医学 AI

Representative-volume sizing in finite cylindrical computed tomography by low-wavenumber spectral convergence

有限圆柱计算机断层扫描中代表性体积的尺寸确定

Fernando Alonso-Marroquin, Abdullah Alqubalee, Christian Tantardini

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本文提出了一种在非平稳条件下确定代表性体积尺寸的实用流程，通过消除轴向漂移以获得适合二次分析的残差场，并选择低波数谱内容稳定后的最小分析直径，用于Thalassinoides岩石的示例，展示了如何通过消除漂移和非平稳趋势来提高微结构统计和数字岩石估计的可重复性。

Leveraging Spatial Transcriptomics as Alternative to Manual Annotations for Deep Learning-Based Nuclei Analysis

利用空间转录组学作为替代手动标注的深度学习核分析方法

Kazuya Nishimura, Ryoma Bise, Haruka Hirose, Yasuhiro Kojima

机构 * The University of Osaka, Osaka, Japan（大阪大学） ； National Cancer Center Tokyo, Japan（东京国立癌症中心） ； Kyushu University, Fukuoka, Japan（九州大学） 纠错

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

AI总结 本文提出利用空间转录组学数据替代手动标注，提升病理图像核分割与分类的准确性，通过基因表达谱生成细胞类型标签并用于图像分类，验证了方法在不同器官上的泛化能力。

Touchless Intraoperative Image Access System Based on Vision-Based Hand Tracking

基于视觉手追踪的无接触术中图像访问系统

Yin Lin, Domenico Aquino, Alberto Redaelli, Massimiliano Del Bene, Riccardo Barbieri, Simona Ferrante

机构 * DEIB Polytechnic University of Milan（米兰理工学院DEIB系） 纠错

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

AI总结 本文提出一种基于视觉的手势追踪系统，用于术中医学图像导航，无需额外硬件或用户特定训练，通过MediaPipe Hands实现实时手部追踪，将简单手势映射为平移、旋转和缩放指令，实现自然交互。

Journal ref 2026 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference

VitaminP: cross-modal learning enables whole-cell segmentation from routine histology

VitaminP: 跨模态学习实现常规组织学图像的全细胞分割

Yasin Shokrollahi, Karina B. Pinao Gonzales, Elizve N. Barrientos Toro, Paul Acosta, Patient Mosaic Team, Pingjun Chen, Yinyin Yuan, Xiaoxi Pan

机构 * Department of Translational Molecular Pathology, Division of Pathology and Laboratory Medicine, The University of Texas MD Anderson Cancer Center（转化分子病理学部门，病理与实验室医学分会，德克萨斯大学MD安德森癌症中心） ； Institute for Data Science in Oncology, The University of Texas MD Anderson Cancer Center（肿瘤数据科学研究所，德克萨斯大学MD安德森癌症中心） ； The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） 纠错

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

AI总结 VitaminP通过跨模态学习从常规H&E图像实现全细胞分割，利用配对的H&E-mIF数据迁移分子边界信息以克服H&E的细胞质对比度限制，构建了跨模态监督策略，并在14个公开数据集上训练，超越了四种最新方法并在未见数据集上泛化。

Comments 44 pages, 10 figures. Code and models available

CheXmix: Unified Generative Pretraining for Vision Language Models in Medical Imaging

CheXmix：用于医学影像的统一生成预训练

Ashwin Kumar, Robbie Holland, Corey Barrett, Jangwon Kim, Maya Varma, Zhihong Chen, Yunhe Gao, Greg Zaharchuk, Tara Taghavi, Krishnaram Kenthapadi, Akshay Chaudhari

机构 * Stanford AIMI, Stanford University（斯坦福大学AIMI研究所，斯坦福大学） ； Oracle Health AI（Oracle健康AI） ； Department of Radiology, Stanford University（斯坦福大学放射科） 纠错

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

AI总结 CheXmix通过统一早融合生成方法，在医学影像中实现更精确的联合表征学习，优于现有生成模型，在多个任务上表现突出。

Comments CVPR Findings (2026)

SGP-SAM: Self-Gated Prompting for Transferring 3D Segment Anything Models to Lesion Segmentation

SGP-SAM：用于将3D分割任何模型转移到病变分割的自门控提示

Zixuan Tang, Shen Zhao

机构 * School of Intelligent Systems Engineering, Sun Yat-sen University, Shenzhen China（智能系统工程学院，中山大学，深圳中国） 纠错

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

AI总结 本文提出SGP-SAM，通过自门控提示模块提升3D病变分割的转移效果，设计Zoom损失增强小病变学习，实验显示在肝肿瘤和脑肿瘤数据集上优于基线模型。

Aycromo: An Open-Source Platform for Automatic Chromosome Detection in Metaphase Images Based on Deep Learning

Aycromo：基于深度学习的中期图像自动染色体检测开源平台

Jorge L. A. Lima, Filipe R. Cordeiro

机构 * Visual Computing Lab, Department of Computing, Universidade Federal Rural de Pernambuco (UFRPE), Brazil（视觉计算实验室，计算系，巴西普埃布拉联邦农业大学（UFRPE）） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出Aycromo平台，通过深度学习实现染色体自动检测，提供图形界面支持临床应用，初步实验显示其检测精度高且分析速度快。

Comments Accepted at SBCAS'26

Agri-CPJ: A Training-Free Explainable Framework for Agricultural Pest Diagnosis Using Caption-Prompt-Judge and LLM-as-a-Judge

Agri-CPJ：一种无需训练的可解释框架，用于利用Caption-Prompt-Judge和LLM-as-a-Judge进行农业害虫诊断

Wentao Zhang, Qi Zhang, Mingkun Xu, Mu You, Henghua Shen, Zhongzhi He, Keyan Jin, Derek F. Wong, Tao Fang

机构 * Business School, Shandong University of Technology（山东理工大学商学院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Guangdong Institute of Intelligent Science and Technology（广东智能科学与技术研究院） ； Macau Millennium College（澳门 millennium 学院） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） 纠错

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

AI总结 本文提出Agri-CPJ框架，通过生成结构化形态描述并利用LLM进行判断，解决农业病害诊断中模型易产生错误物种名称和推理不可用的问题，实验显示其在病害分类和问答评分上有显著提升。

Comments This work is an expanded version of our prior paper published in the IEEE ICASSP 2026 conference arXiv:2512.24947, from 4 to 20+ pages, presenting a well-structured and principled framework, extensive experiments, and deeper insights. Tao Fang is the corresponding author

Task-guided Spatiotemporal Network with Diffusion Augmentation for EEG-based Dementia Diagnosis and MMSE Prediction

基于扩散增强的任务引导时空网络用于基于EEG的痴呆症诊断和MMSE预测

Xiaoyu Zheng, Xu Tian, Bin Jiao, Kunbo Cui, Hanhe Lin, Lu Shen, Jin Liu

机构 * Hunan Provincial Key Lab on Bioinformatics, School of Computer Science and Engineering, Central South University（湖南生物信息省重点实验室，计算机科学与工程学院，中南大学） ； Xinjiang Engineering Research Center of Big Data and Intelligent Software, School of Software, Xinjiang University（新疆大数据与智能软件工程研究中心，软件学院，新疆大学） ； School of Science and Engineering, University of Dundee（科学与工程学院，邓迪大学） ； Department of Neurology, Xiangya Hospital, Central South University（神经内科，湘雅医院，中南大学） 纠错

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

AI总结 本文提出任务引导时空网络，通过多频段特征融合模块和扩散增强模块，提升EEG数据中痴呆症诊断和MMSE预测的准确性与鲁棒性。

Avionic Main Fuel Pump Simulation and Fault-Diagnosis Benchmark

航空主燃油泵仿真与故障诊断基准

Felix Leonhard Janzen, Lukas Moddemann, Alexander Diedrich, Oliver Niggemann

机构 * Institute of Artificial Intelligence（人工智能研究所） ； Helmut Schmidt University（海姆特-施密特大学） 纠错

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

AI总结 本文提出一个高保真度的航空主燃油泵系统仿真模型，用于生成标注的时序数据，通过RNN-VAE和SOM-VAE进行异常检测和运行模式离散化。

An Intelligent Fault Diagnosis Method for General Aviation Aircraft Based on Multi-Fidelity Digital Twin and FMEA Knowledge Enhancement

基于多保真度数字孪生和FMEA知识增强的通用航空飞机智能故障诊断方法

Zhihuan Wei, Yang Hu, Xinhang Chen, Yiming Zhang, Jie Liu, Wei Wang

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； School of Reliability and Systems Engineering, Beihang University（北京航空航天大学可靠性与系统工程学院） ； Department of Mechanical Engineering, City University of Hong Kong（香港城市大学机械工程系） 纠错

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

AI总结 本文提出基于多保真度数字孪生的智能故障诊断框架，通过高保真飞行动态仿真、FMEA驱动故障注入、多保真残差特征提取和大语言模型增强的可解释报告生成模块，解决通用航空飞机故障诊断中的数据稀缺、故障类型多样和故障特征弱等问题。

RareCollab: an LLM-powered framework for multimodal reasoning in Mendelian disease diagnosis

RareCollab: 一种基于大语言模型的多模态推理框架，用于孟德尔疾病诊断

Guantong Qi, Jiasheng Wang, Mei Ling Chong, Zahid Shaik, Shenglan Li, Shinya Yamamoto, Maura R. Z. Ruzhnikov, Devon E. Bonner, Jennefer N. Carter, Kevin S. Smith, Matthew T. Wheeler, Stephen B. Montgomery, Jonathan A. Bernstein, Sasidhar Pasupuleti, Undiagnosed Diseases Network, Pengfei Liu, Hu Chen, Zhandong Liu

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 q-bio

AI总结 RareCollab通过整合基因组、表型和转录组证据，提升孟德尔疾病诊断的多模态推理能力，其在890名患者中实现了对94%诊断基因的高优先级识别，优于现有方法。

System-aware contextual digital twin for ICS anomaly diagnosis

面向系统的上下文数字孪生用于ICS异常诊断

Eungyu Woo, Yooshin Kim, Wonje Heo, Donghoon Shin

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种面向系统的无监督框架，结合轻量级在线检测与上下文解释，实现ICS异常诊断的实时检测和可解释诊断。

LegalDrill: Diagnosis-Driven Synthesis for Legal Reasoning in Small Language Models

LegalDrill: 以诊断驱动合成促进小型语言模型中的法律推理

Tianchun Li, Haochen Liu, Vishwa Pardeshi, Xingchen Wang, Tianci Liu, Huijun Zhao, Wei Fan, Jing Gao

机构 * Purdue University（普渡大学） ； Fidelity Investments（富达投资） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 LegalDrill通过精细提示提取并迭代优化教师模型的推理轨迹，结合自我反思验证选择有效数据，提升小型语言模型的法律推理能力，无需稀缺专家标注。

Comments ACL 2026 Industry Track

Thinking Like a Clinician: A Cognitive AI Agent for Clinical Diagnosis via Panoramic Profiling and Adversarial Debate

像医生一样思考：一种通过全景分析与对抗辩论的临床诊断认知AI代理

Zhiqi Lv, Duofan Tu, Jun Li, Mingyue Zhao, Heqin Zhu, Wenliang Li, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生物医学工程学院，生命科学与医学系） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州市先进研究机构） ； Key Lab of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS（中国科学院智能信息处理重点实验室，计算技术研究所） ； Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology（江苏省多模态数字孪生技术省级重点实验室） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（国家精密与智能化学重点实验室，中国科学技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；clinical AI(abstract)

AI总结 本文提出DxChain框架，通过全景患者基线建立和对抗辩论解决证据冲突，提升临床诊断准确性和逻辑一致性。

CLIN-LLM: A Safety-Constrained Hybrid Framework for Clinical Diagnosis and Treatment Generation

CLIN-LLM：一种安全约束的混合框架，用于临床诊断和治疗生成

Md. Mehedi Hasan, Md. Abir Hossain, Farman Hossain Sayem, Bikash Kumar Paul, Ziaur Rahman, Mohammad Shorif Uddin, Rafid Mostafiz

机构 * Department of Information and Communication Technology（信息与通信技术系） 纠错

专题命中 诊断辅助 ：diagnosis(title)；biomedical(abstract)

AI总结 CLIN-LLM通过整合多模态患者编码、不确定性校准的疾病分类和检索增强的治疗生成，提高了临床诊断和治疗建议的准确性与安全性，取得了98%的准确率和F1分数，优于ClinicalBERT。

Comments 13 pages, 9 figures. Preprint version under review in the area of Artificial Intelligence (cs.CR)

Green Shielding: A User-Centric Approach Towards Trustworthy AI

绿色防护：面向可信AI的用户导向方法

Aaron J. Li, Nicolas Sanchez, Hao Huang, Ruijiang Dong, Jaskaran Bains, Katrin Jaradeh, Zhen Xiang, Bo Li, Feng Liu, Aaron Kornblith, Bin Yu

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Melbourne（墨尔本大学） ； University of California, San Francisco（加州大学旧金山分校） ； University of Georgia（佐治亚大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract,abstract_cn)

AI总结 本文提出Green Shielding方法，通过分析用户输入变化对模型行为的影响，为可信AI部署提供证据支持的指导。通过医疗诊断基准测试，展示了交互选择如何系统性地影响模型输出属性，支持高风险领域更安全的部署。

A Graph-Augmented knowledge Distillation based Dual-Stream Vision Transformer with Region-Aware Attention for Gastrointestinal Disease Classification with Explainable AI

一种基于图增强知识蒸馏的双流视觉Transformer与区域感知注意力的胃肠道疾病分类可解释AI方法

Md Assaduzzaman, Nushrat Jahan Oyshi, Eram Mahamud

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

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

AI总结 本文提出一种结合图增强知识蒸馏的双流视觉Transformer与区域感知注意力机制，用于胃肠道疾病分类，通过软标签蒸馏实现高效且准确的诊断，同时保证模型的可解释性。

Statistical Test for Diffusion-Based Anomaly Localization via Selective Inference

基于选择性推断的扩散模型异常定位统计检验

Teruyuki Katsuoka, Tomohiro Shiraishi, Daiki Miwa, Vo Nguyen Le Duy, Ichiro Takeuchi

机构 * Nagoya University（名古屋大学） ； University of Information Technology（信息技术大学） ； Vietnam National University, Ho Chi Minh City（越南国家大学，胡志明市） ； RIKEN（理化学研究所） 纠错

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

AI总结 本文提出基于选择性推断的统计框架，用于量化检测到的异常区域显著性，通过提供p值评估假阳性率，提升异常定位的可靠性。

Comments 35 pages, 6 figures

Less is More in Semantic Space: Intrinsic Decoupling via Clifford-M for Fundus Image Classification

语义空间中‘少即是多’：通过Clifford-M实现内在解耦以用于视网膜图像分类

Yifeng Zheng

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

AI总结 本文提出Clifford-M模型，通过稀疏几何交互替代传统频率分解模块，实现高效的视网膜图像分类，在ODIR-5K数据集上取得优于其他模型的性能。

Comments Withdrawn by the author because this early version does not reflect the current scope, validation protocol, and contributor information of the work. A substantially revised version is being prepared

Explainable AI for Mental Disorder Detection via Social Media: A survey and outlook

通过社交媒体进行精神障碍检测的可解释AI：调查与展望

Yusif Ibrahimov, Tarique Anwar, Tommy Yuan

机构 * Department of Computer Science, University of York, Heslington, United Kingdom（英国约克大学计算机科学系） ； French-Azerbaijani University under Azerbaijan State Oil and Industry University（阿塞拜疆国家石油和工业大学下的法语-阿塞拜疆大学） 纠错

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

AI总结 本文调查了数据科学、人工智能与心理健康护理的交叉领域，探讨了通过在线社交媒体检测精神障碍的最新进展，并强调了可解释AI在医疗AI中的重要性。

Comments Accepted for publication in IEEE Transactions on Artificial Intelligence. \c{opyright} 2026 IEEE (To appear)

Journal ref IEEE Transactions on Artificial Intelligence, 2026

MultiDx: A Multi-Source Knowledge Integration Framework towards Diagnostic Reasoning

MultiDx: 一个面向诊断推理的多源知识整合框架

Yimin Deng, Zhenxi Lin, Yejing Wang, Guoshuai Zhao, Pengyue Jia, Zichuan Fu, Derong Xu, Yefeng Zheng, Xiangyu Zhao, Li Zhu, Xian Wu, Xueming Qian

机构 * Xi’an Jiaotong University（西安交通大学） ； City University of Hong Kong（香港城市大学） ； Tencent Jarvis Lab（腾讯 Jarvis实验室） ； Westlake University（西湖大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出MultiDx框架，通过多源知识整合提升诊断推理能力，结合网络搜索、病例数据库等多视角证据，生成最终预测。

Comments ACL 2026 findings

A Large-Scale, Cross-Disciplinary Corpus of Systematic Reviews

大规模跨学科系统评价语料库

Pierre Achkar, Tim Gollub, Arno Simons, Harrisen Scells, Martin Potthast

机构 * Leipzig University（莱比锡大学） ； University of Tübingen（图宾根大学） ； Kassel University（卡塞尔大学） 纠错

专题命中 诊断辅助 ：biomedical(abstract)

AI总结 本文提出Webis-SR4ALL-26语料库，包含301,871篇系统评价，涵盖所有科学领域。通过多阶段预处理流程，链接OpenAlex元数据和参考文献列表，提取检索和筛选相关的结构化方法 artifacts，用于跨领域基准测试和元科学分析。

A Digital Pathology Resource for Liver Cancer Quantification with Datasets, Benchmarks, and Tools

用于肝癌定量的数字病理资源：包含数据集、基准和工具

Ying Xiao, Shimiao Tang, Xitong Ling, Weiming Chen, Jun Wang, Jiawen Li, Huaitian Yuan, Jianghui Yang, Bowen Li, Huan Li, Yiting Meng, Tian Guan, Yonghong He, Hongfang Yin

机构 * Department of Pathology, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua Medicine, Tsinghua University, Beijing, China（北京清华长庚医院病理科，临床医学学院，清华大学医学院，清华大学，北京，中国） ； Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（深圳国际研究生院，清华大学，深圳，中国） 纠错

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

AI总结 本文提出HepatoBench数据集及HepatoQuant工具，解决肝癌细粒度组织成分识别难题，提供统一的定量分析流程。

Benchmarking Pathology Foundation Models for Breast Cancer Survival Prediction

对乳腺癌生存预测的病理基础模型进行基准测试

Fredrik K. Gustafsson, Constance Boissin, Johan Vallon-Christersson, David A. Clifton, Mattias Rantalainen

机构 * Department of Medical Epidemiology and Biostatistics, Karolinska Institutet（卡罗林斯卡研究所医学流行病学与生物统计学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Division of Oncology, Department of Clinical Sciences Lund, Lund University（卢德大学临床科学系肿瘤学系） ； Oxford Suzhou Centre for Advanced Research, University of Oxford（牛津大学苏州先进研究中心） 纠错

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

AI总结 本文通过标准化流程评估了多种病理基础模型在乳腺癌生存预测中的性能，发现H-optimus-1表现最佳，且第二代模型优于第一代，但多数模型性能差异较小，紧凑模型H0-mini在参数较少的情况下表现更优。

Leveraging Medical Foundation Model Features in Graph Neural Network-Based Retrieval of Breast Histopathology Images

利用医学基础模型特征在基于图神经网络的乳腺组织病理学图像检索中

Nematollah Saeidi, Hossein Karshenas, Bijan Shoushtarian, Sepideh Hatamikia, Ramona Woitek, Amirreza Mahbod

机构 * Artificial Intelligence Department, Faculty of Computer Engineering, University of Isfahan, Isfahan, Iran ； Department of Computer Engineering Techniques, Mazaya University College, Nasiriyah, Iraq ； Department of Medicine, Danube Private University, Krems an der Donau, Austria ； Austrian Center for Medical Innovation ； Research Center for Medical Image Analysis ； Artificial Intelligence, Department of Medicine, Danube Private University, Krems an der Donau, Austria 纠错

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

AI总结 本文提出一种基于图神经网络和对抗正则化的变分自编码器模型，利用医学基础模型特征提升乳腺病理图像检索性能，实验显示其在mAP和mMV指标上优于传统方法。

Comments 29 pages

Journal ref International Journal of Imaging Systems and Technology, 2026

Hierarchical Prototype-based Domain Priors for Multiple Instance Learning in Multimodal Histopathology Analysis

层次化原型域先验用于多实例学习的多模态病理分析

Xuemei Qiu, Dawei Fan, Yebin Huang, Yanping Chen, Lifang Wei

机构 * College of Computer and Information Science, Fujian Agriculture and Forestry University（福建农林大学计算机与信息科学学院） ； College of Future Technology, Fujian Agriculture and Forestry University（福建农林大学未来技术学院） ； Digital Fujian Institute of Agricultural Big Data, Fujian Agriculture and Forestry University（福建农业大数据数字福建研究院） ； Department of Pathology, Clinical Oncology School of Fujian Medical University, and Fujian Cancer Hospital（福建医科大学临床肿瘤学院病理科及福建癌症医院） 纠错

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

AI总结 本文提出HPDP框架，通过引入形态锚定原型系统和正弦位置编码，解决多实例学习中数据驱动黑箱问题，提升病理诊断与预后分析的鲁棒性和可解释性。

On the Complementarity of Quantum and Classical Features: Adaptive Hybrid Quantum-Classical Feature Fusion for Breast Cancer Classification

量子与经典特征的互补性：面向乳腺癌分类的自适应混合量子-经典特征融合

Yasmin Rodrigues Sobrinho, João Renato Ribeiro Manesco, João Paulo Papa

机构 * Department of Computing, São Paulo State University（圣保罗州大学计算机系） 纠错

专题命中 病理影像 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种混合量子-经典架构，通过双分支特征提取管道融合经典模型和量子电路的互补表示，引入三种特征融合策略提升乳腺癌分类性能。

Comments 41 pages, 16 figures. This manuscript is a preprint under review at Artificial Intelligence in Medicine

SIMPLER: H&E-Informed Representation Learning for Structured Illumination Microscopy

SIMPLER: 基于H&E的结构光照明显微镜表示学习

Abu Zahid Bin Aziz, Syed Fahim Ahmed, Gnanesh Rasineni, Mei Wang, Olcaytu Hatipoglu, Marisa Ricci, Malaiyah Shaw, Guang Li, J. Quincy Brown, Valerio Pascucci, Shireen Elhabian

机构 * Kahlert School of Computing, University of Utah, Salt Lake City, UT 84112, USA Scientific Computing \& Imaging Institute, University of Utah, Salt Lake City, UT 84112, USA Instapath Inc., Houston, TX 77021 Tulane University, Department of Biomedical Engineering, New Orleans, Louisiana, United States 纠错

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

AI总结 本文提出SIMPLER框架，利用H&E作为语义锚点学习可重用的SIM表示，通过对抗、对比和重建目标逐步对齐SIM和H&E，提升跨模态任务性能。

TEMPO: Transformers for Temporal Disease Progression from Cross-Sectional Data

TEMPO：从横断面数据中基于变换器的疾病进展模型

Hongtao Hao, Joseph L. Austerweil

机构 * University of Wisconsin—Madison（威斯康星大学麦迪逊分校） ； Chiba Institute of Technology（千叶技术大学） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG

AI总结 TEMPO通过基于模拟的监督学习，从横断面数据中学习有序和连续事件序列，显著提高了疾病阶段预测的准确性，适用于高维数据和ADNI数据集。

Comments 31 pages; Published at Conference on Health, Inference, and Learning (CHIL) 2026

Journal ref Proceedings of Machine Learning Research, 333, 2026