医学 AI

GenGait: A Transformer-Based Model for Human Gait Anomaly Detection and Normative Twin Generation

GenGait：一种基于Transformer的模型用于人体步态异常检测和规范双生生成

Elisa Motta, Marta Lorenzini, Clara Mouawad, Alberto Ranavolo, Mariano Serrao, Arash Ajoudani

机构 * HRI$^{2}$ Laboratory, Istituto Italiano di Tecnologia (IIT)（HRI²实验室，意大利技术研究院（IIT）） ； Department of Occupational and Environmental Medicine, Epidemiology and Hygiene, INAIL（INAIL职业与环境医学、流行病学与卫生学系） ； Department of Medical and Surgical Sciences and Biotechnologies, Sapienza University of Rome（罗马大学医学外科学科与生物技术系） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种无需标签的框架，通过基于Transformer的掩码自动编码器，实现步态异常检测和运动学校正，验证显示能准确定位生物力学不一致的关节，减少角度偏差，保留规范运动学。

Comments 13 pages, 6 figures. Preprint submitted to a journal

The Presupposition Problem in Representation Genesis

表征生成中的预设问题

Yiling Wu

机构 * BridgeM, Inc.（BridgeM公司） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文探讨了大语言模型在未经历表征生成过渡时的认知能力问题，指出现有哲学框架存在预设结构导致解释延迟，并提出表征回归概念。

Sparse Spectral LoRA: Routed Experts for Medical VLMs

稀疏光谱LoRA：用于医学VLMs的路由专家

Omid Nejati Manzari, Hojat Asgariandehkordi, Taha Koleilat, Yiming Xiao, Hassan Rivaz

机构 * Concordia University（康考迪亚大学） 纠错

专题命中 医疗多模态 ：radiology(abstract)；分类 cs.CV

AI总结 本文提出MedQwen，一种参数高效的医学VLM，结合了光谱路由的专家混合（MoE）与理论支持的缩放规则，通过非重叠SVD段初始化专家，减少序列遗忘并提升医疗图像任务性能。

Four Generations of Quantum Biomedical Sensors

四代量子生物医学传感器

Xin Jin, Priyam Srivastava, Ronghe Wang, Yuqing Li, Jonathan Beaumariage, Tom Purdy, M. V. Gurudev Dutt, Kang Kim, Kaushik Seshadreesan, Junyu Liu

机构 * University of Pittsburgh（匹兹堡大学） ； University of Pittsburgh School of Medicine（匹兹堡大学医学院） 纠错

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

AI总结 本文提出四代量子生物医学传感器框架，通过量子资源利用演变分析，探讨从经典噪声限制到量子增强智能的过渡路径。

Comments 22 pages, 5 figures, 6 tables

GenOM: Ontology Matching with Description Generation and Large Language Model

GenOM：基于描述生成和大语言模型的本体匹配

Yiping Song, Jiaoyan Chen, Renate A. Schmidt

机构 * The University of Manchester（曼彻斯特大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 GenOM通过生成文本定义增强本体概念语义，结合嵌入模型检索对齐候选并利用精确匹配工具提升精度，实验表明其在生物医学领域表现优异，超越传统系统和近期大语言模型方法。

Comments Accepted for publication in World Wide Web (Springer). This version includes revisions based on peer review

DISCO-TAB: A Hierarchical Reinforcement Learning Framework for Privacy-Preserving Synthesis of Complex Clinical Data

DISCO-TAB：一种用于隐私保护合成复杂临床数据的分层强化学习框架

Arshia Ilaty, Hossein Shirazi, Amir Rahmani, Hajar Homayouni

机构 * Computational Science Research Center, San Diego State University（圣地亚哥州立大学计算科学研究中心） ； School of Nursing and Department of Computer Science, University of California, Irvine（加州大学尔湾分校护理学院与计算机科学系） ； Fowler College of Business, San Diego State University（圣地亚哥州立大学福勒商学院） ； Department of Computer Science, San Diego State University（圣地亚哥州立大学计算机科学系） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出DISCO-TAB框架，结合微调LLM与多目标判别器，通过强化学习优化，解决临床数据生成中的复杂依赖和类别不平衡问题，提升合成数据的临床有效性与统计真实性。

A Luminance-Aware Multi-Scale Network for Polarization Image Fusion with a Multi-Scene Dataset

一种考虑亮度的多尺度网络用于极化图像融合与多场景数据集

Zhuangfan Huang, Xiaosong Li, Gao Wang, Tao Ye, Haishu Tan, Huafeng Li

机构 * Guangdong-HongKong-Macao Joint Laboratory for Intelligent Micro-Nano Optoelectronic Technology, School of Physics and Optoelectronic Engineering, Foshan University（广东-香港-澳门智能微纳光电子技术联合实验室，物理与光电工程学院，佛山大学） ； State Key Laboratory of Dynamic Measurement Technology, North University of China（动态测试技术国家重点实验室，中北大学） ； School of Information Engineering and Automation, Kunming University of Science and Technology（信息工程与自动化学院，昆明理工大学） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV

AI总结 本文提出考虑亮度的多尺度网络，通过多尺度空间权重矩阵和全局-局部特征融合机制，提升极化图像融合在复杂光照环境下的性能，使用多场景数据集验证了方法的优越性。

CogPic: A Multimodal Dataset for Early Cognitive Impairment Assessment via Picture Description Tasks

CogPic：一种通过图片描述任务进行早期认知障碍评估的多模态数据集

Liuyu Wu, Rui Feng, Jie Li, Wentao Xiang, Yi Zhang, Yin Cao, Siyang Song, Xiao Gu, Jianqing Li, Wei Wang

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出CogPic数据集，用于通过图片描述任务进行早期认知障碍评估，该数据集包含同步的音频、视觉和语言数据，由专家神经心理学家进行临床验证，为多模态研究提供了坚实基础。

Comments 10 pages, 3 figures, 5 tables

Countering Catastrophic Forgetting of Large Language Models for Better Instruction Following via Weight-Space Model Merging

通过权重空间模型融合提升大语言模型的指令跟随能力以对抗灾难性遗忘

Mengxian Lyu, Cheng Peng, Ziyi Chen, Mengyuan Zhang, Jieting Li Lu, Yonghui Wu

机构 * University of Florida（佛罗里达大学） ； Department of Health Outcomes and Biomedical Informatics, College of Medicine, University of Florida（佛罗里达大学医学院健康结果与生物医学信息学系） ； Department of Engineering Education, Herbert Wertheim College of Engineering, University of Florida（佛罗里达大学赫伯特·韦特海姆工程学院工程教育系） ； Preston A. Wells, Jr. Center for Brain Tumor Therapy, Lillian S. Wells Department of Neurosurgery, University of Florida（佛罗里达大学莉莉安·S·威尔斯神经外科系普雷斯顿·A·威尔斯脑肿瘤治疗中心） 纠错

专题命中 医学数据与评测 ：radiology(abstract)

AI总结 本文提出通过权重空间模型融合方法，有效缓解大语言模型在医疗领域微调时的灾难性遗忘问题，保留指令跟随能力并提升医疗任务表现。

MIRAGE: The Illusion of Visual Understanding

MIRAGE：视觉理解的幻觉

Mohammad Asadi, Jack W. O'Sullivan, Fang Cao, Tahoura Nedaee, Kamyar Rajabalifardi, Fei-Fei Li, Ehsan Adeli, Euan Ashley

机构 * Stanford University（斯坦福大学） 纠错

专题命中 医学数据与评测 ：pathology(abstract)

AI总结 研究揭示多模态AI系统在视觉-语言推理中的漏洞，指出模型能生成未提供图像的详细描述及推理，挑战现有假设，提出B-Clean作为公平评估方案。