医学 AI

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