医学 AI

HeartcareGPT: A Unified Multimodal ECG Suite for Dual Signal-Image Modeling and Understanding

HeartcareGPT：一种统一的多模态ECG套件，用于双信号-图像建模与理解

Yihan Xie, Sijing Li, Tianwei Lin, Zhuonan Wang, Chenglin Yang, Yu Zhong, Wenjie Yan, Wenqiao Zhang, Xiaogang Guo, Jun Xiao, Yueting Zhuang, Beng Chin Ooi

机构 * Zhejiang University（浙江大学） 纠错

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出HeartcareGPT，通过Dual Stream Projection Alignment机制，实现ECG信号与图像的统一建模，提升多视角ECG理解能力，并建立医学多模态大语言模型向生理信号领域扩展的方法论基础。

EpiBench: Benchmarking Multi-turn Research Workflows for Multimodal Agents

EpiBench：多轮研究工作流的多模态代理基准测试

Xuan Dong, Huanyang Zheng, Tianhao Niu, Zhe Han, Pengzhan Li, Bofei Liu, Zhengyang Liu, Guancheng Li, Qingfu Zhu, Wanxiang Che

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 医疗多模态 ：diagnosis(abstract)

AI总结 EpiBench通过多轮多模态任务评估代理在文献检索、证据整合和跨论文比较中的能力，揭示现有基准在多证据整合和持续证据使用方面的不足。

Free Surface Enhancement of Droplet Rupture by Cavitation Bubble Collapse

空化气泡坍缩对液滴破裂的自由表面增强

Chenghao Xu, Zhengyu Yang, Jie Feng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究空化气泡与液滴的相互作用，揭示两种破裂模式，并建立基于Weber数和气泡-液滴比的破裂准则。

Multi-Scale Kinetic Simulation: Asymptotic Preserving IMEX-BDF-DG Schemes with Three Implicit-Explicit Partitionings

多尺度动能模拟：具有三种隐式显式分拆的渐近保持IMEX-BDF-DG方案

Kimberly Matsuda, Fengyan Li

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出三种渐近保持方法，用于多尺度动能传输模型的高阶DG模拟，通过微-宏分解结构提升稳定性和效率。

Ion-Containing Bottlebrush Elastomers as Pressure-Sensitive Electroadhesives

含离子的瓶刷弹性体作为压力敏感电粘合剂

Hao Dong, Intanon Lapkriengkri, Nadia Chapple, Hyunki Yeo, Alexandra Zele, Hiba Wakidi, Thuc-Quyen Nguyen, Michael L. Chabinyc, Christopher M. Bates, Megan T. Valentine

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文设计了一种基于含离子瓶刷聚合物的低电压压力敏感电粘合剂，结合传统电粘合剂的可控可逆性和压力敏感粘合剂的可调顺应性，通过交联形成柔软坚韧的弹性体，实现低电压下的高粘附性。

Extending ZACH-ViT to Robust Medical Imaging: Corruption and Adversarial Stress Testing in Low-Data Regimes

扩展ZACH-ViT以实现鲁棒医学影像：在低数据环境下对损坏和对抗性压力测试

Athanasios Angelakis, Marta Gomez-Barrero

机构 * BioML Lab, RI CODE, UniBw, Munich, Germany（慕尼黑联邦国防军大学，RI CODE，BioML实验室，德国慕尼黑） ； AUMC, Amsterdam, Netherlands（阿姆斯特丹大学医学中心，荷兰阿姆斯特丹） 纠错

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

AI总结 本文扩展ZACH-ViT，评估其在低数据环境下对常见图像损坏和对抗扰动的鲁棒性，发现其在清洁数据和常见损坏下表现优异，在对抗性压力下仍保持竞争力，但对抗鲁棒性仍是挑战。

Comments Accepted at CVPR 2026 Workshop (PHAROS-AIF-MIH)