医学 AI

RadImageNet-VQA: A Large-Scale CT and MRI Dataset for Radiologic Visual Question Answering

RadImageNet-VQA：一个大规模的CT和MRI数据集用于放射学视觉问答

Léo Butsanets, Charles Corbière, Julien Khlaut, Pierre Manceron, Corentin Dancette

机构 * Raidium ； Université de Paris Cité, Hôpital Européen Georges Pompidou, AP-HP（巴黎西岱大学，乔治·蓬皮杜欧洲医院，AP-HP） ； Department of Vascular and Oncological Interventional Radiology, INSERM（血管与肿瘤介入放射学系，法国国家健康与医学研究院） 纠错

专题命中 医学影像 ：MRI(title,abstract)；CT(title,abstract)；pathology(abstract)；biomedical(abstract)

AI总结 本文提出RadImageNet-VQA数据集，包含750万张图像和750万个问题-答案对，涵盖异常检测、解剖识别和病理识别三大任务，验证了视觉语言模型在细粒度病理识别上的局限性。

Comments Preprint, 33 pages, 15 figures, 11 tables

Learning to Diagnose Privately: DP-Powered LLMs for Radiology Report Classification

在隐私保护下学习：用于放射报告分类的DP驱动LLM

Payel Bhattacharjee, Fengwei Tian, Geoffrey D. Rubin, Joseph Y. Lo, Nirav Merchant, Heidi Hanson, John Gounley, Ravi Tandon

机构 * National Institute of Standards and Technology（美国国家标准与技术研究院） ； Colorado State University（科罗拉多州立大学） ； University of Arizona（亚利桑那大学） ； Duke University（杜克大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)；CT(abstract)；diagnosis(abstract)；biomedical(abstract)

AI总结 本文提出一种结合差分隐私与LoRA的隐私保护LLM微调框架，用于多异常放射报告分类，通过生成标签训练小型模型，在强隐私保障下实现高效推理。

Comments Accepted in IEEE ACCESS, 2026

Optimized Weighted Voting System for Brain Tumor Classification Using MRI Images

优化的加权投票系统用于MRI图像中的脑肿瘤分类

Ha Anh Vu

机构 * Artificial Intelligence Department FPT University Ho Chi Minh City, Vietnam 0009-0002-4921-9823 纠错

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

AI总结 本文提出一种结合深度学习和传统机器学习的加权集成学习方法，通过改进的加权投票机制和图像处理技术，提升脑肿瘤分类的准确性。

PhyDCM: A Reproducible Open-Source Framework for AI-Assisted Brain Tumor Classification from Multi-Sequence MRI

PhyDCM：一种可重复的开源框架，用于多序列MRI脑肿瘤分类的AI辅助分类

Hayder Saad Abdulbaqi, Mohammed Hadi Rahim, Mohammed Hassan Hadi, Haider Ali Aboud, Ali Hussein Allawi

机构 * Department of medical physics College of Science, University of Al-Qadisiyah（卡迪西亚大学理学院医学物理系） 纠错

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

AI总结 PhyDCM通过集成MedViT混合分类架构和标准化DICOM处理，提供可重复的AI脑肿瘤分类框架，实现高准确率和模块化设计。

Comments 18 pages, 9 figures, 6 tables

Scaling Self-Supervised and Cross-Modal Pretraining for Volumetric CT Transformers

基于体素CT的自监督与跨模态预训练的扩展

Cris Claessens, Christiaan Viviers, Giacomo D'Amicantonio, Egor Bondarev, Fons van der Sommen

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； ARIA Lab（ARIA实验室） ； AIMS Lab（AIMS实验室） 纠错

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

AI总结 SPECTRE通过可扩展的3D视觉Transformer架构和现代自监督与视觉-语言预训练策略，学习通用CT表示，克服了体素CT的极端标记扩展、几何各向异性及临床监督弱的问题，实现了大规模3D注意力计算。

Anatomical Token Uncertainty for Transformer-Guided Active MRI Acquisition

变换器引导的主动MRI采集中的解剖标记不确定性

Lev Ayzenberg, Shady Abu-Hussein, Raja Giryes, Hayit Greenspan

机构 * Tel Aviv University（特拉维夫大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出了一种利用预训练医学图像标记器和潜在变换器的主动采样框架，通过量化视觉标记字典表示解剖结构，利用潜在空间的概率分布进行不确定性测量，指导主动采样过程。

TimeFlow: Temporal Conditioning for Longitudinal Brain MRI Registration and Aging Analysis

TimeFlow：用于纵向脑MRI配准和衰老分析的时间条件

Bailiang Jian, Jiazhen Pan, Yitong Li, Fabian Bongratz, Ruochen Li, Daniel Rueckert, Benedikt Wiestler, Christian Wachinger

机构 * Technical University of Munich, TUM University Hospital（慕尼黑工业大学，慕尼黑工业大学附属医院） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Munich Data Science Institute (MDSI)（慕尼黑数据科学研究所） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 TimeFlow通过时间条件学习框架实现纵向脑MRI配准与衰老分析，利用两个扫描数据预测未来脑状态，无需密集采样数据，提升预测精度与连续性。

Journal ref IEEE Transactions on Medical Imaging 2026

RAP: Retrieve, Adapt, and Prompt-Fit for Training-Free Few-Shot Medical Image Segmentation

RAP：检索、适应与提示拟合用于无训练少样本医学图像分割

Zhihao Mao, Bangpu Chen

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

AI总结 RAP通过检索、适应和提示拟合Segment Anything Model 2，实现无训练少样本医学图像分割，通过结构拟合和检索增强提示方法提升鲁棒性。

Comments This paper has been accepted by IJCNN 2026

Clore: Interactive Pathology Image Segmentation with Click-based Local Refinement

Clore：基于点击的病理图像分割交互式局部细化

Tiantong Wang, Minfan Zhao, Jun Shi, Hannan Wang, Yue Dai

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） 纠错

专题命中 医学影像 ：pathology(title,abstract)；分类 cs.CV

AI总结 本文提出Clore方法，通过分层交互范式提升病理图像分割精度，减少交互次数，实现高效准确的局部细化。

BCMDA: Bidirectional Correlation Maps Domain Adaptation for Mixed Domain Semi-Supervised Medical Image Segmentation

BCMDA：双向相关图域适应用于混合域半监督医学图像分割

Bentao Song, Jun Huang, Qingfeng Wang

机构 * School of Computer Science and Technology, Southwest University of Science and Technology（西南科技大学计算机科学与技术学院） 纠错

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

AI总结 本文提出BCMDA框架，通过虚拟域桥接和原型对齐缓解域移位和标注不足问题，提升多域半监督医学图像分割性能。

Comments Accepted at Neural Networks

STEPC: A Multi-energy Nonuniform Response Calibration Framework for Photon-Counting Micro-CT in Multi-material Imaging

STEPC：一种多能非均匀响应校准框架，用于多材料成像的光子计数微CT

Enze Zhou, Wenjian Li, Wenting Xu, Yuwei Lu, Shangbin Chen, Shaoyang Wang, Gang Zheng, Tianwu Xie, Qian Liu

专题命中 医学影像 ：CT(title,abstract)

AI总结 本文提出STEPC框架，通过多能投影建模和非均匀误差校正，提升多材料成像的测量精度与图像质量，实验显示其在非对比和对比增强场景中均表现优异。

Comments 16 pages, 15 figures. accepted by TIM

Journal ref IEEE Transactions on Instrumentation and Measurement, Early Access, 2026

Statistical modeling of breast cancer radiomic features and hazard using image registration-aided longitudinal CT data

基于图像配准的纵向CT数据的乳腺癌放射组学特征统计建模与危险性分析

Subrata Mukherjee, Qian Cao, Thibaud Coroller, Ravi K. Samala, Nicholas Petrick, Berkman Sahiner

专题命中 医学影像 ：CT(title,abstract)

AI总结 本文利用纵向CT数据，开发了结合图像配准的放射组学生存模型，通过多源数据整合和生存分析，提升对进展自由生存的预测能力。

Comments 18 pages, 8 figure, 2 tables. arXiv admin note: substantial text overlap with arXiv:2501.06814

Physics-Embedded Feature Learning for AI in Medical Imaging

嵌入物理的特征学习用于医学影像中的AI

Pulock Das, Al Amin, Kamrul Hasan, Rohan Thompson, Azubike D. Okpalaeze, Liang Hong

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

AI总结 本文提出PhysNet，通过将肿瘤生长动力学嵌入卷积神经网络的特征学习过程，提升医学影像AI的可解释性和鲁棒性，实验表明其在脑部MRI数据集上优于多种现有模型。

Comments 7 pages, 5 figures

LDDMM stochastic interpolants: an application to domain uncertainty quantification in hemodynamics

LDDMM随机插值法：应用于血流动力学中的领域不确定性量化

Sarah Katz, Francesco Romor, Jia-Jie Zhu, Alfonso Caiazzo

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

AI总结 本文提出一种新的条件随机插值框架，用于三维形状生成，通过LDDMM注册方法学习几何间的条件漂移，扩展至复杂形状和随机变量，应用于心血管模拟中主动脉形状生成，利用隐式几何表示进行数据增强和可控扰动生成，以量化医学图像分割引起的领域不确定性影响。

Adapting SAM to Nuclei Instance Segmentation and Classification via Cooperative Fine-Grained Refinement

通过协作细粒度细化适应SAM用于核实例分割与分类

Jingze Su, Tianle Zhu, Jiaxin Cai, Zhiyi Wang, Qi Li, Xiao Zhang, Tong Tong, Shu Wang, Wenxi Liu

机构 * organization= College of Computer ； Data Science , addressline= Fuzhou University , city= Fuzhou , country= China ； organization= School of Mechanical Engineering ； Automation , addressline= Fuzhou University , city= Fuzhou , country= China ； organization= College of Physics ； Information Engineering , addressline= Fuzhou University , city= Fuzhou , country= China 纠错

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

AI总结 本文提出协作细粒度细化框架，通过多尺度自适应局部感知适配器、分层调制融合模块和边界引导掩码细化，提升SAM在核实例分割中的性能。

Comments 18 pages, 10 figures, 12 tables

Boosting multi-view association testing via devariation

通过去变异提升多视图关联检验

Ruyi Pan, Yinqiu He, Jun Young Park

专题命中 医学影像 ：MRI(abstract)；biomedical(abstract)

AI总结 本文提出去变异方法，通过惩罚低秩因子模型捕捉视图内依赖，提升统计功效，验证了其在多模态神经影像数据中的有效性。

FUAS-Agents: Autonomous Multi-Modal LLM Agents for Treatment Planning in Focused Ultrasound Ablation Surgery

FUAS-代理：自主多模态大语言模型代理用于聚焦超声消融手术的治疗计划

Lina Zhao, Zihao Bian, Qingyue Chen, Yafang Li, Zhiyi Luo, Jiaxing Bai, Guangbo Li, Min He, Kezhi Li, Huaiyuan Yao, Zongjiu Zhang

专题命中 医学影像 ：medical AI(abstract)；MRI(abstract)

AI总结 本文提出FUAS-代理，利用大语言模型的多模态理解和工具使用能力，通过整合患者资料和MRI数据，生成个性化治疗计划，提升临床决策效率和可靠性。

Comments 35 pages

Prototype-Enhanced Multi-View Learning for Thyroid Nodule Ultrasound Classification

增强原型多视图学习用于甲状腺结节超声分类

Yangmei Chen, Zhongyuan Zhang, Xikun Zhang, Xinyu Hao, Mingliang Hou, Renqiang Luo, Ziqi Xu

机构 * College of Software, Jilin University（吉林大学软件学院） ； College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； School of Computing Technologies, RMIT University（RMIT大学计算技术学院） ； School of Software Technology, Dalian University of Technology（大连理工大学软件学院） ； Guangdong Institute of Smart Education, Jinan University（暨南大学广东智慧教育研究院） 纠错

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

AI总结 本文提出PEMV-thyroid框架，通过多视角互补表示和原型修正机制提升甲状腺结节超声分类的鲁棒性和泛化能力，在跨设备和跨领域评估中表现更优。

Comments 6 pages, IWCMC 2026 accepted

Curriculum-Guided Myocardial Scar Segmentation for Ischemic and Non-ischemic Cardiomyopathy

基于课程学习的室壁瘢痕分割用于缺血性和非缺血性心肌病

Nivetha Jayakumar, Jonathan Pan, Shuo Wang, Bishow Paudel, Nisha Hosadurg, Cristiane C. Singulane, Sivam Bhatt, Amit R. Patel, Miaomiao Zhang

机构 * University of Virginia（弗吉尼亚大学） ； University of Virginia Health System（弗吉尼亚大学健康系统） 纠错

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

AI总结 本文提出一种基于课程学习的框架，通过渐进训练策略提升LGE-CMR图像中室壁瘢痕分割的性能，尤其在低置信度或视觉模糊样本中表现更优，提升了瘢痕量化的一致性和准确性。

MedLoc-R1: Performance-Aware Curriculum Reward Scheduling for GRPO-Based Medical Visual Grounding

MedLoc-R1: 为基于GRPO的医疗视觉接地任务的性能感知课程奖励调度

Guangjing Yang, Ziyuan Qin, Chaoran Zhang, Chenlin Du, Jinlin Wang, Wanran Sun, Zhenyu Zhang, Bing Ji, Qicheng Lao

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Emory University（埃默里大学） ； Peking University（北京大学） ； Shandong University（山东大学） 纠错

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

AI总结 本文提出MedLoc-R1框架，通过性能感知奖励调度提升医疗视觉接地任务的定位准确性和训练稳定性，无需引入辅助网络。

Comments 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)

DeepBayesFlow: A Bayesian Structured Variational Framework for Generalizable Prostate Segmentation via Expressive Posteriors and SDE-Girsanov Uncertainty Modeling

DeepBayesFlow：一种基于贝叶斯结构变分框架的通用前列腺分割方法，通过表达性后验和SDE-Girsanov不确定性建模

Zhuoyi Fang

专题命中 医学影像 ：MRI(abstract)；分类 eess.IV

AI总结 本文提出DeepBayesFlow框架，通过正常化流建模复杂后验分布、非共轭推理机制和SDE-Girsanov模块，提升前列腺分割的鲁棒性和泛化能力。

Adaptive Attention Distillation for Robust Few-Shot Segmentation under Environmental Perturbations

适应性注意力蒸馏用于环境扰动下的鲁棒少样本分割

Qianyu Guo, Jingrong Wu, Jieji Ren, Weifeng Ge, Wenqiang Zhang

机构 * Shanghai Institute of Virology, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院上海市病毒研究所） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械与动力工程学院） ； Shanghai Key Lab of Intelligent Information Processing, School of Computer Science, Fudan University（复旦大学计算机科学技术学院上海市智能信息处理重点实验室） ； Engineering Research Center of AI & Robotics, Ministry of Education, Academy for Engineering & Technology, Fudan University（复旦大学工程与应用技术研究院教育部人工智能与机器人工程研究中心） 纠错

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

AI总结 本文提出适应性注意力蒸馏方法，通过对比和蒸馏已知与未知图像间的共享语义，提升模型在复杂环境下的鲁棒性，实验显示在多个数据集上mIoU提升3.3%-8.5%。

Comments 12 pages, 5 figures

Efficient Human-in-the-Loop Active Learning: A Novel Framework for Data Labeling in AI Systems

高效的人机协同主动学习：一种用于人工智能系统数据标注的新型框架

Yiran Huang, Jian-Feng Yang, Haoda Fu

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 医学影像 ：radiology(abstract)；分类 cs.LG

AI总结 本文提出一种新型主动学习框架，通过整合不同查询方案提升专家标注效率，实验表明其在复杂图像任务中准确率更高、损失更低。

When Mamba Meets xLSTM: An Efficient and Precise Method with the xLSTM-VMUNet Model for Skin lesion Segmentation

当Mamba遇见xLSTM：基于xLSTM-VMUNet模型的高效且精确的皮肤病变分割方法

Zhuoyi Fang, Jiajia Liu, Kexuan Shi, Qiang Han

专题命中 医学影像 ：medical image(abstract)；分类 eess.IV

AI总结 本文提出xLSTM-VMUNet模型，通过联合捕捉空间和序列特征提升皮肤病变分割精度，实验表明在ISIC数据集上优于现有方法，具有更高的DSC和IoU指标，且收敛更快。

Spatio-temporal air flow properties in a 3D personalised model of the human lung

三维个性化人体肺部的时空空气流动特性

Jonathan Stéphano, Michaël Brunengo, Riccardo Di Dio, Thomas Laporte, Benjamin Mauroy

专题命中 医学影像 ：CT(abstract)；分类 q-bio

AI总结 本文提出一个多尺度肺部模型，研究通气变量的时空分布，结合CT扫描和生理一致算法生成肺部结构，并通过非线性弹性模型和流体动力学分析模拟空气流动和剪切应力分布。

Comments Conference proceeding preprint

Gaussian estimates for general parabolic operators in dimension 1

对一般抛物算子的高斯估计

Grégoire Nadin

专题命中 医学影像 ：CT(abstract)

AI总结 本文研究了一维空间中一般抛物方程的高斯估计，通过构造修正函数推导出基础解的高斯估计，并证明解可由广义主特征函数除以得到修正方程的解，同时获得纳什型估计。

Comments Journal of Mathematical Analysis and Applications, In press

Autonomous Agent-Orchestrated Digital Twins (AADT): Leveraging the OpenClaw Framework for State Synchronization in Rare Genetic Disorders

自主代理协调数字孪生（AADT）：利用OpenClaw框架实现罕见遗传病中的状态同步

Hongzhuo Chen, Zhanliang Wang, Quan M. Nguyen, Gongbo Zhang, Chunhua Weng, Kai Wang

机构 * Raymond G. Perelman Center for Cellular and Molecular Therapeutics, Children's Hospital of Philadelphia（费城儿童医院雷蒙德·G·佩雷尔曼细胞与分子治疗中心） ； Applied Mathematics and Computational Science Graduate Program, University of Pennsylvania（宾夕法尼亚大学应用数学与计算科学研究生项目） ； Bioengineering Graduate Program, University of Pennsylvania（宾夕法尼亚大学生物工程研究生项目） ； Department of Biomedical Informatics, Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心生物医学信息学系） ； Department of Pathology and Laboratory Medicine, Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院病理学与实验医学系） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 q-bio

AI总结 本文提出基于OpenClaw框架的自主代理协调数字孪生框架，通过持续监控数据流和自动化工作流，实现医疗数字孪生状态与纵向表型更新和进化基因组知识的同步，提升罕见病诊断和疾病进展建模的准确性。

Synergizing Discriminative Exemplars and Self-Refined Experience for MLLM-based In-Context Learning in Medical Diagnosis

融合判别示例与自我优化经验的医学诊断基于MLLM的上下文学习

Wenkai Zhao, Zipei Wang, Mengjie Fang, Di Dong, Jie Tian, Lingwei Zhang

机构 * CAS Key Laboratory of Molecular Imaging, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所分子影像重点实验室） ； School of Software, North University of China（中北大学软件学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出Clinician Mimetic Workflow框架，结合判别示例核心集选择与自我优化经验总结，提升医学诊断中基于MLLM的上下文学习性能，超越零样本通用和医疗MLLM，并接近全监督视觉模型。

Within the MDT Room: Situated in Multidisciplinary Team-Grounded Agent Debate for Clinical Diagnosis

在MDT房间内：多学科团队基础的智能体辩论用于临床诊断

Peng Kuai, Yukun Yang, Shaolun Ruan, Junchi Xu, Yanjie Zhang, Lin Zhang, Min Zhu, Rui Sheng

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出MDTRoom系统，通过将多智能体讨论转化为结构化可查看的工作空间，帮助医生与智能体协作，提升罕见病诊断效率。

DongYuan: An LLM-Based Framework for Integrative Chinese and Western Medicine Spleen-Stomach Disorders Diagnosis

东元：一种基于大语言模型的整合中西医脾胃疾病诊断框架

Hua Li, Yingying Li, Xiaobin Feng, Xinyi Fu, Lifeng Dong, Qingfeng Yang, Yanzhe Chen, Xiaoju Feng, Zhidong Cao, Jianbin Guo, Yanru Du

机构 * Beijing Wenge Technology Co., Ltd.（北京文歌科技有限公司） ； Hebei Provincial Hospital of Traditional Chinese Medicine（河北省中医院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tianjin University（天津大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出东元框架，通过构建三个中西医脾胃疾病数据集，开发核心诊断LLM和咨询导航模型，建立评估基准，显著提升中西医脾胃疾病诊断性能。

Comments 13 pages, 6 figures