医学 AI

GIIM: Graph-based Learning of Inter- and Intra-view Dependencies for Multi-view Medical Image Diagnosis

GIIM: 基于图的学习的多视图医学图像诊断中视图间和视图内依赖关系

Tran Bao Sam, Hung Vu, Dao Trung Kien, Tran Dat Dang, Van Ha Tang, Steven Truong

专题命中 医学影像 ：diagnosis(title,abstract)；medical image(title)；MRI(abstract)；CT(abstract)

AI总结 GIIM通过建模多视图医学图像中视图间和视图内依赖关系，提升诊断准确性和鲁棒性。

Comments To appear in the 40th AAAI Conference on Artificial Intelligence (AAAI-26). 10 pages, 2 figures

Semi-Supervised Biomedical Image Segmentation via Diffusion Models and Teacher-Student Co-Training

半监督生物医学图像分割：通过扩散模型和教师-学生协同训练

Luca Ciampi, Gabriele Lagani, Giuseppe Amato, Fabrizio Falchi

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

AI总结 本文提出了一种基于扩散模型的半监督生物医学图像分割框架，通过教师-学生协同训练和多轮伪标签生成策略，在有限标注数据下提升分割性能。

TriFusion-SR: Joint Tri-Modal Medical Image Fusion and SR

TriFusion-SR：联合三模态医学图像融合与超分辨率

Fayaz Ali Dharejo, Sharif S. M. A., Aiman Khalil, Nachiket Chaudhary, Rizwan Ali Naqvi, Radu Timofte

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

AI总结 TriFusion-SR通过联合三模态医学图像融合与超分辨率技术，利用小波引导的条件扩散框架实现频率感知的跨模态交互，提升图像质量和分辨率。

M2Diff: Multi-Modality Multi-Task Enhanced Diffusion Model for MRI-Guided Low-Dose PET Enhancement

M2Diff：多模态多任务增强扩散模型用于MRI引导的低剂量PET增强

Ghulam Nabi Ahmad Hassan Yar, Himashi Peiris, Victoria Mar, Cameron Dennis Pain, Zhaolin Chen

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

AI总结 M2Diff通过多模态多任务扩散模型，利用MRI和低剂量PET扫描分别学习模态特定特征，并通过层次化特征融合重建标准剂量PET，从而提升重建保真度。

Comments Copyright 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Physics-Driven 3D Gaussian Rendering for Zero-Shot MRI Super-Resolution

物理驱动的3D高斯渲染用于零样本MRI超分辨率

Shuting Liu, Lei Zhang, Wei Huang, Zhao Zhang, Zizhou Wang

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

AI总结 本文提出了一种基于物理驱动的3D高斯渲染框架，通过显式高斯表示和物理建模方法，在MRI超分辨率中实现高效且高质量的图像重建。

Comments Accepted to ICASSP

DCAU-Net: Differential Cross Attention and Channel-Spatial Feature Fusion for Medical Image Segmentation

DCAU-Net：差分交叉注意力与通道-空间特征融合用于医学图像分割

Yanxin Li, Hui Wan, Libin Lan

机构 * Scientific Research Foundation of Chongqing University of Technology（重庆理工大学科学技术研究院） ； Youth Project of Science and Technology Research Program of Chongqing Education Commission of China（重庆市教育委员会科学技术研究青年项目） 纠错

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

AI总结 DCAU-Net通过差分交叉注意力和通道-空间特征融合提升医学图像分割的精度和鲁棒性。

Comments Submitted to IJCNN 2026, 6 pages, 5 tables, 4 figures

Meissa: Multi-modal Medical Agentic Intelligence

Meissa：多模态医疗代理智能

Yixiong Chen, Xinyi Bai, Yue Pan, Zongwei Zhou, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 Meissa是一种轻量级多模态医疗代理智能模型，通过离线学习策略选择与执行，实现高效医疗决策。

No Image, No Problem: End-to-End Multi-Task Cardiac Analysis from Undersampled k-Space

无图像，无问题：端到端多任务心脏分析从欠采样k空间

Yundi Zhang, Sevgi Gokce Kafali, Niklas Bubeck, Daniel Rueckert, Jiazhen Pan

机构 * Chair for AI in Healthcare and Medicine, Technical University of Munich (TUM) and TUM University Hospital（人工智能在医疗与医学中的研究中心，慕尼黑技术大学（TUM）及慕尼黑大学医院） ； Department of Computing, Imperial College London（计算系，伦敦帝国学院） ； Munich Center for Machine Learning, Technical University of Munich（慕尼黑机器学习中心，慕尼黑技术大学） 纠错

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

AI总结 k-MTR通过直接从欠采样k空间中提取多任务特征，实现了端到端的心脏MRI多任务分析，提升诊断性能。

Unsupervised Domain Adaptation with Target-Only Margin Disparity Discrepancy

无监督域适应与目标-only 边界差异差异

Gauthier Miralles, Loïc Le Folgoc, Vincent Jugnon, Pietro Gori

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

AI总结 本文提出基于边际差异差异的无监督域适应框架，通过改进优化方法提升CBCT肝脏分割性能，在少样本设置中取得最佳效果。

Comments ISBI 2026

CLEAR-Mamba:Towards Accurate, Adaptive and Trustworthy Multi-Sequence Ophthalmic Angiography Classification

CLEAR-Mamba: 向准确、适应和可信的多序列眼底angiography分类迈进

Zhuonan Wang, Wenjie Yan, Wenqiao Zhang, Xiaohui Song, Jian Ma, Ke Yao, Yibo Yu, Beng Chin Ooi

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

AI总结 CLEAR-Mamba通过优化架构和训练策略，提升多序列眼底angiography分类的准确性和可靠性。

Comments 12 pages, 7 figures

FetalAgents: A Multi-Agent System for Fetal Ultrasound Image and Video Analysis

FetalAgents：一种用于胎儿超声图像和视频分析的多智能体系统

Xiaotian Hu, Junwei Huang, Mingxuan Liu, Kasidit Anmahapong, Yifei Chen, Yitong Luo, Yiming Huang, Xuguang Bai, Zihan Li, Yi Liao, Haibo Qu, Qiyuan Tian

机构 * Tsinghua University（清华大学） ； University of California San Diego（加州大学圣地亚哥分校） ； West China Second University Hospital, Sichuan University（四川大学华西第二医院） 纠错

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

AI总结 FetalAgents是一种多智能体系统，通过动态协调视觉专家，实现胎儿超声图像和视频的端到端分析与报告，提供高准确性和流程对齐的解决方案。

Initial Performance of a Long Axial FOV PET with TOF and DOI capabilities: IMAS system

长轴向FOV PET的初始性能：具备TOF和DOI能力的IMAS系统

Antonio J. Gonzalez, Alvaro Anreus-Valero, David Sanchez, Santiago Jiménez-Serrano, Marta Freire, Andrea Gonzalez-Montoro, Edwing Y. Ulin-Briseno, Neus Cucarella, John Barrio, Andrew Laing, Jorge Álamo, Julio Barbera, Luis F. Vidal, Marc Gil, Jose M. Benlloch, Alfonso Rios, Luis Marti Bonmati, Irene Torres-Espallardo

专题命中 医学影像 ：CT(abstract)

AI总结 IMAS系统首次在TB-PET中实现TOF和DOI能力，展示了其在空间分辨率和临床应用中的性能优势。

Efficient and Flexible Multirate Temporal Adaptivity

高效且灵活的多速率时间自适应性

Daniel R. Reynolds, Sylvia Amihere, Dashon Mitchell, Vu Thai Luan

专题命中 医学影像 ：MRI(abstract)

AI总结 本文提出两种新的多速率时间步自适应控制器，结合嵌入式MRI方法，实现高精度且低计算成本的多尺度问题自适应模拟，并引入首个第五阶嵌入式MRI方法。

Telehealth Control Policies: Bridging the Gap Between Patients and Doctors

远程医疗控制策略：连接患者与医生的桥梁

Shuwen Lu, Mark E. Lewis, Jamol Pender

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文提出了一种基于远程医疗的患者护理策略，通过分析两阶段排队系统，设计了在不同参数下鲁棒且高效的启发式方法，以提高医疗资源利用效率。

Learning the Hierarchical Organization in Brain Network for Brain Disorder Diagnosis

学习脑网络的层次组织以用于脑部疾病诊断

Jingfeng Tang, Peng Cao, Guangqi Wen, Jinzhu Yang, Xiaoli Liu, Osmar R. Zaiane

机构 * Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程系，中国沈阳） ； School of Computer Science and Artificial Intelligence, Shandong Normal University, Jinan, China（山东师范大学计算机科学与人工智能学院，中国济南） ； AiShiWeiLai AI Research, Beijing, China（人工智能研究机构，中国北京） ； Amii, University of Alberta, Edmonton, Alberta, Canada（阿尔伯塔大学人工智能研究所，加拿大埃德蒙顿，阿尔伯塔） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文提出BrainHO方法，通过学习脑网络的内在层次结构，提升脑部疾病诊断的准确性并发现具有临床意义的生物标志物。

Risk Prediction in Cancer Imaging Using Enriched Radiomics Features

利用增强型放射组学特征进行癌症影像的风险预测

Alec Reinhardt, Tsung-Hung Yao, Raven Hollis, Galia Jacobson, Millicent Roach, Mohamed Badawy, Peter Park, Laura Beretta, David Fuentes, Newsha Nikzad, Prasun Jalal, Eugene Koay, Suprateek Kundu

专题命中 诊断辅助 ：MRI(abstract)；diagnosis(abstract)

AI总结 本文提出一种结合经典结构放射组学与新型功能放射组学的增强型特征，用于肝癌风险预测与诊断，通过L1正则化逻辑模型和贝叶斯张量回归提高分类和分级性能。

BrainSTR: Spatio-Temporal Contrastive Learning for Interpretable Dynamic Brain Network Modeling

BrainSTR: 基于时空对比学习的可解释动态脑网络建模

Guiliang Guo, Guangqi Wen, Lingwen Liu, Ruoxian Song, Peng Cao, Jinzhu Yang, Fei Wang, Xiaoli Liu, Osmar R. Zaiane

机构 * Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳） ； School of Computer Science and Artificial Intelligence, Shandong Normal University, Jinan, China（山东师范大学计算机科学与人工智能学院，中国济南） ； Graduate School of Information, Production and Systems, Waseda University, Kitakyushu, Fukuoka, Japan（早稻田大学信息、生产与系统研究生院，日本北九州市福冈） ； Nanjing Medical University, Nanjing, China（南京医学院，中国南京） ； AiShiWeiLai AI Research, Beijing, China（人工智能研究公司AiShiWeiLai，中国北京） ； Amii, University of Alberta, Edmonton, Alberta, Canada（阿尔伯塔大学Amii研究所，加拿大埃德蒙顿，阿尔伯塔） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 BrainSTR通过时空对比学习方法，提升动态脑网络建模的可解释性，通过关键相识别和疾病相关连接提取，验证了其在ASD、BD和MDD诊断中的有效性。

Enhancing SHAP Explainability for Diagnostic and Prognostic ML Models in Alzheimer Disease

增强阿尔茨海默病诊断和预后ML模型的SHAP可解释性

Pablo Guillén, Enrique Frias-Martinez

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出多级框架提升AD诊断预后模型SHAP解释的稳健性和一致性，通过整合相干性、稳定性与跨任务一致性验证解释的可靠性。

Journal ref CMC 1546-2226 (2026)

Surgical Repair of Collapsed Attention Heads in ALiBi Transformers

在ALiBi变换器中修复塌陷的注意力头

Palmer Schallon

机构 * Independent researcher（独立研究者） 纠错

专题命中 诊断辅助 ：pathology(abstract)

AI总结 在ALiBi变换器中，通过手术重新初始化修复塌陷的注意力头，恢复98.7%的操作能力，并发现预训练配置可能为次优局部极小值。

Comments 15 pages, 7 figures, 2 supplementary figures. Code: https://github.com/Palmerschallon/bloom-head-surgery Checkpoints: https://huggingface.co/TheNexus42/bloom-1b7-head-surgery

Automating Detection and Root-Cause Analysis of Flaky Tests in Quantum Software

在量子软件中自动化检测和根本原因分析故障测试

Janakan Sivaloganathan, Ainaz Jamshidi, Andriy Miranskyy, Lei Zhang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出利用LLMs自动化检测量子软件中的故障测试并识别其根本原因，通过扩展数据集和评估模型性能，展示了LLMs在提升量子软件测试可靠性方面的潜力。

Comments 27 pages, 2 figures

Class Visualizations and Activation Atlases for Enhancing Interpretability in Deep Learning-Based Computational Pathology

基于类可视化和激活图谱的深度学习计算病理学解释性增强

Marco Gustav, Fabian Wolf, Christina Glasner, Nic G. Reitsam, Stefan Schulz, Kira Aschenbroich, Bruno Märkl, Sebastian Foersch, Jakob Nikolas Kather

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV

AI总结 本研究提出基于类可视化和激活图谱的深度学习计算病理学解释性增强方法，通过评估不同标签粒度下的模型表现，揭示了变压器模型中的结构化形态流形。

A Lightweight Multi-Cancer Tumor Localization Framework for Deployable Digital Pathology

一种轻量级多癌症肿瘤定位框架用于可部署的数字病理学

Brian Isett, Rebekah Dadey, Aofei Li, Ryan C. Augustin, Kate Smith, Aatur D. Singhi, Qiangqiang Gu, Riyue Bao

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV

AI总结 本研究提出了一种轻量级多癌症肿瘤定位框架，通过跨癌症平衡训练实现高泛化能力，适用于数字病理学的可部署应用。

Comments 9 pages, 2 figures

Leveraging whole slide difficulty in Multiple Instance Learning to improve prostate cancer grading

利用整张切片难度在多实例学习中提高前列腺癌分级

Marie Arrivat, Rémy Peyret, Elsa Angelini, Pietro Gori

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出利用整张切片难度提升前列腺癌Gleason分级的分类性能，通过多任务和加权分类损失方法改进诊断效果。

Comments ISBI 2026

Magnetic properties of an individual Magnetospirillum gryphiswaldense cell

单个 Magnetospirillum gryphiswaldense 细菌的磁性性质

Mathias M. Claus, Marcus Wyss, Dirk Schüler, Martino Poggio, Boris Gross

专题命中 病理影像 ：biomedical(abstract)

AI总结 本研究通过高灵敏度磁力仪和显微镜技术，揭示了单个 Magnetospirillum gryphiswaldense 细菌内磁小体的磁性配置及磁链的磁性特性。

Comments 8 pages, 4 figures, 5-page supplemental material

Journal ref Phys. Rev. E 113, 014408 (2026)

The Missing Memory Hierarchy: Demand Paging for LLM Context Windows

缺失的记忆层次：为LLM上下文窗口的需求分页

Tony Mason

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 Pichay通过需求分页技术减少LLM上下文消耗，提升内存使用效率。

Fairness-Aware Fine-Tuning of Vision-Language Models for Medical Glaucoma Diagnosis

面向医疗青光眼诊断的公平性感知视觉语言模型微调

Zijian Gu, Yuxi Liu, Zhenhao Zhang, Song Wang

机构 * Department of Computer Science, University of Rochester, NY, USA（罗切斯特大学计算机科学系） ； Biostatistics and Health Data Science, School of Medicine, Indiana University, Indianapolis, IN, USA（印第安纳大学医学院生物统计学与健康数据科学系） ； Department of Computer Science, University of Central Florida, FL, USA（佛罗里达州立大学计算机科学系） 纠错

专题命中 医疗多模态 ：diagnosis(title)；medical AI(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出公平性感知的低秩适应方法，通过三种机制减少医疗影像诊断中的种族差异，实现高效公平的青光眼诊断。

Comments AMIA 2026 Amplify Informatics Conference (Poster), Denver, CO, May 18-21, 2026. 10 pages, 3 tables

Vision-Language Models Encode Clinical Guidelines for Concept-Based Medical Reasoning

视觉-语言模型编码临床指南以实现基于概念的医学推理

Mohamed Harmanani, Bining Long, Zhuoxin Guo, Paul F. R. Wilson, Amirhossein Sabour, Minh Nguyen Nhat To, Gabor Fichtinger, Purang Abolmaesumi, Parvin Mousavi

机构 * Queen’s University（女王大学） ； University of British Columbia（不列颠哥伦比亚大学） ； McMaster University（麦马斯特大学） ； Vector Institute（向量研究所） 纠错

专题命中 医疗多模态 ：medical image(abstract)；pathology(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 MedCBR通过整合临床指南与视觉-语言模型，提升医学影像诊断的可解释性和决策支持能力。

Comments CVPR 2026 Findings

Adaptive Clinical-Aware Latent Diffusion for Multimodal Brain Image Generation and Missing Modality Imputation

自适应临床感知潜在扩散用于多模态脑图像生成与缺失模态插值

Rong Zhou, Houliang Zhou, Yao Su, Brian Y. Chen, Yu Zhang, Lifang He, Alzheimer's Disease Neuroimaging Initiative

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 ACADiff通过自适应临床感知扩散模型，实现多模态脑图像生成与缺失模态插值，提升阿尔茨海默病诊断的准确性和鲁棒性。

MedKCO: Medical Vision-Language Pretraining via Knowledge-Driven Cognitive Orchestration

MedKCO：通过知识驱动的认知协调进行医学视觉-语言预训练

Chenran Zhang, Ruiqi Wu, Tao Zhou, Yi Zhou

机构 * School of Computer Science and Engineering, Southeast University, China（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications, Ministry of Education, China（教育部新一代人工智能技术及其交叉应用重点实验室） ； School of Computer Science and Engineering, Nanjing University of Science and Technology, China（南京理工大学计算机科学与工程学院） 纠错

专题命中 医疗多模态 ：medical image(abstract)；分类 cs.CV

AI总结 MedKCO通过知识驱动的认知协调优化医学视觉-语言预训练，提升模型在分布偏移下的泛化能力。

Comments CVPR2026

Democratising Clinical AI through Dataset Condensation for Classical Clinical Models

通过数据集压缩实现临床AI的民主化

Anshul Thakur, Soheila Molaei, Pafue Christy Nganjimi, Joshua Fieggen, Andrew A. S. Soltan, Danielle Belgrave, Lei Clifton, David A. Clifton

专题命中 医学数据与评测 ：clinical AI(title)；分类 cs.LG

AI总结 本文提出了一种基于差分隐私的零阶优化框架，通过数据集压缩实现临床模型的数据共享，同时保障患者隐私。

Comments 22 pages, 5 figures, 5 tables