医学 AI

Diffusion Model in Latent Space for Medical Image Segmentation Task

用于医学图像分割任务的潜在空间扩散模型

Huynh Trinh Ngoc, Toan Nguyen Hai, Ba Luong Son, Long Tran Quoc

机构 * Ngoc Huynh Trinh1（Ngoc Huynh Trinh） ； Hai Toan Nguyen ； Son Ba Luong ； Quoc Long Tran2（Quoc Long Tran） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 MedSegLatDiff结合VAE和潜在扩散模型，通过加权交叉熵损失提升医学图像分割的精度与可靠性，适用于临床部署。

Enhancing Renal Tumor Malignancy Prediction: Deep Learning with Automatic 3D CT Organ Focused Attention

增强肾肿瘤恶性预测：基于自动3D CT器官聚焦注意力的深度学习

Zhengkang Fan, Chengkun Sun, Russell Terry, Jie Xu, Longin Jan Latecki

机构 * 1 Department of Health Outcomes \& Biomedical Informatics, University of Florida, Gainesville, FL, USA 2 Department of Urology, University of Florida, Gainesville, FL, USA 3 Department of Computer \& Information Sciences, Temple University, Philadelphia, PA, USA 纠错

专题命中 医学影像 ：CT(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种无需手动分割的深度学习框架，利用器官聚焦注意力机制提升肾肿瘤恶性预测的准确性。

Comments 5 pages, 2 figures, Accepted at IEEE ISBI 2026

FairQuant: Fairness-Aware Mixed-Precision Quantization for Medical Image Classification

FairQuant: 医学图像分类中的公平性感知混合精度量化

Thomas Woergaard, Raghavendra Selvan

机构 * Department of Computer Science, University of Copenhagen, Denmark（计算机科学系，哥本哈根大学，丹麦） 纠错

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG

AI总结 FairQuant通过公平性感知的混合精度量化方法，在医学图像分类中提升模型精度和公平性，实现性能与效率的平衡。

Comments Source code available at https://github.com/saintslab/FairQuant

Is Exchangeability better than I.I.D to handle Data Distribution Shifts while Pooling Data for Data-scarce Medical image segmentation?

交换性是否比独立同分布更好用于处理数据分布偏移以在数据池化时处理数据稀缺的医学图像分割？

Ayush Roy, Samin Enam, Jun Xia, Won Hwa Kim, Vishnu Suresh Lokhande

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG

AI总结 本文提出了一种基于交换性的医学图像分割方法，通过控制前景-背景特征差异，提升数据池化下的分割性能。

Comments MIDL 2026

SpectralMamba-UNet: Frequency-Disentangled State Space Modeling for Texture-Structure Consistent Medical Image Segmentation

SpectralMamba-UNet: 频率解耦的状态空间建模用于纹理-结构一致的医学图像分割

Fuhao Zhang, Lei Liu, Jialin Zhang, Ya-Nan Zhang, Nan Mu

机构 * College of Computer Science（计算机科学学院） ； Sichuan Normal University（四川师范大学） ； Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； State Key Laboratory of Public Big Data（公共大数据国家重点实验室） ； Guizhou University（贵州大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV

AI总结 SpectralMamba-UNet通过频域解耦结构与纹理信息，提升医学图像分割的精度和泛化能力。

Optimizing Neural Network Architecture for Medical Image Segmentation Using Monte Carlo Tree Search

利用蒙特卡洛树搜索优化医疗图像分割的神经网络架构

Liping Meng, Fan Nie, Yunyun Zhang, Chao Han

机构 * Xi'an Kedagaoxin University, Faculty of Science（西安科大新大学科学学院） ； Xi'an Kedagaoxin University, School of International Education（西安科大新大学国际教育学院） ； Saint Petersburg State University（圣彼得堡国立大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV

AI总结 本文提出MNAS-Unet框架，结合MCTS和NAS优化医疗图像分割架构，提升搜索效率并实现轻量模型。

LinGuinE: Longitudinal Guidance Estimation for Volumetric Tumour Segmentation

LinGuinE：纵向引导估计用于体积肿瘤分割

Nadine Garibli, Mayank Patwari, Bence Csiba, Yi Wei, Kostantinos Sidiropoulos

机构 * AstraZeneca（阿斯利康） 纠错

专题命中 医学影像 ：pathology(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 LinGuinE通过结合图像配准和引导分割，实现单个放射科医生提示下的纵向肿瘤分割与跟踪，适用于多扫描的体积掩码生成。

Comments 10 pages, 2 figures

Automated Disentangling Analysis of Skin Colour for Lesion Images

皮肤病变图像中皮肤颜色自动解构分析

Wenbo Yang, Eman Rezk, Walaa M. Moursi, Zhou Wang

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 本文提出了一种皮肤颜色解构框架，通过学习结构化潜在空间，解决皮肤颜色差异导致的模型性能下降问题，并实现皮肤状况的反事实编辑和颜色转换。

ColoDiff: Integrating Dynamic Consistency With Content Awareness for Colonoscopy Video Generation

ColoDiff：整合动态一致性与内容感知用于结肠镜视频生成

Junhu Fu, Shuyu Liang, Wutong Li, Chen Ma, Peng Huang, Kehao Wang, Ke Chen, Shengli Lin, Pinghong Zhou, Zeju Li, Yuanyuan Wang, Yi Guo

机构 * College of Biomedical Engineering, Fudan University（复旦大学生物医学工程学院） ； Fudan University Shanghai Cancer Center（复旦大学上海肿瘤中心） ； Endoscopy Center and Endoscopy Research Institute, Zhongshan Hospital, Fudan University（复旦大学中山医院内窥镜中心和内窥镜研究所） ； Shanghai Collaborative Innovation Center of Endoscopy（上海内窥镜协同创新中心） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 ColoDiff通过整合动态一致性与内容感知，生成高质量的结肠镜视频，以缓解数据短缺并辅助临床分析。

A data- and compute-efficient chest X-ray foundation model beyond aggressive scaling

超越激进扩展的高效胸片基础模型

Chong Wang, Yabin Zhang, Yunhe Gao, Maya Varma, Clemence Mottez, Faidra Patsatzi, Jiaming Liu, Jin Long, Jean-Benoit Delbrouck, Sergios Gatidis, Akshay S. Chaudhari, Curtis P. Langlotz

机构 * Stanford Center for Artificial Intelligence in Medicine and Imaging（斯坦福大学人工智能医学与成像中心） ； Stanford University（斯坦福大学） ； Department of Radiology（放射科） ； Department of Computer Science（计算机科学系） ； Department of Pediatrics（儿科） ； Department of Biomedical Data Science（生物医学数据科学系） ； Department of Medicine（医学系） 纠错

专题命中 医学影像 ：radiology(abstract)；分类 cs.CV

AI总结 CheXficient通过高效数据整理和计算资源利用，在少量数据和计算预算下实现了与大规模预训练模型相当的性能，提升了医学影像基础模型的泛化能力。

IRSDE-Despeckle: A Physics-Grounded Diffusion Model for Generalizable Ultrasound Despeckling

IRSDE-Despeckle: 一种基于物理的扩散模型用于通用的超声去斑处理

Shuoqi Chen, Yujia Wu, Geoffrey P. Luke

机构 * Thayer School of Engineering, Dartmouth College, Hanover, NH, USA（达特茅斯学院工程学院） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 IRSDE-Despeckle提出了一种基于物理的扩散模型，用于通用的超声去斑处理，通过模拟数据集训练，有效抑制斑点并保留解剖结构，同时量化预测不确定性，提升临床应用的鲁棒性。

Comments 12 pages main text + 6 pages appendix, 7 figures main + 3 figures appendix, 3 tables main + 1 table appendix. Preprint

Q$^2$: Quantization-Aware Gradient Balancing and Attention Alignment for Low-Bit Quantization

Q$^2$: 量化感知梯度平衡与注意力对齐用于低比特量化

Zhaoyang Wang, Dong Wang

机构 * Institute of Information Science, Beijing Jiaotong University（信息科学研究院，北京交通大学） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 Q$^2$通过梯度平衡与注意力对齐技术，提升低比特量化在目标检测和图像分割任务中的性能，实现mAP和mDICE的显著提升。

Comments 24 pages,6 figures

Human-Guided Shade Artifact Suppression in CBCT-to-MDCT Translation via Schrödinger Bridge with Conditional Diffusion

基于Schrödinger Bridge的受人类指导的CBCT到MDCT翻译中的阴影伪影抑制

Sung Ho Kang, Hyun-Cheol Park

机构 * National Institute for Mathematical Sciences（国家信息科学研究院） ； Department of Computer Engineering, Korea National University of Transportation（计算机工程系，韩国交通国立大学） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV

AI总结 本文提出了一种基于Schrödinger Bridge的框架，通过人类指导的条件扩散模型实现CBCT到MDCT的翻译，有效抑制阴影伪影并提升医学图像的解剖学准确性与感知可控性。

Photonic Neuromorphic Computing enabled by a BIC Metasurface

由BIC超材料 enabled 的光子神经形态计算

Jingsong Fu, Ruiheng Jin, Zhaohui Xie, Haijun Tang, Xiong Jiang, Yue Cui, Xiangtong Kong, Wentao Hao, Geyang Qu, Can Huang, Qingha Song

专题命中 医学影像 ：MRI(abstract)

AI总结 本研究提出了一种基于BIC超材料的光子递归网络，实现了脑启发的时空信息处理，通过光子-物质相互作用实现了高效能的神经形态计算。

Convergence of Ray- and Pixel-Driven Discretization Frameworks in the Strong Operator Topology

射线驱动和像素驱动离散化框架在强算子拓扑下的收敛性

Richard Huber

专题命中 医学影像 ：CT(abstract)

AI总结 本文研究了射线驱动和像素驱动离散化方法在强算子拓扑下的收敛性，证明了在平衡分辨率下，这两种方法能有效逼近Radon变换。

Comments 38 pages, 14 figures, Preprint was substantially updated with inclusion of section 4.2.2 concerning numerical experiments for the backprojection, as well as improvements in all sections