医学 AI

A Multi-Stage Optimization Pipeline for Bethesda Cell Detection in Pap Smear Cytology

一种用于薄层细胞检测的多阶段优化流程

Martin Amster, Camila María Polotto

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.CV

AI总结 本文提出了一种基于YOLO和U-Net的多阶段优化流程，用于Pap smear图像中的Bethesda细胞检测，通过重叠去除技术和二分类器提升性能，竞赛中获得第二名。

Comments ISBI 2026 Accepted Paper & Second Place Solution for the RIVA Cervical Cytology Challenge Track B

Quantum-Enhanced Processing with Tensor-Network Frontends for Privacy-Aware Federated Medical Diagnosis

基于张量网络前端的量子增强处理用于隐私保护的联邦医疗诊断

Hiroshi Yamauchi, Anders Peter Kragh Dalskov, Hideaki Kawaguchi, Rodney Van Meter

专题命中 医学数据与评测 ：diagnosis(title)；medical image(abstract)

AI总结 本文提出结合张量网络表示学习、安全多方计算聚合和后聚合量子细化的隐私保护联邦医疗图像分类框架，通过张量网络前端压缩本地输入并利用量子增强处理器进行特征优化，实验表明TTN+QEP组合在性能与效率上表现最佳。

Comments Submitted to the IEEE International Conference on Quantum Computing and Engineering 2026

HINTBench: Horizon-agent Intrinsic Non-attack Trajectory Benchmark

HINTBench：地平线代理内在非攻击轨迹基准

Jiacheng Wang, Jinchang Hou, Fabian Wang, Ping Jian, Chenfu Bao, Zhonghou Lv

机构 * Baidu Inc（百度公司） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 研究内在风险审计，提出HINTBench基准，包含629条轨迹，评估风险检测、风险步定位和内在故障识别，发现强LLM在风险步定位上表现差，揭示内在风险审计的挑战。

Design Space Exploration of Hybrid Quantum Neural Networks for Chronic Kidney Disease

混合量子神经网络在慢性肾病中的设计空间探索

Muhammad Kashif, Hanzalah Mohamed Siraj, Nouhaila Innan, Alberto Marchisio, Muhammad Shafique

机构 * eBrain Lab, Division of Engineering, New York University Abu Dhabi（纽约大学阿布扎比分校工程学院eBrain实验室） ； Center for Quantum and Topological Systems, NYUAD Research Institute, New York University Abu Dhabi（纽约大学阿布扎比分校量子与拓扑系统中心） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文通过评估625种混合量子神经网络模型，探讨了数据编码、量子电路架构和测量策略对慢性肾病诊断性能的影响，发现紧凑架构与合适编码可实现最佳准确率、鲁棒性和效率平衡。