医学 AI

TuLaBM: Tumor-Biased Latent Bridge Matching for Contrast-Enhanced MRI Synthesis

TuLaBM：肿瘤偏置潜在桥匹配用于增强MRI合成

Atharva Rege, Adinath Madhavrao Dukre, Numan Balci, Dwarikanath Mahapatra, Imran Razzak

机构 * MBZUAI ； National Institute of Technology Karnataka（国家理工学院卡纳塔） ； Cleveland Clinic Abu Dhabi（克利夫兰诊所阿布扎赫） ； Khalifa University（卡里玛大学） 纠错

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

AI总结 本文提出TuLaBM，通过在学习的潜在空间中将非对比MRI转换为增强MRI视为布朗桥传输，提升效率和肿瘤区域保真度，实验显示在BraTS2023-GLI和克利夫兰诊所肝脏MRI数据集上表现优异。

MedQ-Engine: A Closed-Loop Data Engine for Evolving MLLMs in Medical Image Quality Assessment

MedQ-Engine：一种用于医疗图像质量评估中进化多模态大语言模型的闭环数据引擎

Jiyao Liu, Junzhi Ning, Wanying Qu, Lihao Liu, Chenglong Ma, Junjun He, Ningsheng Xu

机构 * Fudan University, Shanghai, China（复旦大学，上海，中国） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国） 纠错

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

AI总结 本文提出MedQ-Engine，通过闭环数据引擎迭代评估模型，发现失败原型，利用人类在循环注释提升模型性能，使8B参数模型在医疗图像质量评估中超越GPT-4o 13%并接近人类专家水平。

Characterizing the Radiation Dose to Measurement Accuracy Relationship across Multiple Metrics in Opportunistic Chest CT

表征机会性胸部CT多指标测量精度与辐射剂量关系

Boyuan Li, Carolyn C. Chang, Jake J. Kim, Jia Wang, Justin R Tse, Natalie S. Lui, Haiwei Henry Guo, Adam S. Wang

专题命中 医学影像 ：CT(title,abstract)

AI总结 研究通过模拟低剂量CT图像和真实世界数据，分析机会性CT在不同剂量下多指标测量精度的变化，发现HU偏倚和分割失败对性能影响不同，需针对性优化筛查方案。

Comments 29 pages, 9 figures

Leaky-wave Coil Element with Improved Tx-efficiency for 7 T MRI Using a Non-Uniform Current Design

具有改进发射效率的泄漏波线圈元件用于7T MRI的非均匀电流设计

K. Popova, R. Balafenidev, J. T. Svejda, A. Rennings, A. J. Raaijmakers, C. M. Collins, R. Lattanzi, D. Erni, G. Solomakha

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文提出利用非共振泄漏波方法优化射频线圈的表面电流分布，以提高7T MRI中目标区域的B1+场强度，相比分段偶极子有显著提升。

A fully open-source framework for streaming and cloud-processing of low-field MRI data

一种完全开源的低场MRI数据流和云处理框架

T. Guallart-Naval, J. Stairs, J. M. Algarín, H. Xue, J. Benlloch, P. Benlloch, J. Borreguero, J. Conejero, F. Galve, P. García-Cristóbal, M. Lacalle, B. Lena, L. Porcar, S. J. Schiff, A. Webb, M. Hansen, J. Alonso

专题命中 医学影像 ：MRI(title,abstract)

AI总结 本文提出一种完全开源的框架，用于低场MRI数据的实时流式传输和云处理，解决便携式MRI系统中高级重建和后处理流程的计算需求。

Comments 10 pages, 7 figures

Factored Levenberg-Marquardt for Diffeomorphic Image Registration: An efficient optimizer for FireANTs

因子化Levenberg-马夸尔特法用于可微同构图像配准：一种高效的优化器用于FireANTs

Rohit Jena, Pratik Chaudhari, James C. Gee

机构 * Department of Computer and Information Science（计算机与信息科学系） ； University of Pennsylvania（宾夕法尼亚大学） ； Department of Electrical and Systems Engineering（电气与系统工程系） ； Department of Radiology & Penn Image Computing and Science Laboratory (PICSL)（放射科及宾夕法尼亚大学图像计算与科学实验室（PICSL）） ； Perelman School of Medicine, University of Pennsylvania（佩尔曼医学学院，宾夕法尼亚大学） 纠错

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

AI总结 本文提出一种改进的Levenberg-马夸尔特优化器，通过信任区域方法自适应调整单个标量阻尼参数，减少内存消耗并保持性能，适用于大体积图像和跨模态配准。

A Unified Platform and Quality Assurance Framework for 3D Ultrasound Reconstruction with Robotic, Optical, and Electromagnetic Tracking

一种用于具有机器人、光学和电磁追踪的3D超声重建的统一平台和质量保证框架

Lewis Howell, Manisha Waterston, Tze Min Wah, James H. Chandler, James R. McLaughlan

机构 * School of Computer Science, University of Leeds（利兹大学计算机科学学院） ； School of Electronic and Electrical Engineering, University of Leeds（利兹大学电子与电气工程学院） ； St James’s University Hospital, Leeds Teaching Hospitals NHS Trust（利兹教学医院，利兹教学医院国家健康服务信托基金） ； Leeds Institute of Medical Research, University of Leeds（利兹医学研究所，利兹大学） 纠错

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

AI总结 本文提出了一种统一平台和质量保证框架，用于评估机器人、光学和电磁追踪的3D超声重建的体积准确性和可重复性，通过定制的仿生体评估不同扫描速度和入射角下的追踪性能，实现了高精度的3D重建和验证。

Comments This work has been submitted to the IEEE for possible publication

Deterministic Mode Proposals: An Efficient Alternative to Generative Sampling for Ambiguous Segmentation

确定性模式提案：一种生成采样在模糊分割中的高效替代方法

Sebastian Gerard, Josephine Sullivan

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本文提出确定性模式提案模型，通过单次前向传递生成固定数量的提案掩码，减少推理时间并提高真实覆盖度，同时无需完整分布信息即可训练。

Wildfire Spread Scenarios: Increasing Sample Diversity of Segmentation Diffusion Models with Training-Free Methods

野火蔓延场景：通过无训练方法增加分割扩散模型的样本多样性

Sebastian Gerard, Josephine Sullivan

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本文提出通过无训练方法提升分割扩散模型样本多样性，验证了粒子引导和SPELL等技术在野火蔓延场景中的有效性，提升了HM IoU指标。

Comments Accepted at NLDL 2026. This version contains small corrections compared to the initial publication, see appendix for details

Journal ref Proceedings of the 7th Northern Lights Deep Learning Conference (NLDL), PMLR, Jan. 2026

In situ Learning-Based Spin Engineering of Pulsed Dynamic Nuclear Polarization

原位学习驱动的脉冲动态核极化 spin 工程

Filip V. Jensen, José P. Carvalho, Nino Wili, Asbjorn Holk Thomsen, David L. Goodwin, Lukas Trottner, Claudia Strauch, Anders Bodholt Nielsen, Niels Chr. Nielsen

专题命中 医学影像 ：MRI(abstract)

AI总结 本文提出利用贝叶斯机器学习和约束随机游走方法，原位设计高效宽带DNP脉冲序列，提升核磁共振和磁共振成像的灵敏度。

Comments 15 pages, 5 figures, and 35 pages supplementary information (including 16 figures and 17 tables)