科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-04-13 至 2026-04-13 共收录 3 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 3 篇

2604.07779 2026-04-13 cs.CV 79%

Plug-and-Play Logit Fusion for Heterogeneous Pathology Foundation Models

即插即用的逻辑融合用于异构病理基础模型

Gexin Huang, Anqi Li, Yusheng Tan, Beidi Zhao, Gang Wang, Zu-Hua Gao, Xiaoxiao Li

机构 * University of British Columbia（不列颠哥伦比亚大学）； Washington University in St. Louis（圣路易斯华盛顿大学）； Vector Institute（向量研究所）

专题命中病理影像：pathology(title,abstract)；分类 cs.CV

AI总结本文提出LogitProd方法，通过融合独立训练的病理基础模型预测器，实现高效且无需重新训练的多专家融合，提升异构模型在多种病理任务中的性能。

Comments 10 pages, 2 figures

2604.09468 2026-04-13 eess.IV cs.CV 62%

DSVTLA: Deep Swin Vision Transformer-Based Transfer Learning Architecture for Multi-Type Cancer Histopathological Cancer Image Classification

DSVTLA：基于深度Swin视觉Transformer的迁移学习架构用于多类型癌症组织病理图像分类

Muazzem Hussain Khan, Tasdid Hasnain, Md. Jamil khan, Ruhul Amin, Md. Shamim Reza, Md. Al Mehedi Hasan, Md Ashad Alam

机构 * Ochsner Center for Outcomes Research, Ochsner Academics, Ochsner Clinic Foundation, New Orleans, LA 70121, USA（奥克斯纳临床基金会奥克斯纳学术中心结果研究部）

专题命中病理影像：diagnosis(abstract)；分类 cs.CV、eess.IV

AI总结本文提出一种基于深度Swin视觉Transformer的迁移学习架构，用于多癌症组织病理图像的鲁棒分类。该框架结合了层次Swin Transformer与ResNet50卷积特征提取，能够捕捉组织病理图像中的长距离上下文依赖和细粒度局部形态模式。

Comments 25 [ages. 9 Figures

2604.09280 2026-04-13 eess.IV cs.CV 62%

AMO-ENE: Attention-based Multi-Omics Fusion Model for Outcome Prediction in Extra Nodal Extension and HPV-associated Oropharyngeal Cancer

AMO-ENE：基于注意力的多组学融合模型用于外周淋巴结扩展和人乳头瘤病毒相关口咽癌的预后预测

Gautier Hénique, William Le, Gabriel Dayan, Coralie Brodeur, Kristoff Nelson, Apostolos Christopoulos, Edith Filion, Phuc-Felix Nguyen-Tan, Laurent Letourneau-Guillon, Houda Bahig, Samuel Kadoury

机构 * Centre de recherche du CHUM (CRCHUM)（蒙特利尔大学医疗中心研究中心 (CRCHUM)）； Centre Hospitalier de l’Université de Montréal (CHUM)（蒙特利尔大学医疗中心 (CHUM)）

专题命中病理影像：CT(abstract)；分类 cs.CV、eess.IV

AI总结本文提出AMO-ENE模型，通过CT影像和临床数据自动检测外周淋巴结扩展并预测治疗预后，结合多模态特征提升预后预测精度。