医学 AI

PnP-CM: Consistency Models as Plug-and-Play Priors for Inverse Problems

PnP-CM：一致性模型作为逆问题的即插即用先验

Merve Gülle, Junno Yun, Yaşar Utku Alçalar, Mehmet Akçakaya

机构 * University of Minnesota（明尼苏达大学） 纠错

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PnP-CM，将一致性模型视为先验的近端算子，用于解决多种逆问题，通过改进的ADMM框架和噪声扰动，在低NFE情况下实现高质量重建。

Comments IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026

Progressive Deep Learning for Automated Spheno-Occipital Synchondrosis Maturation Assessment

渐进式深度学习用于自动蝶骨-枕骨软骨交界成熟度评估

Omid Halimi Milani, Amanda Nikho, Marouane Tliba, Lauren Mills, Emadeldeen Hamdan, Ahmet Enis Cetin, Mohammed H. Elnagar

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； University of Orléans（奥尔良大学） 纠错

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

AI总结 本文提出渐进式表示学习框架，通过模拟专家临床推理过程，提升CBCT中蝶骨-枕骨软骨交界成熟度评估的稳定性和准确性，尤其在模糊中间阶段表现更优。

Linear Attention Based Deep Nonlocal Means Filtering for Multiplicative Noise Removal

基于线性注意力的深度非局部均值滤波用于乘性噪声去除

Xiao Siyao, Huang Libing, Zhang Shunsheng

机构 * Research Institute of Electronic Science and Technology, University of Electronic Science and Technology of China（电子科技大学电子科学技术研究院） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） 纠错

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

AI总结 本文提出基于深度学习的线性注意力机制的非局部均值滤波方法，用于高效去除乘性噪声，通过深度通道卷积神经网络提取邻域矩阵信息，并利用注意力机制实现相似性计算和加权平均，实验表明其在模拟和真实噪声数据上表现优于现有方法。

Anatomy-Informed Deep Learning for Abdominal Aortic Aneurysm Segmentation

基于解剖学的深度学习用于腹主动脉瘤分割

Osamah Sufyan, Martin Brückmann, Ralph Wickenhöfer, Babette Dellen, Uwe Jaekel

机构 * Faculty of Mathematics, Informatics and Technology, University of Applied Sciences Koblenz（科布伦茨应用科学大学数学、信息学与技术学院） ； Department of Radiology, Herz-Jesu-Krankenhaus（赫茨-耶苏医院放射科） 纠错

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

AI总结 本文提出一种结合解剖学知识的分割框架，通过总分割器生成的器官排除掩码提升腹主动脉瘤分割的准确性与鲁棒性。

Comments International Conference on Computational Science

ConvFormer3D-TAP: Phase/Uncertainty-Aware Front-End Fusion for Cine CMR View Classification Pipelines

ConvFormer3D-TAP：基于相位/不确定性的前端融合用于动态心脏MRI视图分类流程

Nafiseh Ghaffar Nia, Vinesh Appadurai, Suchithra V., Chinmay Rane, Daniel Pittman, James Carr, Adrienne Kline

机构 * Center for Artificial Intelligence, Bluhm Cardiovascular Institute, Northwestern Medicine（西北医学布鲁姆心血管研究所人工智能中心） ； Department of Electrical and Computer Engineering, Northwestern University（西北大学电气与计算机工程系） ； Department of Surgery, Northwestern University（西北大学外科学系） ； Department of Radiology, Northwestern University（西北大学放射学系） ； Xtasis Inc.（Xtasis公司） ； Department of Cardiology, The Prince Charles Hospital（查尔斯王子医院心脏病科） ； School of Medicine, The University of Queensland（昆士兰大学医学院） ； Quantiphi Inc.（Quantiphi公司） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

AI总结 本文提出ConvFormer3D-TAP，通过结合3D卷积与多尺度自注意力机制，提升动态心脏MRI视图分类的鲁棒性与准确性，实现96%的验证准确率和强校准性能。

Parameter Efficient Fine-tuning for Domain-specific Gastrointestinal Disease Recognition

领域特定胃肠道疾病识别的参数高效微调

Sanjaya Poudel, Nikita Kunwor, Raj Simkhada, Mustafa Munir, Manish Dhakal, Khem Poudel

机构 * Auburn University（奥本大学） ； Tribhuvan University（特里布万大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Georgia State University（佐治亚州立大学） ； Middle Tennessee State University（中田纳西州立大学） 纠错

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

AI总结 本文提出使用低秩适应（LoRA）模块进行参数高效微调，以解决跨源医学图像分布偏移问题，提升胃肠道疾病识别的参数效率和性能。

Comments 6 pages, 3 figures, CVPR conference

Fairboard: a quantitative framework for equity assessment of healthcare models

Fairboard: 一种用于评估医疗模型公平性的量化框架

James K. Ruffle, Samia Mohinta, Chris Foulon, Mohamad Zeina, Zicheng Wang, Sebastian Brandner, Harpreet Hyare, Parashkev Nachev

机构 * Queen Square Institute of Neurology, University College London（伦敦大学学院皇后广场神经科学研究所） ； Dept. of Physiology, Development and Neuroscience, University of Cambridge（剑桥大学生理学、发育与神经科学系） ； Laboratoire Bordelais de Recherche en Informatique (LABRI), Université de Bordeaux（波尔多大学波尔多计算机科学实验室） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文评估了18种开源脑肿瘤分割模型在648名胶质瘤患者中的公平性，发现患者身份比模型选择更能解释性能差异，提出Fairboard工具以提升医疗影像模型的公平性监控。

Comments 30 pages, 6 figures, 109 extended data figures (ancillary file)

Improved classification of Alzheimer's disease and mild cognitive impairment through dynamic functional network analysis

通过动态功能网络分析改进阿尔茨海默病和轻度认知障碍的分类

Nicolas Rubido, Venia Batziou, Marwan Fuad, Vesna Vuksanovic

专题命中 医学影像 ：MRI(abstract)；分类 q-bio

AI总结 本文通过动态功能网络分析，发现阿尔茨海默病在功能连接上有显著差异，结合随机森林模型实现了对MCI、AD和正常组的准确分类。

Streaming instabilities in weakly ionized protoplanetary discs: the Ambipolar Streaming Instability (AmSI)

盘状流体在弱电离的原行星盘中的不稳定性：双极流体不稳定性（AmSI）

Arnaud Pierens, Min-Kai Lin

专题命中 医学影像 ：MRI(abstract)

AI总结 研究弱电离原行星盘中双极扩散对磁盘稳定性的影响，发现尘埃反馈稳定了MRI偏振模式，并引发强共振拖曳不稳定性，有助于尘埃聚集与类地行星形成之间的桥梁。

Comments Accepted for publication in A&A

Language Reconstruction with Brain Predictive Coding from fMRI Data

基于fMRI数据的脑预测编码语言重建

Congchi Yin, Ziyi Ye, Piji Li

机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院） ； The Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education（教育部脑机智能技术重点实验室） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究院） 纠错

专题命中 医学影像 ：MRI(abstract)

AI总结 本文提出PredFT模型，通过脑预测编码理论提升语言重建效果，实验表明其在自然语言理解fMRI数据集上优于现有解码模型。

Comments Accepted by ACL 2026

GPU-Accelerated Continuous-Time Successive Convexification for Contact-Implicit Legged Locomotion

GPU加速的连续时间递进凸优化用于接触隐式腿部运动

Samuel C. Buckner, Purnanand Elango

机构 * University of Washington（华盛顿大学） ； Mitsubishi Electric Research Laboratories（三菱电机研究实验室） 纠错

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种基于连续时间递进凸优化的接触隐式腿部运动方法，通过引入积分互补性约束消除接触事件丢失风险，提升求解效率，实现更灵活的接触模式切换。

Comments Accepted to IEEE ICRA 2026

Seniority-zero Linear Canonical Transformation Theory

零简态线性规范变换理论

Daniel F. Calero-Osorio, Paul W. Ayers

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出了一种通过单位变换降低强关联系统电子薛定谔方程复杂度的方法，利用零简态空间简化计算并保留电子对间强关联，采用BCH展开和规范变换理论中的算子分解策略，实现高精度计算，计算复杂度为O(N^8/n_c)。

Comments 11 pages, 6 figures

Journal ref J. Chem. Phys. 164, 104105 (2026)

VeriSim: A Configurable Framework for Evaluating Medical AI Under Realistic Patient Noise

VeriSim：一种用于在现实患者噪声下评估医疗AI的可配置框架

Sina Mansouri, Mohit Marvania, Vibhavari Ashok Shihorkar, Han Ngoc Tran, Kazhal Shafiei, Mehrdad Fazli, Yikuan Li, Ziwei Zhu

机构 * George Mason University（乔治梅森大学） ； Department of Computer Science, George Mason University（乔治梅森大学计算机科学系） ； Department of Health Administration and Policy, College of Public Health, George Mason University（乔治梅森大学公共卫生学院卫生管理与政策系） ； Department of Science, George Mason University（乔治梅森大学科学系） 纠错

专题命中 临床大模型 ：medical AI(title,abstract)

AI总结 本文提出VeriSim框架，通过引入可控的临床证据基础噪声，评估医疗AI在现实临床场景中的鲁棒性，发现所有模型在真实患者噪声下显著退化，且小型模型退化更严重。

TrajOnco: a multi-agent framework for temporal reasoning over longitudinal EHR for multi-cancer early detection

TrajOnco：一个用于纵向电子健康记录上时间推理的多智能体框架，用于多癌症早期检测

Sihang Zeng, Young Won Kim, Wilson Lau, Ehsan Alipour, Ruth Etzioni, Meliha Yetisgen, Anand Oka

机构 * Truveta Inc.（Truveta公司） ； University of Washington（华盛顿大学） ； Fred Hutch Cancer Center（弗雷德·哈钦森癌症中心） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 TrajOnco通过多智能体框架对纵向EHR中的时间序列临床事件进行推理，生成患者总结和风险评分，实现多癌症早期检测。

LoGo-MR: Screening Breast MRI for Cancer Risk Prediction by Efficient Omni-Slice Modeling

LoGo-MR：通过高效多切片建模筛查乳腺MRI以预测癌症风险

Xin Wang, Yuan Gao, George Yiasemis, Antonio Portaluri, Zahra Aghdam, Muzhen He, Luyi Han, Yaofei Duan, Chunyao Lu, Xinglong Liang, Tianyu Zhang, Vivien van Veldhuizen, Yue Sun, Tao Tan, Ritse Mann, Jonas Teuwen

机构 * Netherlands Cancer Institute（荷兰癌症研究所） ； Radboud University Medical Center（拉德堡德大学医学中心） ； University Medical Center Utrecht（乌得勒支大学医学中心） ； Macao Polytechnic University（澳门理工大学） 纠错

专题命中 诊断辅助 ：MRI(title,abstract)；分类 cs.CV

AI总结 本文提出LoGo-MR框架，通过2.5D局部-全局结构建模实现乳腺癌五年风险预测，结合邻居切片编码和transformer增强的多实例学习，提升预测性能和可解释性。

Agri-R1: Agricultural Reasoning for Disease Diagnosis via Automated-Synthesis and Reinforcement Learning

Agri-R1：通过自动合成与强化学习进行农业疾病诊断的推理增强

Wentao Zhang, Mingkun Xu, Qi Zhang, Shangyang Li, Derek F. Wong, Lifei Wang, Yanchao Yang, Lina Lu, Tao Fang

机构 * Shandong University of Technology（山东理工大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； School of Physical Science and Technology, Beijing University of Posts and Telecommunications（北京邮电大学物理科学与技术学院） ； NLP2CT Lab, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系自然语言处理与中葡机器翻译实验室） ； Institute of International Language Services Studies, Macau Millennium College（澳门千禧学院国际语言服务研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 Agri-R1通过自动合成与强化学习提升农业疾病诊断，利用仅19%的数据生成高质量推理数据，采用改进的奖励函数提升模型在疾病识别和农业知识问答上的性能。

Comments This paper is submitted for review to the 2026 ACM MM Conference. The corresponding authors are Tao Fang and Lina Lu, where Tao Fang is the senior Corresponding Author (Last Author) and the principal supervisor of this work, having led the research design, guided the methodology, and overseen the entire project

EviCare: Enhancing Diagnosis Prediction with Deep Model-Guided Evidence for In-Context Reasoning

EviCare: 通过深度模型引导的证据增强诊断预测

Hengyu Zhang, Xuyun Zhang, Pengxiang Zhan, Linhao Luo, Hang Lv, Yanchao Tan, Shirui Pan, Carl Yang

机构 * Macquarie University（麦考瑞大学） ； Fuzhou University（福州大学） ； Monash University（莫纳什大学） ； Griffith University（格里菲斯大学） ； Emory University（埃默里大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 EviCare通过整合深度模型指导的证据选择、证据优先级排序和关系证据构建，提升基于LLM的诊断预测性能，在MIMIC-III和MIMIC-IV数据集上实现20.65%的平均提升，尤其在新诊断预测上提升显著。

Comments Accepted by KDD 2026

DERM-3R: A Resource-Efficient Multimodal Agents Framework for Dermatologic Diagnosis and Treatment in Real-World Clinical Settings

DERM-3R：一种资源高效的多模态代理框架，用于皮肤病诊断和治疗的现实世界临床应用

Ziwen Chen, Zhendong Wang, Chongjing Wang, Yurui Dong, Luozhijie Jin, Jihao Gu, Kui Chen, Jiaxi Yang, Bingjie Lu, Zhou Zhang, Jirui Dai, Changyong Luo, Xiameng Gai, Haibing Lan, Zhi Liu

机构 * School of Pharmacy, Nanjing University of Chinese Medicine（南京中医药大学药学院） ； Department of Dermatology, the Gulou Hospital of Traditional Chinese Medicine of Beijing（北京鼓楼中医医院皮肤科） ； Infectious disease department, Dongfang Hospital, Beijing University of Chinese Medicine（北京中医药大学东方医院感染科） ； College of Art and Science, university of Washington（华盛顿大学文理学院） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Fudan Unversity（复旦大学） ； Zhejiang Lab（之江实验室） ； University College London（伦敦大学学院） ； Department of Dermatology, Inner Mongolia Hospital of Traditional Chinese Medicine（内蒙古自治区中医医院皮肤科） ； International Campus of Zhejiang University（浙江大学国际校区） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出DERM-3R框架，通过三个协作代理解决皮肤病诊断中的细粒度病变识别、多视角病变表示和综合推理问题，展示了其在资源受限下的高效性能。

Fourier-KAN-Mamba: A Novel State-Space Equation Approach for Time-Series Anomaly Detection

傅里叶-KAN-马amba：一种用于时间序列异常检测的新状态空间方程方法

Xiancheng Wang, Lin Wang, Rui Wang, Zhibo Zhang, Minghang Zhao

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG、eess.SP

AI总结 本文提出傅里叶-KAN-马amba模型，结合傅里叶层、KAN和马amba状态空间模型，提升时间序列异常检测的非线性表示和复杂时间模式捕捉能力。

Comments We request withdrawal because we identified a flaw in the theoretical analysis of the anomaly-score identification mechanism. This part was supported mainly by metric observations without sufficient visual or empirical verification, which may affect the reliability of the related conclusions

Bias Detection in Emergency Psychiatry: Linking Negative Language to Diagnostic Disparities

急诊 psychiatry 中的偏见检测：将负面语言与诊断差异联系起来

Alissa A. Valentine, Lauren A. Lepow, Donald Apakama, Lili Chan, Alexander W. Charney, Isotta Landi

机构 * Copenhagen University Denmark（丹麦哥本哈根大学） ； Mount Sinai School of Medicine USA（美国西奈山医学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG、q-bio

AI总结 研究通过分析急诊医生偏见暴露与心理诊断之间的关联，发现负面语言比例升高与精神分裂症诊断增加有关，并揭示了种族差异的潜在影响。

A Compact and Efficient 1.251 Million Parameter Machine Learning CNN Model PD36-C for Plant Disease Detection: A Case Study

一种紧凑且高效的125万参数机器学习CNN模型PD36-C用于植物疾病检测：案例研究

Shkelqim Sherifi

机构 * Independent Researcher（独立研究员） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出PD36-C模型，通过训练数据集实现高准确率，适用于边缘部署的植物疾病分类，展示小型CNN在实际应用中的高效性。

Comments 17 pages, 24 figures

bioLeak: Leakage-Aware Modeling and Diagnostics for Machine Learning in R

bioLeak：面向机器学习的泄漏感知建模与诊断

Selçuk Korkmaz

专题命中 诊断辅助 ：biomedical(abstract)；分类 cs.LG

AI总结 bioLeak是一个R包，用于构建泄漏感知的重采样工作流，并审计拟合模型的常见泄漏机制，支持多种任务的分类、回归和生存分析。

Comments 35 pages, 4 figures

Community-Based Early-Stage Chronic Kidney Disease Screening using Explainable Machine Learning for Low-Resource Settings

基于社区的早期慢性肾脏病筛查：使用可解释机器学习方法适用于低资源环境

Muhammad Ashad Kabir, Sirajam Munira, Dewan Tasnia Azad, Saleh Mohammed Ikram, Mohammad Habibur Rahman Sarker, Syed Manzoor Ahmed Hanifi

机构 * School of Computing, Mathematics and Engineering, Charles Sturt University（查尔斯·斯特特大学计算、数学与工程学院） ； Department of Computer Science, Rensselaer Polytechnic Institute（伦斯勒理工学院计算机科学系） ； Health Systems and Population Studies Division, International Centre for Diarrhoeal Disease Research, Bangladesh (icddr,b)（孟加拉国国际腹泻病研究中心卫生系统与人口研究部） ； Technical Training Unit, International Centre for Diarrhoeal Disease Research, Bangladesh (icddr,b)（孟加拉国国际腹泻病研究中心技术培训部） 纠错

专题命中 诊断辅助 ：pathology(abstract)；分类 cs.LG

AI总结 本文提出了一种适用于低资源环境的可解释机器学习框架，用于社区早期慢性肾脏病筛查，通过特征选择和模型验证，提高了预测准确性与敏感性。

Comments 31 pages

Journal ref International Journal of Medical Informatics, 2026

Understanding Generalization in Role-Playing Models via Information Theory

通过信息论理解角色扮演模型的泛化能力

Yongqi Li, Hao Lang, Fei Huang, Tieyun Qian, Yongbin Li

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Tongyi Lab（通义实验室） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文通过信息理论提出R-EMID指标，分析角色扮演模型在分布偏移下的泛化问题，提出协同强化学习框架提升对话生成概率，发现用户偏移对泛化影响最大。

Comments Accepted to ACL 2026 (Findings), camera-ready version

Particle Diffusion Matching: Random Walk Correspondence Search for the Alignment of Standard and Ultra-Widefield Fundus Images

粒子扩散匹配：用于标准和超宽场视网膜图像对齐的随机游走对应搜索

Kanggeon Lee, Soochahn Lee, Kyoung Mu Lee

机构 * ASRI, Dept. of ECE, Seoul National University（首尔大学电气与计算机工程系ASRI） ； School of Electrical Engineering, Kookmin University（国民大学电气工程学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出了一种稳健的对齐技术，通过扩散模型引导的迭代随机游走对应搜索（RWCS）实现标准视网膜图像（SFIs）和超宽场视网膜图像（UWFIs）的对齐，解决了尺度、外观差异和特征稀少的问题，展示了在多个视网膜图像对齐基准上的最佳性能。

Improving Pediatric Emergency Department Triage with Modality Dropout in Late Fusion Multimodal EHR Models

通过晚期融合多模态EHR模型中的模态脱落改进儿科急诊分诊

Tyler Yang, Romal Mitr

机构 * Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：clinical AI(abstract)；分类 cs.LG

AI总结 本文提出一种晚期融合多模态架构，结合XGBoost和Bio_ClinicalBERT处理结构化数据和非结构化文本，通过逻辑回归元分类器预测急诊严重程度指数，通过模态脱落提升模型在儿科群体中的泛化能力。

Comments 10 pages, 4 figures, 4 tables

A Counterfactual Diagnostic Framework for Explaining KS Deterioration in Credit Risk Model Validation

一种用于解释信用风险模型验证中KS劣化现象的反事实诊断框架

Yiqing Wang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种反事实诊断框架，用于解释信用风险模型验证中KS指标下降的原因，通过分阶段归因于采样波动、投资组合变化、协变量偏移和残差劣化，提供更可解释和治理相关的解释。

Comments 18 pages, 4 figures

Ambiguity Detection and Elimination in Automated Executable Process Modeling

自动可执行过程建模中的歧义检测与消除

Ion Matei, Praveen Kumar Menaka Sekar, Maksym Zhenirovskyy, Hon Yung Wong, Sayuri Kohmura, Shinji Hotta, Akihiro Inomata

机构 * Fujitsu Research of America（富士通美国研究院） ； University of Maryland, College Park（马里兰大学帕克分校） ； Fujitsu Limited（富士通株式会社） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种基于诊断的框架，通过分析关键性能指标的分布检测行为不一致，定位逻辑分歧并修复文本，以减少生成模型行为的变异。

Graph-Theoretic Analysis of Residual Generation Under Computational Constraints

图论分析在计算限制下的残差生成

Jan Åslund

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种基于模型的故障诊断统一框架，结合故障位置和残差生成方法的约束，通过PSO/MSO集、TES/MTES等概念，定义可测试PSO集、残差生成集等，分析在计算限制下适合残差生成的子模型，并通过算法计算所有残差生成集。

Learning to Attend to Depression-Related Patterns: An Adaptive Cross-Modal Gating Network for Depression Detection

学习关注抑郁症相关模式：一种自适应跨模态门控网络用于抑郁症检测

Hangbin Yu, Yudong Yang, Rongfeng Su, Nan Yan, Lan Wang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Biomedical Imaging Science and System, Chinese Academy of Sciences（中国科学院生物医学成像科学与系统重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出自适应跨模态门控网络，通过动态分配帧权重来关注抑郁症相关段落，提升语音信号中抑郁症检测的准确性。