医学 AI

Spinverse: Differentiable Physics for Permeability-Aware Microstructure Reconstruction from Diffusion MRI

Spinverse: 可微物理用于从扩散MRI中感知渗透性的微结构重建

Prathamesh Pradeep Khole, Mario M. Brenes, Zahra Kais Petiwala, Ehsan Mirafzali, Utkarsh Gupta, Jing-Rebecca Li, Andrada Ianus, Razvan Marinescu

机构 * University of California Santa Cruz（加州大学圣克鲁兹分校） ； University of California San Diego（加州大学圣地亚哥分校） ； Inria-Saclay（Inria-萨克莱实验室） ； Kings College London（伦敦国王学院） 纠错

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

AI总结 Spinverse通过可微物理方法从扩散MRI中感知渗透性，重建微结构并优化渗透性参数以提高边界准确性和结构有效性。

Comments 10 Pages, 5 Figures, 2 Tables

DMD-augmented Unpaired Neural Schrödinger Bridge for Ultra-Low Field MRI Enhancement

DMD增强的无配对神经施罗德桥用于超低场MRI增强

Youngmin Kim, Jaeyun Shin, Jeongchan Kim, Taehoon Lee, Jaemin Kim, Peter Hsu, Jelle Veraart, Jong Chul Ye

机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） ； NYU Langone Health（纽约大学朗格one健康） 纠错

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

AI总结 本文提出了一种基于DMD增强的无配对神经施罗德桥方法，用于提升超低场MRI图像质量，通过结合分布匹配与解剖结构保持正则化器，实现现实感与结构保真的平衡。

Limited-Angle CT Reconstruction Using Multi-Volume Latent Consistency Model

有限角度CT重建使用多体积潜在一致性模型

Hinako Isogai, Naruki Murahashi, Mitsuhiro Nakamura, Megumi Nakao

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

AI总结 本研究提出多体积潜在扩散模型，用于有限角度CT重建，实现高精度图像生成和不同成像条件下的稳定性能。

Exploiting Intermediate Reconstructions in Optical Coherence Tomography for Test-Time Adaption of Medical Image Segmentation

利用光学相干断层扫描中的中间重建以实现医疗图像分割的测试时间适应

Thomas Pinetz, Veit Hucke, Hrvoje Bogunovic

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

AI总结 本文提出IRTTA方法，利用光学相干断层扫描中的中间重建信息，在测试时间适应医疗图像分割，提升分割性能并实现语义不确定性估计。

Comments Accepted at MIDL 2026

TumorFlow: Physics-Guided Longitudinal MRI Synthesis of Glioblastoma Growth

TumorFlow: 基于物理的纵向MRI合成胶质瘤生长

Valentin Biller, Niklas Bubeck, Lucas Zimmer, Ayhan Can Erdur, Sandeep Nagar, Anke Meyer-Baese, Daniel Rückert, Benedikt Wiestler, Jonas Weidner

机构 * Technical University of Munich (TUM), Germany（慕尼黑技术大学（TUM）） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； AI for Image-Guided Diagnosis and Therapy（图像引导诊断与治疗的AI） ； Chair for AI in Healthcare and Medicine, TUM and TUM University Hospital, Munich, Germany（医疗与医学中的AI主任，慕尼黑技术大学及慕尼黑大学医院） 纠错

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

AI总结 TumorFlow通过结合生物物理模型和生成模型，实现胶质瘤纵向MRI的合成，提供可解释的肿瘤生长估计和可控的合成数据生成。

Elucidating the Design Space of Arbitrary-Noise-Based Diffusion Models

阐明基于任意噪声的扩散模型的设计空间

Xingyu Qiu, Mengying Yang, Xinghua Ma, Dong Liang, Fanding Li, Gongning Luo, Wei Wang, Kuanquan Wang, Shuo Li

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 EDA通过扩展噪声模式灵活性并保持模块化，提升图像恢复任务的泛化能力。

Comments 16 pages, 4 figures, accepted by CVPR 2026

CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation

基于CT的患者特异性模拟与接触感知的耳蜗植入手术机器人规划

Lingxiao Xun, Gang Zheng, Alexandre Kruszewski, Renato Torres

专题命中 医学影像 ：CT(title,abstract)

AI总结 本文提出了一种基于CT的患者特异性模拟与接触感知的耳蜗植入手术机器人规划方法，通过低维可微模型和伪动力学正则化，实现精确的接触力预测和手术安全。

Learning to Select Like Humans: Explainable Active Learning for Medical Imaging

学习人类选择：用于医学影像的可解释主动学习

Ifrat Ikhtear Uddin, Longwei Wang, Xiao Qin, Yang Zhou, KC Santosh

机构 * AI Research, Department of Computer Science, University of South Dakota（人工智能研究，计算机科学系，南达科他大学） ； Department of Computer Science and Software Engineering, Auburn University（计算机科学与软件工程系，阿伯丁大学） 纠错

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

AI总结 本文提出了一种结合分类不确定性与注意力错位的可解释性引导主动学习方法，通过提升医学影像模型的预测性能和空间可解释性，实现更高效的样本选择。

Comments Accepted for publication IEEE Conference on Artificial Intelligence 2026, Granada, Spain

Meta-D: Metadata-Aware Architectures for Brain Tumor Analysis and Missing-Modality Segmentation

元-D：面向脑肿瘤分析和缺失模态分割的元数据感知架构

SangHyuk Kim, Daniel Haehn, Sumientra Rampersad

机构 * University of Massachusetts Boston（马萨诸塞大学波士顿分校） 纠错

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

AI总结 Meta-D通过整合元数据提升脑肿瘤分析和缺失模态分割性能，利用元数据引导特征提取，提高分割精度并减少模型参数。

Comments 9 pages, 2 figures, 3 tables

CCSD: Cross-Modal Compositional Self-Distillation for Robust Brain Tumor Segmentation with Missing Modalities

CCSD：跨模态组合自蒸馏用于缺失模态的鲁棒脑肿瘤分割

Dongqing Xie, Yonghuang Wu, Zisheng Ai, Jun Min, Zhencun Jiang, Shaojin Geng, Lei Wang

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（上海智能自主系统研究院，同济大学） ； College of Biomedical Engineering, Fudan University（生物医学工程学院，复旦大学） ； School of Medicine, Tongji University（医学院，同济大学） ； College of Information Engineering, China Jiliang University（信息工程学院，中国嘉兴大学） 纠错

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

AI总结 CCSD通过跨模态组合自蒸馏方法，提升在缺失模态下的脑肿瘤分割鲁棒性与泛化能力。

Comments 29 pages, 5 figures, 6 tables

ICHOR: A Robust Representation Learning Approach for ASL CBF Maps with Self-Supervised Masked Autoencoders

ICHOR：一种用于ASL CBF图的鲁棒表示学习方法，基于自监督掩码自编码器

Xavier Beltran-Urbano, Yiran Li, Xinglin Zeng, Katie R. Jobson, Manuel Taso, Christopher A. Brown, David A. Wolk, Corey T. McMillan, Ilya M. Nashrallah, Paul A. Yushkevich, Ze Wang, John A. Detre, Sudipto Dolui

机构 * University of Pennsylvania, Philadelphia, USA（宾夕法尼亚大学） ； University of Maryland School of Medicine, Baltimore, USA（约翰霍普金斯大学医学院） 纠错

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

AI总结 ICHOR通过自监督预训练方法，利用3D掩码自编码器提升ASL CBF图的表示学习，实现跨研究和协议的鲁棒性与泛化能力。

Federated Modality-specific Encoders and Partially Personalized Fusion Decoder for Multimodal Brain Tumor Segmentation

联邦模态特定编码器和部分个性化融合解码器用于多模态脑肿瘤分割

Hong Liu, Dong Wei, Qian Dai, Xian Wu, Yefeng Zheng, Liansheng Wang

机构 * National Institute for Data Science in Health and Medicine（国家医学数据科学研究院） ； Department of Computer Science at School of Informatics（信息学院计算机科学系） ； Jarvis Research Center（Jarvis研究中心） ； Medical Artificial Intelligence Lab（医学人工智能实验室） 纠错

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

AI总结 本文提出FedMEPD框架，通过联邦模态特定编码器和部分个性化融合解码器，解决多模态医学图像分析中的模态间异质性和个性化需求问题。

Comments Medical Image Analysis 2025. arXiv admin note: substantial text overlap with arXiv:2403.11803

Bayesian Inference for PDE-based Inverse Problems using the Optimization of a Discrete Loss

基于PDE的逆问题的贝叶斯推断：通过离散损失优化

Lucas Amoudruz, Sergey Litvinov, Costas Papadimitriou, Petros Koumoutsakos

机构 * Computational Science and Engineering Laboratory, Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛约翰·A·保罗森工程与应用科学学校计算科学与工程实验室） ； System Dynamics Laboratory, Department of Mechanical Engineering, University of Thessaly（塞萨洛尼基大学机械工程系系统动力学实验室） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本文提出B-ODIL方法，通过结合PDE损失作为先验知识和数据似然，实现基于贝叶斯推断的PDE逆问题求解，用于肿瘤浓度估计及不确定性量化。

Tell2Adapt: A Unified Framework for Source Free Unsupervised Domain Adaptation via Vision Foundation Model

Tell2Adapt：通过视觉基础模型实现源无关无监督领域自适应的统一框架

Yulong Shi, Shijie Li, Ziyi Li, Lin Qi

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

AI总结 Tell2Adapt通过视觉基础模型实现源无关无监督领域自适应，利用上下文感知提示正则化和视觉合理性细化提升医学图像分割性能。

Comments Accepted by IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2026)

Continuous-Time Analysis of AFDM: Pulse-Shaping, Fundamental Bounds and Impact of Hardware Impairments

AFDM的连续时间分析：脉冲成型、基本界限及硬件失真影响

Michele Mirabella, Hyeon Seok Rou, Pasquale Di Viesti, Giuseppe Thadeu Freitas de Abreu, Giorgio Matteo Vitetta

专题命中 医学影像 ：CT(abstract)；分类 eess.SP

AI总结 本文提出基于仿射傅里叶级数的连续时间分析框架，揭示了AFDM中严格带限脉冲和子载波抑制策略的重要性，并推导了其功率谱密度及信道参数估计的Cramér-Rao界限，展示了AFDM在多普勒模糊问题上的独特优势。

DRBD-Mamba for Robust and Efficient Brain Tumor Segmentation with Analytical Insights

DRBD-Mamba用于鲁棒且高效的脑肿瘤分割与分析洞察

Danish Ali, Ajmal Mian, Naveed Akhtar, Ghulam Mubashar Hassan

机构 * The University of Western Australia（西澳大学） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 DRBD-Mamba通过双分辨率双向Mamba模型实现高效鲁棒的脑肿瘤分割，采用空间填充曲线和门控融合模块提升特征表示，取得更高的Dice分数和15倍效率提升。

A Practical Post-Quantum Distributed Ledger Protocol for Financial Institutions

一种实用的后量子分布式账本协议用于金融机构

Yeoh Wei Zhu, Naresh Goud Boddu, Yao Ma, Shaltiel Eloul, Giulio Golinelli, Yash Satsangi, Rob Otter, Kaushik Chakraborty

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种基于格的后量子分布式账本协议，通过零知识证明技术和新型范围证明，提升金融机构交易的保密性和可审计性。