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。