医学 AI

From Panel to Pixel: Zoom-In Vision-Language Pretraining from Biomedical Scientific Literature

从面板到像素：从生物医学科学文献中进行缩放视觉-语言预训练

Kun Yuan, Min Woo Sun, Zhen Chen, Alejandro Lozano, Xiangteng He, Shi Li, Nassir Navab, Xiaoxiao Sun, Nicolas Padoy, Serena Yeung-Levy

机构 * University of Strasbourg, CNRS, INSERM, ICube, UMR7357, Strasbourg, France（斯特拉斯堡大学、法国国家科学研究中心、法国国家医学研究院、ICube、UMR7357、斯特拉斯堡，法国） ； Technical University of Munich（慕尼黑技术大学） ； Stanford University（斯坦福大学） ； DSAI, The Hong Kong Polytechnic University（香港理工大学DSAI实验室） ； University of British Columbia（不列颠哥伦比亚大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； IHU Strasbourg, Strasbourg（斯特拉斯堡IHU医院，斯特拉斯堡） ； Vector Institute for AI（人工智能向量研究所） ； Yale University（耶鲁大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；分类 cs.CV

AI总结 本文提出Panel2Patch方法，通过挖掘生物医学文献中的层次结构，生成多粒度监督，提升视觉-语言预训练效果。

Trends in Equal-Contribution Authorship: A Large-Scale Bibliometric Analysis of Biomedical Literature

同等贡献作者制的趋势：生物医学文献的大规模文献计量分析

Binbin Xu

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 研究生物医学文献中同等贡献作者制的时间趋势、期刊分布及地域差异，揭示其增长及作者位置集中现象，强调透明贡献信息的重要性。

Journal ref Quantitative Science Studies, 1-15 (2026)

Minimal Sufficient Representations for Self-interpretable Deep Neural Networks

深度神经网络的最小充分表示

Zhiyao Tan, Liu Li, Huazhen Lin

机构 * Center of Statistical Research, School of Statistics（统计研究中心，统计学院） ； New Cornerstone Science Laboratory（新基石科学实验室） ； Southwestern University of Finance and Economics（西南财经大学） ； School of Mathematics and Statistics（数学与统计学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出DeepIn框架，通过自适应识别和学习最小表示，提升深度神经网络的可解释性与泛化能力，实验证明其在生物医学和视觉任务中提高了预测精度和可解释性。

Ultrawide Bandwidth Optomechanical Magnetometry Using Flux Concentration

利用磁通集中效应的超宽带光学机械磁力计

Benjamin J. Carey, Nathaniel Bawden, Fernando Gottardo, James S. Bennett, Douglas Bulla, Scott Foster, Warwick P. Bowen

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出利用磁通集中器提升光学机械磁力计的灵敏度和带宽，将低频磁信号转换为高频信号以提高检测性能，实现亚赫兹范围内的高灵敏度测量。

Spatial Sampling of Hemispherical Arrays for Three-Dimensional Photoacoustic Computed Tomography

半球阵列的空间采样用于三维光声计算断层成像

Wanqing Zhang, Hengyue Zhu, Yide Zhang

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文研究了半球阵列空间采样对三维光声断层成像性能的影响，提出统一采样准则生成三种阵列分布，并通过定量指标评估其在不同采集场景下的性能，发现斐波那契分布具有更优的结构鲁棒性和全局平衡的重建质量。

Comments 18 pages, 11 figures

Computing the Skyscraper Invariant

计算天体 invariant

Marc Fersztand, Jan Jendrysiak

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出首个计算天体 invariant 的算法，利用 HN 分解和特殊中心电荷，通过近似方法在多项式时间内处理多参数持久模块。

Comments to be published partially in the proceedings of the SoCG 2026