Imperial College London（帝国理工学院）

Random Controlled Differential Equations

随机控制微分方程

Francesco Piatti, Thomas Cass, William F. Turner

机构 * Imperial College London（伦敦帝国学院） 纠错

AI总结 本文提出随机控制微分方程，结合随机特征与受控微分方程，通过两种变体提升时间序列学习的效率和性能。

Stochastic Siamese MAE Pretraining for Longitudinal Medical Images

随机时序Siamese MAE预训练用于纵向医学图像

Taha Emre, Arunava Chakravarty, Thomas Pinetz, Dmitrii Lachinov, Martin J. Menten, Hendrik Scholl, Sobha Sivaprasad, Daniel Rueckert, Andrew Lotery, Stefan Sacu, Ursula Schmidt-Erfurth, Hrvoje Bogunović

机构 * Institute of Artificial Intelligence, Center for Medical Data Science, Medical University of Vienna（人工智能研究所，医学数据科学中心，维也纳医科大学） ； Department of Ophthalmology and Optometry, Medical University of Vienna（眼科学与视光学系，维也纳医科大学） ； Ophthalmic Image Analysis Group (OPTIMA), Medical University of Vienna（眼科影像分析组（OPTIMA），维也纳医科大学） ； BioMedIA, Department of Computing, Imperial College London（BioMedIA，计算系，伦敦帝国理工学院） ； Chair for AI in Healthcare and Medicine, Technical University of Munich（医学与健康人工智能教授职位，慕尼黑技术大学） ； Moorfields National Institute for Health and Care Biomedical Research Centre, Moorfields Eye Hospital（莫尔菲尔兹国家健康与护理生物医学研究中心，莫尔菲尔兹眼科医院） 纠错

AI总结 STAMP通过随机过程和条件变分推断，提升纵向医学图像中疾病进展的建模能力。

Comments Under review. Code is available in https://github.com/EmreTaha/STAMP

Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models

通过组成提示引导的扩散模型实现鲁棒的息肉检测与诊断

Jia Yu, Yan Zhu, Peiyao Fu, Tianyi Chen, Junbo Huang, Quanlin Li, Pinghong Zhou, Zhihua Wang, Fei Wu, Shuo Wang, Xian Yang

机构 * Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study of Zhejiang University（浙江大学上海高等研究院） ； Endoscopy Center, Zhongshan Hospital, Fudan University（复旦大学中山医院内窥镜中心） ； Shanghai Collaborative Innovation Center of Endoscopy（上海内窥镜协同创新中心） ； Digital Medical Research Center, School of Basic Medical Sciences, Fudan University（复旦大学基础医学院数字医疗研究中心） ； Shanghai Key Laboratory of MICCAI（上海MICCAI重点实验室） ； Alliance Manchester Business School, The University of Manchester（曼彻斯特大学联盟商学院） ； Data Science Institute, Imperial College London（伦敦帝国学院数据科学研究所） 纠错

AI总结 本文提出PSDM模型，通过整合多种临床注释生成合成图像，提升息肉检测、分类和分割的鲁棒性和泛化能力。

Journal ref IEEE Trans. Med. Imaging, vol. 44, no. 12, pp. 5245-5257, Dec. 2025

KV-Tracker: Real-Time Pose Tracking with Transformers

KV-Tracker: 基于Transformer的实时姿态跟踪

Marwan Taher, Ignacio Alzugaray, Kirill Mazur, Xin Kong, Andrew J. Davison

机构 * Dyson Robotics Lab, Imperial College London（戴森机器人实验室，帝国理工学院伦敦） 纠错

AI总结 KV-Tracker通过基于Transformer的快速缓存机制实现实时姿态跟踪与场景重建，无需深度信息或物体先验，达到27 FPS的高帧率。

Comments Project Page: https://marwan99.github.io/kv_tracker

Gaussian entropic optimal transport: Schrödinger bridges and the Sinkhorn algorithm

高斯熵最优传输：施罗德inger桥与Sinkhorn算法

O. Deniz Akyildiz, Pierre Del Moral, Joaquín Miguez

机构 * Department of Mathematics, Imperial College London, UK ； Centre de Recherche Inria Bordeaux Sud-Ouest, Talence, France ； Department of Signal Theory \& Communications, Universidad Carlos III de Madrid, Spain 纠错

AI总结 本文提出了一种基于高斯多元模型的有限维递归公式，用于解决熵最优传输问题，并开发了自包含的高斯Sinkhorn算法收敛性分析，包括熵传输映射和Schrödinger桥的闭合形式表达式。

Comments Accepted to Foundations of Data Science (FoDS)