医学 AI

Self-supervised Disentanglement of Disease Effects from Aging in 3D Medical Shapes

在3D医学形状中实现疾病效应与衰老的自监督解耦

Jakaria Rabbi, Nilanjan Ray, Dana Cobzas

机构 * Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） ； Department of Computer Science, MacEwan University（麦克麦大学计算机科学系） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出两阶段框架，通过自监督解耦隐式形状表示，解决诊断标签有限时区分疾病与衰老变化的挑战，提升解耦与重建性能。

Comments 10 pages

Relaxed Efficient Acquisition of Context and Temporal Features

放松的高效上下文与时间特征获取

Yunni Qu, Dzung Dinh, Grant King, Whitney Ringwald, Bing Cai Kok, Kathleen Gates, Aidan Wright, Junier Oliva

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Michigan（密歇根大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

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

AI总结 REACT框架通过联合优化上下文描述和时间适应性特征获取，提高预测性能并降低获取成本，解决生物医学中测量资源受限的问题。