医学 AI

General vs Domain-Specific CNNs: Understanding Pretraining Effects on Brain MRI Tumor Classification

通用与领域特定CNNs：理解预训练对脑MRI肿瘤分类的影响

Helia Abedini, Saba Rahimi, Reza Vaziri

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

AI总结 本研究比较了三种CNN架构在脑肿瘤分类中的表现，发现通用网络ConvNeXt-Tiny在数据稀缺情况下表现更优，而领域特定预训练模型泛化能力有限。

Radiologist Copilot: An Agentic Framework Orchestrating Specialized Tools for Reliable Radiology Reporting

放射科助手：一种协调专用工具的代理框架以实现可靠的放射学报告

Yongrui Yu, Zhongzhen Huang, Linjie Mu, Shaoting Zhang, Xiaofan Zhang

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； SenseTime Research, Shanghai, China（商汤研究） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） 纠错

专题命中 医学影像 ：radiology(title,abstract)；medical image(abstract)

AI总结 放射科助手通过协调专用工具实现全面的放射学报告流程，提升报告准确性和临床标准符合度。

Few-Shot Continual Learning for 3D Brain MRI with Frozen Foundation Models

小样本持续学习用于3D脑部MRI

Chi-Sheng Chen, Xinyu Zhang, Guan-Ying Chen, Qiuzhe Xie, Fan Zhang, En-Jui Kuo

机构 * Independent Researcher, USA（美国独立研究者） ； Indiana University at Bloomington, United States（印第安纳大学布卢明顿分校） ； Independent Researcher, Taiwan（台湾独立研究者） ； National Taiwan University, Taiwan（台湾国立大学） ； Boise State University, United States（博伊西州立大学） ； National Yang Ming Chiao Tung University, Taiwan（台湾阳明交通大学） 纠错

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

AI总结 本文提出基于冻结基础模型与任务特定LoRA模块的小样本持续学习方法，有效解决3D脑部MRI肿瘤分割与脑年龄估计任务中的灾难性遗忘问题。

Automated Extraction of Unstructured Post-SBRT Toxicity Data from Radiology Reports Using Large Language Models

利用大型语言模型自动提取放射治疗后无结构影像报告中的毒性数据

Justin Pijanowski, Yakout Mezgueldi, Alan Lee, Drew Moghanaki, Ricky R. Savjani, James Lamb

专题命中 医学影像 ：radiology(title,abstract)；CT(abstract)

AI总结 本研究利用大型语言模型自动提取放射治疗后影像报告中的毒性数据和进展信息，通过设计提示和多审者共识定义标签，实现了高准确率的提取效果。

SALIENT: Frequency-Aware Paired Diffusion for Controllable Long-Tail CT Detection

SALIENT: 用于可控长尾CT检测的频率感知配对扩散

Yifan Li, Mehrdad Salimitari, Taiyu Zhang, Guang Li, David Dreizin

机构 * Trauma Radiology AI Laboratory (TRAIL)（创伤放射AI实验室） ； Department of Radiology and Nuclear Medicine（放射科与核医学科） ； University of Maryland School of Medicine（马里兰大学医学院） 纠错

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

AI总结 SALIENT通过频率感知的配对扩散方法，在长尾CT检测中实现可控且高效的增强，提升生成真实性并改善检测性能。

Comments 5 figures

A multimodal slice discovery framework for systematic failure detection and explanation in medical image classification

一种用于医学图像分类中系统性故障检测和解释的多模态切片发现框架

Yixuan Liu, Kanwal K. Bhatia, Ahmed E. Fetit

机构 * Department of Computing, Imperial College London, UK（帝国理工学院 computing 部，英国） ； Aival, London, UK（Aival，伦敦，英国） 纠错

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

AI总结 该研究提出了一种多模态切片发现框架，用于医学图像分类中的系统性故障检测与解释，展示了其在故障发现和解释生成方面的有效性。

SegReg: Latent Space Regularization for Improved Medical Image Segmentation

SegReg: 隐空间正则化以提升医学图像分割

Puru Vaish, Amin Ranem, Felix Meister, Tobias Heimann, Christoph Brune, Jelmer M. Wolterink

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

AI总结 SegReg通过隐空间正则化提升医学图像分割的泛化能力和连续学习性能。

Comments 11 pages, 3 figures, 2 tables, under review

SGDC: Structurally-Guided Dynamic Convolution for Medical Image Segmentation

SGDC：结构引导的动态卷积用于医学图像分割

Bo Shi, Wei-ping Zhu, M. N. S. Swamy

机构 * Department of Electrical and Computer Engineering, Concordia University（电气与计算机工程系，康科迪亚大学） 纠错

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

AI总结 SGDC通过结构引导动态卷积提升医学图像分割的边界保真度，减少Hausdorff距离并提高IoU，适用于细粒度结构敏感任务。

R2GenCSR: Mining Contextual and Residual Information for LLMs-based Radiology Report Generation

R2GenCSR: 为基于大语言模型的放射学报告生成挖掘上下文和残差信息

Xiao Wang, Yuehang Li, Fuling Wang, Shiao Wang, Chuanfu Li, Bo Jiang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； First Affiliated Hospital of Anhui University of Chinese Medicine（安徽中医药大学第一附属医院） 纠错

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

AI总结 R2GenCSR通过引入Mamba和上下文检索提升基于LLM的放射学报告生成性能

Comments R2GenCSR is accepted by IEEE Journal of Biomedical and Health Informatics (JBHI) 2026

Modeling Clinical Uncertainty in Radiology Reports: from Explicit Uncertainty Markers to Implicit Reasoning Pathways

在放射学报告中建模临床不确定性：从显式不确定性标记到隐式推理路径

Paloma Rabaey, Jong Hak Moon, Jung-Oh Lee, Min Gwan Kim, Hangyul Yoon, Thomas Demeester, Edward Choi

专题命中 医学影像 ：radiology(title,abstract)

AI总结 本研究提出Lunguage++基准，通过显式和隐式不确定性建模方法，提升放射学报告中不确定性分析的准确性和应用性。

TARDis: Time Attenuated Representation Disentanglement for Incomplete Multi-Modal Tumor Segmentation and Classification

TARDis: 用于不完整多模态肿瘤分割与分类的时间衰减表示解耦

Zishuo Wan, Qinqin Kang, Na Li, Yi Huang, Qianru Zhang, Le Lu, Yun Bian, Dawei Ding, Ke Yan

机构 * School of Automation and Electrical Engineering, University of Science and Technology Beijing（北京科技大学自动化与电气工程学院） ； Alibaba Group DAMO Academy（阿里巴巴集团DAMO学院） ； Hupan Lab（湖畔实验室） ； Departments of Radiology, Changhai Hospital（上海长海医院放射科） 纠错

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

AI总结 TARDis通过时间衰减表示解耦框架，解决多模态肿瘤分割与分类中缺失模态问题，提升诊断精度并降低辐射暴露。

Extending 2D foundational DINOv3 representations to 3D segmentation of neonatal brain MR images

将2D基础DINOv3表示扩展到新生儿脑部MRI图像的3D分割

Annayah Usman, Behraj Khan, Tahir Qasim Syed

机构 * Institute of Business Administration Karachi（卡拉奇商业管理学院） 纠错

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

AI总结 本文提出了一种基于结构化窗口分解-重组机制的方法，利用冻结的2D基础表示扩展到3D分割，实现了对新生儿脑部MRI图像的高精度分割。

Clinically-aligned ischemic stroke segmentation and ASPECTS scoring on NCCT imaging using a slice-gated loss on foundation representations

临床对齐的脑梗死分割及ASPECTS评分在非增强CT影像中的应用：基于基础表示的切片门控损失

Hiba Azeem, Behraj Khan, Tahir Qasim Syed

机构 * Institute of Business Administration Karachi（Karachi 商务学院） 纠错

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

AI总结 本文提出一种基于基础表示和切片门控损失的临床对齐框架，用于非增强CT影像中的脑梗死分割及ASPECTS评分，提升了分割精度和评分一致性。

SegMate: Asymmetric Attention-Based Lightweight Architecture for Efficient Multi-Organ Segmentation

SegMate: 基于非对称注意力机制的轻量级架构用于高效的多器官分割

Andrei-Alexandru Bunea, Dan-Matei Popovici, Radu Tudor Ionescu

机构 * POLITEHNICA Bucharest（巴奇利大学） ； University of Bucharest（布加勒斯特大学） 纠错

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

AI总结 SegMate 通过非对称架构和注意力机制，实现高效的多器官分割，减少计算资源需求并提升分割性能。

BiM-GeoAttn-Net: Linear-Time Depth Modeling with Geometry-Aware Attention for 3D Aortic Dissection CTA Segmentation

BiM-GeoAttn-Net：基于几何感知注意力的线性时间深度建模用于3D主动脉夹层CTA分割

Yuan Zhang, Lei Liu, Jialin Zhang, Ya-Nan Zhang, Ling Wang, Nan Mu

机构 * College of Computer Science Sichuan Normal University（四川师范大学计算机学院） ； Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； State Key Laboratory of Public Big Data Guizhou University（贵州公共大数据省重点实验室贵州大学） 纠错

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

AI总结 BiM-GeoAttn-Net通过几何感知注意力与线性时间深度建模，实现高效准确的3D主动脉夹层CTA分割。

Toward Guarantees for Clinical Reasoning in Vision Language Models via Formal Verification

通过形式验证为视觉语言模型中的临床推理提供保证

Vikash Singh, Debargha Ganguly, Haotian Yu, Chengwei Zhou, Prerna Singh, Brandon Lee, Vipin Chaudhary, Gourav Datta

机构 * Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 通过形式验证框架，为视觉语言模型的临床推理提供保证，验证诊断主张的数学推导性，提升生成临床助手的正确性和精度。

Parallel Continuous-Time Relative Localization with Augmented Clamped Non-Uniform B-Splines

并行连续时间相对定位与增强钳制非均匀B样条

Jiadong Lu, Zhehan Li, Tao Han, Miao Xu, Chao Xu, Yanjun Cao

机构 * State Key Laboratory of Industrial Control Technology, Institute of Cyber-Systems and Control, Zhejiang University（工业控制技术国家重点实验室，系统与控制研究所，浙江大学） ； Huzhou Institute of Zhejiang University（浙江大学湖州研究院） ； Department of Automatic Control, Faculty of Engineering, Lund University（自动控制系，工程学院， Lund大学） 纠错

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出CT-RIO框架，利用钳制非均匀B样条实现高精度、低延迟的多机器人相对定位，通过灵活的节点管理提升计算效率。

Comments 26 pages, 23 figures, submitted to IEEE Transactions on Robotics

(Dis)Proving Spectre Security with Speculation-Passing Style

(驳斥)证明Spectre安全性的投机传递风格

Santiago Arranz-Olmos, Gilles Barthe, Lionel Blatter, Xingyu Xie, Zhiyuan Zhang

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种名为Speculation-Passing Style的程序转换方法，通过将SCT验证转化为CT验证，为Spectre漏洞的安全性分析提供了形式化基础。