MRI-to-CT synthesis using drifting models
利用漂移模型进行MRI到CT合成
专题命中 医学影像 :MRI(title,abstract);CT(title,abstract);分类 cs.CV、eess.IV
AI总结 本文研究了漂移模型在MRI到CT合成中的应用,通过对比不同方法验证了其在图像质量和效率上的优势,为快速高质量的骨盆合成CT生成提供了新方向。
科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
利用漂移模型进行MRI到CT合成
专题命中 医学影像 :MRI(title,abstract);CT(title,abstract);分类 cs.CV、eess.IV
AI总结 本文研究了漂移模型在MRI到CT合成中的应用,通过对比不同方法验证了其在图像质量和效率上的优势,为快速高质量的骨盆合成CT生成提供了新方向。
在CT图像中实现鲁棒的多源新冠检测
机构 * Capstone School Dhaka(达卡顶点学校) ; Carmel High School(卡梅尔高中) ; Clarkstown High School South(克拉克镇南高中) ; University at Albany, State University of New York(纽约州立大学奥尔巴尼分校) ; Purdue University(普渡大学)
专题命中 医学影像 :CT(title,abstract);diagnosis(abstract);分类 cs.CV
AI总结 本文提出多任务学习方法,通过预测新冠诊断和数据源来提高多中心CT图像检测的鲁棒性,实现高F1分数和AUC-ROC值。
Comments 8 pages, 5 figures, 3 tables. Accepted at the 3rd Workshop on New Trends in AI-Generated Media and Security (AIMS) @ CVPR 2026
基于神经基材场的射线驱动光谱CT重建
机构 * College of Computer Science (College of Software), Inner Mongolia University(内蒙古大学计算机学院(软件学院)) ; Institute of Nuclear and New Energy Technology, Collaborative Innovation Center of Advanced Nuclear Energy Technology, Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education, Tsinghua University(清华大学核能与新能源技术研究院,先进核能技术协同创新中心,先进反应堆工程与安全教育部重点实验室) ; Institute of Computational Imaging, Beijing Information Science and Technology University(北京信息科技大学计算成像研究所) ; National Key Laboratory of Strength and Structural Integrity, Aircraft Strength Research Institute of China(中国飞机强度研究所强度与结构完整性全国重点实验室) ; School of Mathematical Sciences, Capital Normal University(首都师范大学数学科学学院)
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、eess.IV
AI总结 本文提出基于神经基材场的射线驱动光谱CT重建方法,通过神经场表示参数化物体的衰减系数,避免了像素驱动投影系数矩阵的复杂计算,提高了积分近似精度,实验验证了方法在光谱CT重建中的有效性。
Comments 12 pages,10 figures
MedROI: 一种通用的以感兴趣区域为中心的医学图像压缩方法
机构 * Division of Computer Engineering, Hankuk University of Foreign Studies(韩国外国语大学计算机工程系) ; Department of Computer Science and Engineering, Hankuk University of Foreign Studies(韩国外国语大学计算机科学与工程系)
专题命中 医学影像 :medical image(title);MRI(abstract);分类 cs.CV
AI总结 MedROI提出了一种无需特定编码器的感兴趣区域中心压缩框架,通过轻量级强度阈值提取紧致组织边界,并利用固定元数据记录实现空间恢复,有效提升压缩比和效率。
从稀疏CT血管造影切片重建神经隐式3D心脏形状:模拟2D胸骨超声心动图视图
机构 * Department of Biomedical Engineering & Physics, Amsterdam UMC(阿姆斯特丹大学医学中心生物医学工程与物理系) ; qurAI group, Informatics Institute, University of Amsterdam(阿姆斯特丹大学信息研究所qurAI组) ; Department of Radiology, Mayo Clinic(梅奥诊所放射科) ; Department of Biomedical Signals and Systems, University of Twente(特温特大学生物医学信号与系统系) ; Department of Cardiology, Amsterdam UMC(阿姆斯特丹大学医学中心心脏病科) ; Department of Radiology & Nuclear Medicine, Amsterdam UMC(阿姆斯特丹大学医学中心放射与核医学科)
专题命中 医学影像 :CT(title,abstract);分类 cs.CV
AI总结 本文提出利用稀疏CT血管造影切片重建3D心脏结构的方法,通过神经隐式函数和多层感知机学习形状先验,实现比临床标准更精确的3D心脏量化。
Journal ref Proc. SPIE 13925 (2026)
CardioSAM:面向高精度心脏MRI分割的拓扑感知解码器设计
专题命中 医学影像 :MRI(title);diagnosis(abstract);分类 cs.CV
AI总结 本文提出CardioSAM,结合冻结的SAM编码器与轻量可训练的心脏专用解码器,通过引入心脏特定注意力模块和边界细化模块,提升心脏MRI分割的精度与临床应用性。
NeuroSymb-MRG:基于主动不确定性最小化的可微推断推理用于放射科报告生成
机构 * University of Macau(澳门大学) ; Tsinghua University(清华大学) ; Fudan University(复旦大学) ; Peking University(北京大学) ; The First People’s Hospital of Foshan(佛山市第一人民医院) ; Capital Medical University(首都医科大学) ; Rutgers Cancer Institute, NJ, USA(罗格斯癌症研究所(美国新泽西州);纽约大学朗格尼健康中心(美国纽约州)) ; and NYU Langone Health, NY, USA(Techno国际新城(印度加尔各答)) ; Techno International New Town, Kolkata, India
专题命中 医学影像 :radiology(title,abstract);分类 cs.CV
AI总结 本文提出NeuroSymb-MRG框架,结合神经符号推断与主动不确定性最小化,生成结构化且临床可靠的报告。通过图像特征到概率临床概念的映射,构建可微推理链,并通过检索和约束语言模型编辑优化文本输出。
Comments 12 pages, 1 figure
高分辨率超低场MRI与SNRAware去噪
专题命中 医学影像 :MRI(title,abstract)
AI总结 本文提出一种基于SNRAware框架的深度学习去噪模型,用于提升超低场MRI的信噪比,通过实验验证其在不同参数下的性能,展示其在临床3T协议中可比拟的空间分辨率,并指出去噪依赖初始信噪比及训练域匹配的问题。
Comments 13 pages, 9 figures, comments welcome
弱凸岭回归正则化用于3D非笛卡尔MRI重建
机构 * Faculty of Mathematics, Chemnitz University of Technology(开姆尼茨工业大学数学学院) ; NeuroSpin, Frédéric Joliot Institute for Life Sciences, CEA Paris-Saclay(法国原子能委员会巴黎-萨克雷大学弗雷德里克·约里奥生命科学研究所神经自旋中心) ; MIND, Inria Saclay Centre(法国国家信息与自动化研究所萨克雷中心MIND团队) ; Siemens Healthineers(西门子医疗)
专题命中 医学影像 :MRI(title);分类 cs.CV、cs.LG
AI总结 本文提出弱凸岭回归正则化方法,用于提升3D非笛卡尔MRI重建的稳定性与鲁棒性,通过实验验证其在不同数据集上的优越性能。
Comments 8 figures and 2 tables
XAttnRes:用于医学图像分割的跨阶段注意力残差
机构 * Imperial College London(伦敦帝国学院) ; University of Nottingham(诺丁汉大学) ; The Hong Kong Polytechnic University(香港理工大学)
专题命中 医学影像 :medical image(title);分类 cs.CV、cs.LG
AI总结 本文提出XAttnRes机制,通过轻量级伪查询注意力实现跨阶段特征聚合,提升医学图像分割性能。
比较SAM 2和SAM 3用于3D医学数据的零样本分割
机构 * GE HealthCare(GE医疗)
专题命中 医学影像 :MRI(abstract);CT(abstract);分类 cs.CV、eess.IV
AI总结 本文比较SAM 2和SAM 3在3D医学数据零样本分割中的性能,发现SAM 3在点击提示下表现更优,且在超声和内窥镜任务中更胜一筹。
CT-VoxelMap:高效的连续时间激光雷达-惯性里程计与概率自适应体素映射
专题命中 医学影像 :CT(title)
AI总结 本文提出CT-VoxelMap,通过概率自适应体素映射提升移动机器人在快速运动或粗糙地形中的定位稳定性与准确性,采用B-样条基方法优化连续时间表示,改进雅可比推导并增强系统鲁棒性。
TAPE:一种用于OCT-OCTA分析的foundation models的两阶段参数高效适应框架
机构 * National Key Laboratory of Intelligent Tracking and Forecasting for Infectious Diseases(传染病智能追踪与预测国家重点实验室) ; Tianjin Key Laboratory of Intelligent Robotic(天津市智能机器人重点实验室) ; Institute of Robotics and Automatic Information System, Nankai University(南开大学机器人与自动化信息系统研究所) ; Institute of Intelligence Technology and Robotic Systems(智能技术与机器人系统研究所) ; Shenzhen Research Institute of Nankai University(南开大学深圳研究院)
专题命中 医学影像 :medical image(abstract);diagnosis(abstract);分类 cs.CV
AI总结 本文提出TAPE框架,通过两阶段参数高效微调解决OCT-OCTA分析中的领域偏移和任务不匹配问题,实现更高效的模型适应与更广的病理泛化性能。
Comments 5 pages, 2 figures, accepted by IEEE ISBI 2026
随机生成性插件式先验
机构 * University of Wisconsin–Madison(威斯康星大学麦迪逊分校) ; Washington University in St. Louis(圣路易斯华盛顿大学) ; Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
专题命中 医学影像 :MRI(abstract);分类 cs.CV、cs.LG、eess.IV
AI总结 本文提出随机生成性插件式先验框架,通过引入噪声利用生成式扩散模型先验提升逆问题鲁棒性,实验显示在多通道MRI重建和大遮挡图像修复中优于传统方法。
MVis-Fold:一种用于超分辨率超声的三维微循环结构推断模型
机构 * Department of Diagnostic Ultrasound Imaging & Interventional Therapy, Zhejiang Cancer Hospital, Hangzhou Institute of Medicine (HIM), Chinese Academy of Sciences(中国科学院杭州医学研究所浙江省肿瘤医院超声诊断与介入治疗科) ; Research Center of Interventional Medicine and Engineering, Hangzhou Institute of Medicine (HIM), Chinese Academy of Sciences(中国科学院杭州医学研究所介入医学与工程研究中心) ; Wenling Institute of Big Data and Artificial Intelligence in Medicine(温岭医学大数据与人工智能研究所) ; Zhejiang Provincial Research Center for Innovative Technology and Equipment in Interventional Oncology, Zhejiang Cancer Hospital(浙江省肿瘤医院介入肿瘤创新技术与装备浙江省研究中心) ; College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息与电子工程学院) ; Department of Ultrasound, Chinese PLA General Hospital, Chinese PLA Medical School(中国人民解放军总医院超声科,中国人民解放军医学院)
专题命中 医学影像 :diagnosis(abstract);分类 cs.CV
AI总结 本文提出MVis-Fold模型,通过跨尺度网络架构实现从二维超声图像高保真重建三维微循环网络,解决超分辨率超声三维重建难题,为微循环定量分析提供新工具。
具有分支定界法的认证训练用于李雅普诺夫稳定的神经控制
机构 * University of California, Riverside(加州大学河滨分校) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; University of California, Los Angeles(加州大学洛杉矶分校)
专题命中 医学影像 :CT(abstract);分类 cs.LG
AI总结 本文提出CT-BaB框架,通过动态训练数据集和自适应分割技术,提升神经控制器在区域吸引域内的认证保证,减少训练与验证时间差异,实现更高效的验证和更大的吸引域。
Comments L4DC 2026
多维身体素质通过蛋白质组学和神经影像学途径与降低痴呆风险相关:一项对英国生物银行前瞻性队列研究
专题命中 医学影像 :MRI(abstract);分类 q-bio
AI总结 研究探讨多维身体素质通过不同生物学机制降低痴呆风险,发现手握力、心肺功能和肺功能与痴呆风险降低相关,且通过神经炎症、神经血管和结构途径起作用。
Comments 22 pages, 6 figures
布洛赫方程弱解中的远距离偶极场
专题命中 医学影像 :MRI(abstract)
AI总结 研究了在有限域内考虑远距离偶极场的布洛赫方程,通过有限元弱形式支持空间变化的扩散和弛豫参数,并利用短距离正则化处理偶极场核,证明了偶极场算子的有界性,并获得了局部适定性和全局存在性。
Comments 28 pages, 9 figures, 3 tables
连续时间信号时间逻辑规范的平滑且精确参数化用于轨迹优化
专题命中 医学影像 :CT(abstract)
AI总结 本文提出一种连续时间信号时间逻辑的平滑参数化方法,用于非凸轨迹优化,在数值积分精度内准确完整。该方法通过密集时间评估确保谓词连续满足,解决传统方法的保守性问题,并提升梯度求解器性能,验证于复杂连续时间直到规范的四旋翼飞行问题。
利用表示学习推动多机构研究的电子健康记录数据:来自美国和法国的数据
机构 * Department of Statistics and Data Science, National University of Singapore(新加坡国立大学统计与数据科学系) ; Harvard T.H. Chan School of Public Health(哈佛大学陈曾熙公共卫生学院) ; Department of Statistics, Columbia University(哥伦比亚大学统计系) ; Harvard Medical School(哈佛医学院) ; Department of Statistics, University of Chicago(芝加哥大学统计系) ; Univ. Bordeaux, INSERM, Bordeaux Population Health Research Center(波尔多大学,法国国家健康与医学研究院,波尔多人口健康研究中心) ; CHU de Bordeaux, Service d’Information Médicale(波尔多大学医院医学信息部) ; Inria SISTM Team(法国国家信息与自动化研究所SISTM团队) ; Duke University(杜克大学) ; VA Boston Healthcare System(VA波士顿医疗系统) ; Brigham and Women’s Hospital(布里格姆妇女医院) ; Brown University(布朗大学) ; Computational Health Informatics Program, Boston Children’s Hospital(波士顿儿童医院计算健康信息学项目) ; Department of Neurology, University of Pittsburgh(匹兹堡大学神经病学系)
专题命中 临床大模型 :biomedical(abstract)
AI总结 本文提出基于图的框架,通过学习共享语义空间解决多机构电子健康记录数据表示不一致问题,提升跨机构临床模型训练与部署的鲁棒性。
FAST-CAD:一种面向非接触中风诊断的公平性感知框架
专题命中 诊断辅助 :diagnosis(title,abstract);medical AI(abstract);分类 cs.LG
AI总结 本文提出FAST-CAD框架,结合域对抗训练与群体分布鲁棒优化,实现公平且准确的非接触中风诊断,通过理论分析和实验验证了方法的有效性。
BAAI心脏代理:一种智能多模态代理,用于从心脏磁共振成像自动推理和诊断心血管疾病
机构 * Beijing Academy of Artificial Intelligence(北京智源人工智能研究院) ; Department of Radiology, Beijing Anzhen Hospital, Beijing Institute of Heart, Lung & Vascular Diseases, Capital Medical University(首都医科大学附属北京安贞医院放射科,北京市心肺血管疾病研究所) ; Department of MR, the First Affiliated Hospital, Henan Medical University(河南医科大学第一附属医院磁共振科) ; Department of Cardiology, Clinical Center for Coronary Heart Disease, Beijing Institute of Heart, Lung and Blood Vessel Disease, Beijing Anzhen Hospital, Capital Medical University(首都医科大学附属北京安贞医院心内科,冠心病临床中心,北京市心肺血管疾病研究所) ; Department of Cardiac Surgery, Beijing Anzhen Hospital, Institute of Heart, Lung and Vascular Diseases, Capital Medical University(首都医科大学附属北京安贞医院心脏外科,心肺血管疾病研究所)
专题命中 诊断辅助 :diagnosis(title,abstract);分类 cs.CV、eess.IV
AI总结 本文提出BAAI心脏代理,通过多模态智能系统实现心脏磁共振成像的端到端解读,实现了自动分割、功能量化、组织特征分析和疾病诊断,并在多个心血管疾病数据集上验证了其高准确率和高效性。
SDVDiag:利用基于上下文的因果挖掘进行联网车辆功能诊断
机构 * Institute of Industrial Automation and Software Engineering (IAS)(工业自动化与软件工程研究所(IAS)) ; University of Stuttgart(斯图加特大学)
专题命中 诊断辅助 :diagnosis(title,abstract);分类 cs.LG
AI总结 本文提出一种多模态方法,结合人类反馈和系统信息,提升联网车辆功能诊断的精度与可解释性。
Comments 7 pages, 4 figures, to be submitted to the VTC2026
KindSleep:基于血氧数据的阻塞性睡眠呼吸暂停诊断
机构 * Georgia Institute of Technology(佐治亚理工学院) ; UT Southwestern Medical Center(德克萨斯大学西南医学中心)
专题命中 诊断辅助 :diagnosis(title,abstract);分类 cs.LG
AI总结 KindSleep利用深度学习整合临床知识与单通道血氧数据,实现精准的阻塞性睡眠呼吸暂停诊断,其在不同人群中均优于现有方法。
利用少样本微调语言模型预测间歇性作业失败类别以进行诊断
机构 * École de technologie supérieure(高等技术学院) ; TELUS(TELUS公司)
专题命中 诊断辅助 :diagnosis(title,abstract);分类 cs.LG
AI总结 本文提出FlaXifyer方法,通过预训练语言模型预测间歇性作业失败类别,实现84.3%的宏F1和92.0%的Top-2准确率,同时提出LogSift技术提升日志分析效率。
Comments Accepted at the ACM International Conference on the Foundations of Software Engineering (FSE 2026), Industry Track
GUIDE:通过分层诊断进行可解释的GUI代理评估
机构 * Alibaba Group(阿里巴巴集团) ; School of Computer Science and Technology, East China Normal University(华东师范大学计算机科学与技术学院) ; Shanghai Innovation Institute(上海创新研究院)
专题命中 诊断辅助 :diagnosis(title,abstract)
AI总结 GUIDE通过分层诊断框架对GUI代理轨迹进行分解评估,提升评估的准确性和可解释性,有效解决长周期任务中的评估问题。
多轮医学诊断基准测试:Hold、Lure 和 Self-Correction
机构 * The University of Texas at Austin(德克萨斯大学奥斯汀分校) ; New York University(纽约大学) ; The University of Texas Southwestern Medical Center(德克萨斯大学西南医学中心) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 诊断辅助 :diagnosis(title,abstract)
AI总结 本文通过MINT基准测试揭示了大语言模型在多轮证据积累中的行为模式,发现提前回答、自我修正和强诱因影响诊断决策,提出延迟提问和保留关键证据可提升诊断准确性。
当链条断裂时:LLM推理错误的交互诊断
专题命中 诊断辅助 :diagnosis(title)
AI总结 本文提出ReasonDiag系统,通过结合外部事实核查与符号逻辑验证,帮助用户高效识别和诊断LLM推理链条中的错误步骤及根本原因。
Comments Accepted to EuroVis 2026
催化多孔体中表面访问限制:基于孔隙解析CFD的性能诊断
专题命中 诊断辅助 :diagnosis(title)
AI总结 研究通过孔隙解析CFD分析催化多孔体中表面访问限制问题,揭示结构依赖的表面可及性对反应性能的影响,验证了反应性CFD在真实操作条件下的应用价值。
Comments 31 pages, 12 figures, 12 appendix figures. Submitted to Chemical Engineering Journal
关于长距离依赖的幻象,及其在整数乘法中的应用
机构 * Saarland University(萨尔大学)
专题命中 诊断辅助 :diagnosis(abstract);分类 cs.LG
AI总结 本文指出整数乘法的困难并非源于长距离依赖,而是由计算时空的选择产生。通过2D外积网格表示,证明长乘法可局部化,且神经元细胞自动机在仅321个参数下实现长度泛化。