医学 AI

RADAR: A Multimodal Benchmark for 3D Image-Based Radiology Report Review

RADAR：用于基于3D图像的放射学报告审查的多模态基准

Zhaoyi Sun, Minal Jagtiani, Wen-wai Yim, Fei Xia, Martin Gunn, Meliha Yetisgen, Asma Ben Abacha

机构 * University of Washington（华盛顿大学） ； Microsoft Health AI（微软健康AI） 纠错

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

AI总结 RADAR是一个用于放射学报告审查的多模态基准，通过3D医学图像与初步报告及候选编辑的配对，评估模型在细粒度临床推理和图像-文本对齐方面的表现。

Subclass Classification of Gliomas Using MRI Fusion Technique

使用MRI融合技术对胶质瘤进行亚类分类

Kiranmayee Janardhan, Christy Bobby Thomas

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

AI总结 本研究提出一种基于MRI融合技术的胶质瘤亚类分类方法，通过融合多模态MRI图像提升分类精度，达到99.25%的准确率。

Comments 15 pages, 7 figures, 1 algorithm, 4 tables, journal paper

Journal ref SN Computer Science, 2025

LightMedSeg: Lightweight 3D Medical Image Segmentation with Learned Spatial Anchors

LightMedSeg: 轻量级3D医学图像分割与学习空间锚点

Kavyansh Tyagi, Vishwas Rathi, Puneet Goyal

机构 * National Institute of Technology Kurukshetra（克什米尔国家理工学院） ； Indian Institute of Technology Ropar（罗帕尔印度理工学院） 纠错

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

AI总结 LightMedSeg通过整合解剖学先验与自适应上下文建模，实现了轻量级3D医学图像分割，以高效且准确的方式替代传统变换器方法。

Comments 8 pages, X figures. Submitted to CVPRW ECV 2026

Structure and Progress Aware Diffusion for Medical Image Segmentation

结构与进展感知扩散用于医学图像分割

Siyuan Song, Guyue Hu, Chenglong Li, Dengdi Sun, Zhe Jin, Jin Tang

机构 * School of Artificial Intelligence（人工智能学院） ； School of Computer Science and Technology（计算机科学与技术学院） ； State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology（光电信息采集与防护技术国家重点实验室） ； Anhui Provincial Key Laboratory of Security Artificial Intelligence（安徽省安全人工智能重点实验室） ； Anhui Provincial Key Laboratory of Multimodal Cognitive Computation（安徽省多模态认知计算重点实验室） 纠错

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

AI总结 本文提出SPAD方法，结合语义集中扩散和边界集中扩散，通过进展感知调度器实现医学图像分割的粗到细的扩散过程。

ForamDeepSlice: A High-Accuracy Deep Learning Framework for Foraminifera Species Classification from 2D Micro-CT Slices

ForamDeepSlice：一种高精度深度学习框架，用于从2D微CT切片对有孔虫物种进行分类

Abdelghafour Halimi, Ali Alibrahim, Didier Barradas-Bautista, Ronell Sicat, Abdulkader M. Afifi

机构 * Visualization Core Lab（可视化核心实验室） ； Physical Sciences and Engineering Division（物理科学与工程 division） 纠错

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

AI总结 ForamDeepSlice通过结合ConvNeXt-Large和EfficientNetV2-Small，实现了95.64%的高准确率，为有孔虫分类提供高效且可重复的深度学习框架。

VesselFusion: Diffusion Models for Vessel Centerline Extraction from 3D CT Images

VesselFusion：基于扩散模型的3D CT图像血管中心线提取

Soichi Mita, Shumpei Takezaki, Ryoma Bise

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

AI总结 VesselFusion通过扩散模型实现3D CT图像中血管中心线的提取，采用粗到细表示和投票聚合方法，提升提取精度和结果自然度。

Mix-modal Federated Learning for MRI Image Segmentation

多模态联邦学习用于磁共振成像图像分割

Guyue Hu, Siyuan Song, Jingpeng Sun, Zhe Jin, Chenglong Li, Jin Tang

机构 * School of Artificial Intelligence（人工智能学院） ； School of Computer Science and Technology（计算机科学与技术学院） ； State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology（光电信息采集与防护技术国家重点实验室） ； Anhui Provincial Key Laboratory of Security Artificial Intelligence（安徽省安全人工智能重点实验室） ； Anhui Provincial Key Laboratory of Multimodal Cognitive Computation（安徽省多模态认知计算重点实验室） 纠错

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

AI总结 本文提出了一种多模态联邦学习框架，用于解决MRI图像分割中的模态异质性和数据异质性问题。

Unified and Semantically Grounded Domain Adaptation for Medical Image Segmentation

统一且语义导向的领域适应用于医学图像分割

Xin Wang, Yin Guo, Jiamin Xia, Kaiyu Zhang, Niranjan Balu, Mahmud Mossa-Basha, Linda Shapiro, Chun Yuan

机构 * Department of Electrical and Computer Engineering, University of Washington（电气与计算机工程系，华盛顿大学） ； Department of Bioengineering, University of Washington（生物工程系，华盛顿大学） ； Department of Radiology, University of Washington（放射学系，华盛顿大学） ； Department of Electrical and Computer Engineering and Paul G. Allen School of Computer Science and Engineering, University of Washington（电气与计算机工程系及保罗·G·阿伦计算机科学与工程学院，华盛顿大学） ； Department of Radiology and Imaging Sciences, University of Utah（放射学与影像科学系，犹他大学） 纠错

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

AI总结 本文提出统一且语义导向的领域适应框架，通过学习领域无关的概率流形实现医学图像分割的跨领域适应，实验显示在源可访问和源自由设置中均取得最佳性能。

Comments Accepted by IEEE Transactions on Medical Imaging

Virtual Intraoperative CT (viCT): Sequential Anatomic Updates for Modeling Tissue Resection Throughout Endoscopic Sinus Surgery

虚拟术中CT（viCT）：用于内窥镜鼻窦手术中逐步更新解剖结构的建模方法

Nicole M. Gunderson, Graham J. Harris, Jeremy S. Ruthberg, Pengcheng Chen, Di Mao, Randall A. Bly, Waleed M. Abuzeid, Eric J. Seibel

机构 * Department of Otolaryngology–Head and Neck Surgery, University of Washington（耳鼻喉科-头颈外科系，华盛顿大学） 纠错

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

AI总结 viCT通过术中内窥镜视频生成3D重建，实现内窥镜鼻窦手术中解剖结构的逐步更新，提升术中可视化精度。

HARP: HARmonizing in-vivo diffusion MRI using Phantom-only training

HARP: 仅使用假体数据进行体内扩散磁共振成像的协调

Hwihun Jeong, Qiang Liu, Kathryn E. Keenan, Elisabeth A. Wilde, Walter Schneider, Sudhir Pathak, Anthony Zuccolotto, Lauren J. O'Donnell, Lipeng Ning, Yogesh Rathi

机构 * Department of Psychiatry（精神医学系） ； Brigham and Women's Hospital（布里奇沃特医院） ； Harvard Medical School（哈佛医学院） ； College of Engineering（工程学院） ； Northeastern University（东北大学） ； National Institute of Standards and Technology（国家标准技术研究院） ； University of Utah School of Medicine（犹他大学医学院） ； George E. Wahlen Veterans Affairs Medical Center（乔治·E·瓦伦的退伍军人事务医疗中心） ； University of Pittsburgh（匹兹堡大学） ； Department of Radiology（放射医学系） ； Harvard-MIT Health Sciences and Technology（哈佛-麻省理工健康科学与技术） 纠错

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

AI总结 HARP通过仅使用假体数据训练深度学习模型，实现了无需多站点活体数据的扩散磁共振成像协调，有效降低了扫描仪间变异性。

Unified Medical Image Segmentation with State Space Modeling Snake

基于状态空间建模的统一医学图像分割蛇

Ruicheng Zhang, Haowei Guo, Kanghui Tian, Jun Zhou, Mingliang Yan, Zeyu Zhang, Shen Zhao

机构 * Sun Yat-sen University（中山大学） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； The Australian National University（澳大利亚国立大学） 纠错

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

AI总结 基于状态空间建模的Mamba Snake框架通过改进的蛇模型实现统一医学图像分割，有效处理多尺度结构异质性，提升分割精度。

Comments This paper has been accepted by ACM MM 2025

Journal ref Proceedings of the 33rd ACM International Conference on Multimedia (ACM MM 2025), Pages 7825-7834

Deep Unrolled Meta-Learning for Multi-Coil and Multi-Modality MRI with Adaptive Optimization

深度展开的元学习用于多线圈和多模态MRI的自适应优化

Merham Fouladvand, Peuroly Batra

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

AI总结 本文提出了一种深度展开的元学习框架，用于多线圈和多模态MRI的自适应优化，通过结合优化算法与元学习提升重建性能。

Deep Learning-Based Approach for Automatic 2D and 3D MRI Segmentation of Gliomas

基于深度学习的自动2D和3D脑瘤MRI分割方法

Kiranmayee Janardhan, Christy Bobby T

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

AI总结 本文提出基于深度学习的全自动2D和3D脑瘤MRI分割方法，利用UNET、Inception和ResNet模型，在BraTS数据集上实现高精度分割，ResNet模型在3D分割中达到98.91%的准确率。

Comments 20 pages, 11 figures, journal paper

Journal ref Nanotechnology Perceptions, 2024

A Pipeline for ADNI Resting-State Functional MRI Processing and Quality Control

ADNI静息态功能磁共振成像处理与质量控制的流水线

Saige Rutherford, Zeshawn Zahid, Robert C. Welsh, Andrea Avena-Koenigsberger, Vincent Koppelmans, Amanda F. Mejia

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文提出了一种ADNI静息态fMRI数据处理流水线，整合数据整理、预处理和质量控制，以提高数据可重复性和大规模研究能力。

AdverX-Ray: Ensuring X-Ray Integrity Through Frequency-Sensitive Adversarial VAEs

AdverX-Ray: 通过频率敏感的对抗性VAE确保X射线完整性

Francisco Caetano, Christiaan Viviers, Lena Filatova, Peter H. N. de With, Fons van der Sommen

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Philips IGT（飞利浦医疗影像技术部门） 纠错

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

AI总结 AdverX-Ray通过频率敏感的对抗性VAE检测X射线图像的协变量偏移，提升医学影像质量评估与诊断准确性。

Comments SPIE Medical Imaging 2025 Runner-up 2025 Robert F. Wagner All-Conference Best Student Paper Award

A Hybrid Machine Learning Model for Cerebral Palsy Detection

一种用于脑瘫检测的混合机器学习模型

Karan Kumar Singh, Nikita Gajbhiye, Gouri Sankar Mishra

机构 * Sharda University（什拉达大学） 纠错

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

AI总结 本文提出了一种结合VGG19、Efficient-Net和ResNet50的混合机器学习模型，用于新生儿脑瘫的早期检测，准确率达98.83%。

Comments 28 pages, 19 figures, 8 tables. This manuscript is based on the article published in the International Journal of Intelligent Systems and Applications in Engineering (IJISAE), 2024. The arXiv version is provided for open accessibility and wider dissemination

TransUNet-GradCAM: A Hybrid Transformer-U-Net with Self-Attention and Explainable Visualizations for Foot Ulcer Segmentation

TransUNet-GradCAM: 一种融合自注意力机制和可解释可视化的小说Transformer-U-Net用于足部溃疡分割

Akwasi Asare, Mary Sagoe, Justice Williams Asare, Stephen Edward Moore

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

AI总结 TransUNet-GradCAM通过融合自注意力机制和可解释可视化，实现足部溃疡分割的高精度与可解释性。

MedSymmFlow: Bridging Generative Modeling and Classification in Medical Imaging through Symmetrical Flow Matching

MedSymmFlow：通过对称流匹配桥接生成建模与分类在医学影像中的应用

Francisco Caetano, Lemar Abdi, Christiaan Viviers, Amaan Valiuddin, Fons van der Sommen

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 MedSymmFlow通过对称流匹配结合生成与判别模型，实现医学影像中的分类、生成和不确定性量化，提升分类准确性和不确定性估计的可靠性。

Comments DGM4MICCAI 2025

Brain-WM: Brain Glioblastoma World Model

Brain-WM: 脑部胶质瘤世界模型

Chenhui Wang, Boyun Zheng, Liuxin Bao, Zhihao Peng, Peter Y. M. Woo, Hongming Shan, Yixuan Yuan

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 Brain-WM通过统一治疗预测与MRI生成，实现了肿瘤与治疗的共进化动态建模，提升了治疗计划的准确率和MRI生成的质量。

3DMedAgent: Unified Perception-to-Understanding for 3D Medical Analysis

3DMedAgent：面向3D医学分析的统一感知-理解框架

Ziyue Wang, Linghan Cai, Chang Han Low, Haofeng Liu, Junde Wu, Jingyu Wang, Rui Wang, Lei Song, Jiang Bian, Jingjing Fu, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research（微软研究院） ； TUD Dresden University of Technology（德累斯顿技术大学） ； University of Oxford（牛津大学） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 3DMedAgent通过统一框架实现2D MLLMs在3D医学分析中的高效处理，无需3D特定微调，提升3D医学图像的感知与理解能力。

Comments 19 pages, 7 figures

Route, Retrieve, Reflect, Repair: Self-Improving Agentic Framework for Visual Detection and Linguistic Reasoning in Medical Imaging

路由、检索、反思、修复：一种自改进的代理框架，用于医学影像中的视觉检测和语言推理

Md. Faiyaz Abdullah Sayeedi, Rashedur Rahman, Siam Tahsin Bhuiyan, Sefatul Wasi, Ashraful Islam, Saadia Binte Alam, AKM Mahbubur Rahman

机构 * 1 Center for Computational \& Data Sciences (CCDS), Independent University, Bangladesh (IUB) 纠错

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

AI总结 R^4框架通过路由、检索、反思和修复四个代理提升医学影像分析的准确性和可靠性。

PDD: Manifold-Prior Diverse Distillation for Medical Anomaly Detection

PDD：医学异常检测的流形先验多样化蒸馏

Xijun Lu, Hongying Liu, Fanhua Shang, Yanming Hui, Liang Wan

机构 * Medical School, Tianjin University（天津大学医学学院） ； College of Intelligence and Computing, Tianjin University（天津大学智能与计算学院） 纠错

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

AI总结 PDD通过流形先验多样化蒸馏方法，提升医学图像异常检测的性能，实现多个数据集上的显著改进。

Comments Accepted by CVPR'2026

A Learned Proximal Alternating Minimization Algorithm and Its Induced Network for a Class of Two-block Nonconvex and Nonsmooth Optimization

一种学习的近端交替最小化算法及其诱导网络用于一类双块非凸非光滑优化问题

Yunmei Chen, Lezhi Liu, Lei Zhang

机构 * Department of Mathematics, University of Florida, Gainesville, FL 32611, USA（佛罗里达大学数学系） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本文提出了一种学习的近端交替最小化算法及其诱导网络，用于解决双块非凸非光滑优化问题，通过残差学习架构和块坐标下降方法实现高效收敛。

A Miniature Brain Transformer: Thalamic Gating, Hippocampal Lateralization, Amygdaloid Salience, and Prefrontal Working Memory in Attention-Coupled Latent Memory

微型大脑变换器：丘脑门控、海马体侧化、杏仁体显著性、前额叶工作记忆在注意力耦合潜在记忆中的作用

Hong Jeong

机构 * Department of Computer Information Engineering（计算机信息工程系） 纠错

专题命中 医学影像 ：CT(abstract)；分类 q-bio

AI总结 本文提出了一种微型大脑变换器模型，通过引入丘脑门控、海马体侧化、杏仁体显著性及前额叶工作记忆等机制，实现了注意力耦合潜在记忆的新型架构，展示了工作记忆在侧化中的关键作用。

Comments 18 pages, 3 figures, 6 tables

Condition-Triggered Cryptographic Asset Control via Dormant Authorization Paths

通过休眠授权路径实现条件触发的加密资产控制

Jian Sheng Wang

专题命中 医学影像 ：CT(abstract)

AI总结 CT-DAP通过休眠授权路径实现条件触发的加密资产控制，利用可破坏授权因素和根可推导框架，在不暴露密钥的情况下实现安全可控的资产转移。

Comments 26 pages, 1 figure

Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy

长短期代理用于纯视觉支气管镜机器人自主性

Junyang Wu, Mingyi Luo, Fangfang Xie, Minghui Zhang, Hanxiao Zhang, Chunxi Zhang, Junhao Wang, Jiayuan Sun, Yun Gu, Guang-Zhong Yang

机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； Shanghai Chest Hospital（上海胸科医院） 纠错

专题命中 医学影像 ：CT(abstract)

AI总结 本研究提出一种纯视觉的支气管镜机器人自主导航框架，通过长短期代理实现无外部跟踪的精准导航，验证了其在体内外实验中的有效性。

Learning Clinical Representations Under Systematic Distribution Shift

在系统分布偏移下学习临床表示

Yuanyun Zhang, Shi Li

机构 * University of the Chinese Academy of Sciences（中国科学院大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 临床大模型 ：healthcare AI(abstract)；分类 cs.LG

AI总结 本文提出了一种实践不变的多模态临床预测框架，通过联合优化预测性能与抑制环境信息，提升模型在分布外情况下的鲁棒性和可转移性。

Enhancing Alzheimer's Diagnosis: Leveraging Anatomical Landmarks in Graph Convolutional Neural Networks on Tetrahedral Meshes

增强阿尔茨海默病诊断：在四面体网格上基于图卷积神经网络的解剖标志利用

Yanxi Chen, Mohammad Farazi, Zhangsihao Yang, Yonghui Fan, Nicholas Ashton, Eric M Reiman, Yi Su, Yalin Wang

机构 * School of Computing and Augmented Intelligence, Arizona State University, Tempe, AZ, USA（计算与增强智能学院，亚利桑那州立大学） ； Amazon AGI, Redmond, WA, USA（亚马逊人工智慧部门） ； Banner Alzheimer’s Institute, Phoenix, AZ, USA（贝纳尔德阿尔茨海默病研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；pathology(abstract)；分类 cs.CV、q-bio、eess.IV

AI总结 本文提出了一种基于变压器的几何深度学习模型，通过四面体网格的解剖标志标记化方案，提升阿尔茨海默病诊断和脑淀粉样阳性预测的准确性。

Bi-directional digital twin prototype anchoring with multi-periodicity learning for few-shot fault diagnosis

双向数字孪生原型锚定与多周期学习用于少样本故障诊断

Pengcheng Xia, Zhichao Dong, Yixiang Huang, Chengjin Qin, Qun Chao, Chengliang Liu

机构 * State Key Laboratory of Mechanical System and Vibration（机械系统与振动国家重点实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.SP

AI总结 本文提出一种双向数字孪生原型锚定与多周期学习方法，用于解决少样本故障诊断中的数据不足问题，通过元训练和测试时适应提升模型鲁棒性，实验验证其有效性。

Comments 19 pages, 13 figures

S2S-FDD: Bridging Industrial Time Series and Natural Language for Explainable Zero-shot Fault Diagnosis

S2S-FDD：连接工业时间序列与自然语言用于可解释的零样本故障诊断

Baoxue Li, Chunhui Zhao

机构 * 1. State Key Laboratory of Industrial Control Technology, College of Control Science ； Engineering Zhejiang University Hangzhou, China ； Engineering Zhejiang University 2. School of Information ； Electrical Engineering, Zhejiang University City College Hangzhou, China 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 S2S-FDD通过将高维传感器信号转换为自然语言摘要，并结合树状结构诊断方法，实现可解释的零样本故障诊断。