科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-03-05 至 2026-03-05 共收录 3 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 3 篇

2603.03618 2026-03-05 cs.CV 90%

CoRe-BT: A Multimodal Radiology-Pathology-Text Benchmark for Robust Brain Tumor Typing

CoRe-BT：一种多模态放射科-病理科-文本基准，用于鲁棒性脑肿瘤分类

Juampablo E. Heras Rivera, Daniel K. Low, Xavier Xiong, Jacob J. Ruzevick, Daniel D. Child, Wen-wai Yim, Mehmet Kurt, Asma Ben Abacha

机构 * University of Washington（华盛顿大学）； University of Washington School of Medicine（华盛顿大学医学院）； Microsoft Health AI（微软健康人工智能）

专题命中病理影像：pathology(title,abstract)；radiology(title,abstract)；MRI(abstract)；diagnosis(abstract)

AI总结 CoRe-BT提出一个多模态基准，用于在缺失模态条件下提升脑肿瘤分类的鲁棒性，通过整合MRI、病理图像和报告，推动多模态学习与表示学习的发展。

Comments Under review, MICCAI 2026

2603.04240 2026-03-05 cs.CV 57%

DeNuC: Decoupling Nuclei Detection and Classification in Histopathology

DeNuC：解耦组织病理学中的核检测与分类

Zijiang Yang, Chen Kuang, Dongmei Fu

机构 * School of Automation and Electrical Engineering, University of Science and Technology Beijing（自动化与电气工程学院，北京科技大学）； University of Science and Technology Beijing（北京科技大学）； Beijing Engineering Research Center of Industrial Spectrum Imaging（工业光谱成像工程研究中心）

专题命中病理影像：pathology(abstract)；分类 cs.CV

AI总结 DeNuC通过解耦核检测与分类，提升病理图像中核检测与分类的性能，显著优于现有方法。

Comments 10 pages

2603.03527 2026-03-05 cs.LG 57%

Logit-Level Uncertainty Quantification in Vision-Language Models for Histopathology Image Analysis

视觉-语言模型在病理图像分析中的logit级不确定性量化

Betul Yurdem, Ferhat Ozgur Catak, Murat Kuzlu, Mehmet Kemal Gullu

机构 * Department of Electrical and Electronics Engineering, Izmir Bakircay University（电气与电子工程系，伊兹密尔巴克伊大学）； Department of Electrical Engineering and Computer Science, University of Stavanger（电气工程与计算机科学系，斯塔万格大学）； Batten College of Engineering and Technology, Old Dominion University（工程与技术学院，老奥布良大学）

专题命中病理影像：pathology(abstract)；分类 cs.LG

AI总结本研究提出了一种基于VLMs的logit级不确定性量化框架，用于评估病理图像分析中模型的可靠性与安全性。

Comments 10 pages, 6 figures, 4 tables