciences, University of Haifa, Israel（海法大学医学影像科学系） ； Athinoula A.~Martinos Center for Biomedical Imaging, Boston, MA, USA（Athinoula A.马丁诺斯生物医学影像中心） ； Department of Radiology, Harvard Medical School, Boston, MA, USA（哈佛医学院放射科） ； Department of Radiology, Massachusetts General Hospital, Boston, MA, USA（麻省总医院放射科） 纠错

AI总结 SingleStrip通过结合领域随机化与自编码器质量控制，利用单个标注示例实现高效的半监督颅骨剥离分割。

Comments Accepted as an oral presentation to the MICCAI 2025 Data Engineering in Medical Imaging (DEMI) workshop

Journal ref Lect Notes Comput Sci, 16191, 2025, 42-52

Boosting Skull-Stripping Performance for Pediatric Brain Images

提升儿童脑影像的颅骨去除性能

William Kelley, Nathan Ngo, Adrian V. Dalca, Bruce Fischl, Lilla Zöllei, Malte Hoffmann

机构 * 1 Athinoula A.\ Martinos Center for Biomedical Imaging, Charlestown, MA 02129, USA 2 Department of Radiology, Massachusetts General Hospital, Boston, MA 02114, USA 3 Department of Radiology, Harvard Medical School, Boston, MA 02115, USA 4 Division of Health Sciences ； Technology, MIT, Cambridge, MA 02139, USA 5 Computer Science \& Artificial Intelligence Laboratory, MIT, Cambridge, MA 02139, USA 纠错

AI总结 本文提出d-SynthStrip模型，专门针对儿童脑影像，通过高变量图像合成提升颅骨去除性能，并在多种扫描类型和年龄组中表现优于现有基线。

Comments 5 pages, 5 figures, 1 table, skull-stripping, brain extraction, newborn, infant, toddler, pediatric MRI, machine learning, accepted by the IEEE International Symposium on Biomedical Imaging

Journal ref IEEE Int Symp Biomed Imaging, 2024, 1-5

Multi-Agent Code Verification via Information Theory

通过信息论的多智能体代码验证

Shreshth Rajan

机构 * Noumenon Labs（诺默恩实验室） ； Harvard University（哈佛大学） 纠错

AI总结 通过信息论构建多智能体系统，有效检测代码错误，准确率达79.3%，运行效率高。

Comments 18 pages, 3 figures, 9 tables