医学 AI

CoDA: Exploring Chain-of-Distribution Attacks and Post-Hoc Token-Space Repair for Medical Vision-Language Models

CoDA：探索链式分布攻击及事后令牌空间修复用于医疗视觉-语言模型

Xiang Chen, Fangfang Yang, Chunlei Meng, Yuxian Dong, Ang Li, Yiwei Wei, Jiahuan Long, Jiujiang Guo, Chengyin Hu

专题命中 医学影像 ：medical image(abstract)；MRI(abstract)；CT(abstract)；pathology(abstract)

AI总结 本文提出CoDA框架，通过构建临床合理的流程偏移，评估医疗视觉-语言模型在真实临床工作流中的可靠性，发现零样本性能显著下降，并引入事后修复策略提升准确性。

Few-Shot Distribution-Aligned Flow Matching for Data Synthesis in Medical Image Segmentation

少样本分布对齐流匹配用于医学图像分割的数据合成

Jie Yang, Ziqi Ye, Aihua Ke, Jian Luo, Bo Cai, Xiaosong Wang

机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（武汉大学网络空间安全学院、空天信息安全与可信计算教育部重点实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文提出AlignFlow模型，通过可微奖励微调对齐目标参考图像分布，提升小样本下数据合成效果，实验显示在多个数据集上mDice和mIoU指标提升3.5-5.6%。

Clinical utility of foundation models in musculoskeletal MRI for biomarker fidelity and predictive outcomes

基础模型在骨科MRI中的临床效用：生物标志物准确性与预测结果

Gabrielle Hoyer, Michelle W Tong, Rupsa Bhattacharjee, Valentina Pedoia, Sharmila Majumdar

机构 * Center for Intelligent Imaging, Department of Radiology and Biomedical Imaging, University of California, San Francisco（加利福尼亚大学旧金山分校放射与生物医学影像系智能成像中心） ； Department of Bioengineering, University of California, Berkeley（加利福尼亚大学伯克利分校生物工程系） ； Department of Bioengineering and Therapeutic Sciences, University of California, San Francisco（加利福尼亚大学旧金山分校生物工程与治疗科学系） ； Department of Medical Sciences and Technology, Indian Institute of Technology, Madras（印度理工学院马德拉斯分校医学科学与技术系） ； Bay Area Institute of Computation, Altos Labs（Altos Labs湾区计算研究所） 纠错

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

AI总结 本文提出了一种模块化系统，将常规MRI转化为标准化定量生物标志物，用于临床决策支持。通过微调基础分割模型，实现了自动检测和提示，提高了生物标志物的临床可靠性，并展示了其在膝关节分层和预测膝关节置换及骨关节炎中的应用。

Comments Under review at npj Digital Medicine (revision submitted Jan 2026) | Code: https://github.com/gabbieHoyer/AutoMedLabel | Supplementary data/tables: https://doi.org/10.6084/m9.figshare.29633207

Journal ref npj Digit. Med. (2026)

HyperCT: Low-Rank Hypernet for Unified Chest CT Analysis

HyperCT：用于统一胸部CT分析的低秩超网络

Fengbei Liu, Sunwoo Kwak, Hao Phung, Nusrat Binta Nizam, Ilan Richter, Nir Uriel, Hadar Averbuch-Elor, Daborah Estrin, Mert R. Sabuncu

机构 * Cornell Tech and Cornell University（康奈尔科技校区与康奈尔大学） ； Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心） ； Weill Cornell Medicine（威尔康奈尔医学院） 纠错

专题命中 医学影像 ：CT(title)；分类 cs.CV、eess.IV

AI总结 HyperCT通过动态调整视觉Transformer骨干网络，结合低秩适应技术，实现高效的多任务统一分析，优于现有基线方法。

Comments MIDL 2026

Differential-UMamba: Rethinking Tumor Segmentation Under Limited Data Scenarios

Differential-UMamba：在有限数据场景下重新思考肿瘤分割

Dhruv Jain, Romain Modzelewski, Romain Herault, Clement Chatelain, Eva Torfeh, Sebastien Thureau

机构 * Normandie Univ., UNICAEN, ENSICAEN, CNRS, GREYC（诺曼底大学，卡昂大学，卡昂国立高等工程师学校，法国国家科学研究中心，格雷克实验室） ； Henri Becquerel Cancer Center（亨利·贝克勒尔癌症中心） ； AIMS-Quantif Laboratory（AIMS-Quantif实验室） 纠错

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

AI总结 本文提出Diff-UMamba架构，结合UNet与mamba机制以建模长距离依赖，通过噪声减少模块抑制噪声激活，提升分割准确性与鲁棒性，在低数据场景下实现1-3%的性能提升。

Journal ref Biomedical Signal Processing and Control 120, 110163 (2026)

Extending deep learning U-Net architecture for predicting unsteady fluid flows in textured microchannels

扩展深度学习U-Net架构以预测纹理微通道中不稳定的流体流动

Ganesh Sahadeo Meshram, Partha Pratim Chakrabarti, Suman Chakraborty

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

AI总结 本文提出将U-Net模型应用于预测纹理微通道中不稳定流体流动，通过预处理 lattice Boltzmann 方法生成的数据，利用U-Net的时空层次能力实现高精度预测，实验表明加入注意力机制的U-Net AM模型在速度场预测中表现出更低的误差。

PR3DICTR: A modular AI framework for medical 3D image-based detection and outcome prediction

PR3DICTR：一种用于医疗3D图像检测与预后预测的模块化AI框架

Daniel C. MacRae, Luuk van der Hoek, Robert van der Wal, Suzanne P. M. de Vette, Hendrike Neh, Baoqiang Ma, Peter M. A. van Ooijen, Lisanne V. van Dijk

机构 * University Medical Center Groningen（格罗宁根大学医学中心） ； University of Groningen（格罗宁根大学） 纠错

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

AI总结 PR3DICTR是一种模块化AI框架，旨在通过3D医疗图像数据进行检测和预后预测，提供灵活且方便的预测模型开发环境，支持二分类或事件基任务，仅需两行代码即可实现。

Comments 16 pages, 6 figures and 1 table

Explainable Machine Learning Reveals 12-Fold Ucp1 Upregulation and Thermogenic Reprogramming in Female Mouse White Adipose Tissue After 37 Days of Microgravity: First AI/ML Analysis of NASA OSD-970

可解释机器学习揭示了37天微重力后雌性小鼠白色脂肪组织中Ucp1上调12倍及产热重编程：首次AI/ML分析NASA OSD-970

Md. Rashadul Islam

机构 * Daffodil International University（达芙妮国际大学） 纠错

专题命中 医学影像 ：CT(abstract)；分类 cs.LG

AI总结 本文首次利用机器学习分析NASA OSD-970数据集，发现微重力导致雌性小鼠白色脂肪组织中Ucp1上调12倍，揭示了产热重编程机制，对航天医学和地球肥胖研究有重要启示。

Comments 11 pages, 9 figures, 5 tables. First AI/ML analysis of NASA OSD-970 (GLDS-790). Code available at https://github.com/Rashadul22/NASA_OSD970_Complete_Output

Evolution With Purpose: Hierarchy-Informed Optimization of Whole-Brain Models

为目的而进化：基于层次结构的全脑模型优化

Hormoz Shahrzad, Niharika Gajawelli, Kaitlin Maile, Manish Saggar, Risto Miikkulainen

专题命中 医学影像 ：MRI(abstract)

AI总结 本文探讨利用生物知识指导进化优化，通过比较同质与异质全脑模型，发现基于脑区层次结构的优化方法能提升模型预测能力。