医学 AI

Robustness Evaluation of a Foundation Segmentation Model Under Simulated Domain Shifts in Abdominal CT: Implications for Health Digital Twin Deployment

在腹部CT中模拟域移位下基础分割模型的鲁棒性评估：对健康数字双胞胎部署的启示

Sanghati Basu

机构 * Healthcare Informatics, University of Illinois Springfield（医疗信息学，伊利诺伊大学斯普林菲尔德分校） 纠错

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

AI总结 本文评估了SAM(ViT-B)在腹部CT脾脏分割中的鲁棒性，通过模拟临床真实医学影像域移位，发现其在中等CT域移位下表现稳定，支持其作为医学影像分割研究的基础基线。

Comments 8 Pages, 5 Tables, 2 Figures

CRC-SAM: SAM-Based Multi-Modal Segmentation and Quantification of Colorectal Cancer in CT, Colonoscopy, and Histology Images

CRC-SAM：基于SAM的多模态结直肠癌在CT、结肠镜和组织学图像中的分割与量化

Daniel Lao

机构 * Independent researcher（独立研究者） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV、eess.IV

AI总结 本文提出CRC-SAM框架，实现跨结肠镜、CT和病理图像的结直肠癌分割，通过LoRA层实现高效领域迁移，实验显示在多个数据集上优于现有方法。

Comments 4 pages, 3 figures, ISBI 2026 oral presentation

Unsupervised Physics-Informed Deep Learning for Dual-Energy CT Material Decomposition

无监督的物理引导深度学习用于双能CT材料分解

Laura Hellwege, Johann Christopher Engster, Moritz Schaar, Thorsten M. Buzug, Maik Stille

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文提出一种无监督的物理引导深度学习框架，用于双能CT材料分解，通过多色前向模型减少投影域中的差异，实现高精度分解。

Comments 12 pages, 4 Figures, 1 Table

ESICA: A Scalable Framework for Text-Guided 3D Medical Image Segmentation

ESICA：一种可扩展的文本引导3D医学图像分割框架

Yu Xin, Gorkem Can Ates, Jun Ma, Sumin Kim, Ying Zhang, Kaleb E Smith, Kuang Gong, Wei Shao

机构 * University of Florida（佛罗里达大学） ； University of Toronto（多伦多大学） ； NVIDIA Corporation（NVIDIA公司） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出ESICA框架，通过改进的掩码预测、高效解码器和双阶段训练策略，实现高效且可扩展的文本引导3D医学图像分割，提升分割精度与效率。

Semantic-aware Random Convolution and Source Matching for Domain Generalization in Medical Image Segmentation

语义感知随机卷积与源匹配用于医学图像分割中的领域泛化

Franz Thaler, Martin Urschler, Mateusz Kozinski, Matthias AF Gsell, Gernot Plank, Darko Stern

机构 * Institute for Medical Informatics, Statistics and Documentation, Medical University of Graz（医学信息学、统计与文档研究所，格拉茨医科大学） ； Gottfried Schatz Research Center: Medical Physics and Biophysics, Medical University of Graz（戈特弗里德·施achat研究所在：医学物理与生物物理，格拉茨医科大学） ； Institute of Visual Computing, Graz University of Technology（视觉计算研究所，格拉茨技术大学） ； AVL List GmbH（AVL List公司） 纠错

专题命中 医学影像 ：medical image(title,abstract)；CT(abstract,abstract_cn)；分类 cs.CV、cs.LG

AI总结 本文提出语义感知随机卷积和源匹配方法，用于单源领域泛化，通过增强源域不同区域的标注标签来提升模型泛化能力，在多种跨模态和跨中心任务中取得新状态-of-the-art性能。

Comments Accepted for publication in IEEE Access

Novel 3D Binary Indexed Tree for Volume Computation of 3D Reconstructed Models from Volumetric Data

新颖的3D二进制索引树用于从体数据中计算3D重建模型的体积

Quoc-Bao Nguyen-Le, Tuan-Hy Le, Anh-Triet Do

专题命中 医学影像 ：CT(summary_cn,abstract)；MRI(abstract_cn)；分类 cs.CV

AI总结 本文提出了一种结合多元微积分、 marching cube算法和二进制索引树数据结构的算法，用于高效计算从CT或MR获取的体数据的内在体积，通过30种体积值配置实现快速查询和模型编辑。

Comments This paper has been withdrawn by the author. After further review, the author believes that the current version does not meet the desired standards and plans to revise the work before any potential resubmission

SlicerRoboTMS: An Open-Source 3D Slicer Extension for Robot-Assisted Transcranial Magnetic Stimulation

SlicerRoboTMS：一种用于机器人辅助经颅磁刺激的开源3D切片扩展

Wenzhi Bai, Yituo Guo, Bhaskar Basu, Andrew Weightman, Zhenhong Li

机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） ； University of Manchester（曼彻斯特大学） ； Rehabilitation Medicine（康复医学） ； Manchester University NHS Foundation Trust（曼彻斯特大学国家健康服务基金会信托） ； Department of Mechanical and Aerospace Engineering（机械与航空航天工程系） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；medical image(abstract)

AI总结 本文提出SlicerRoboTMS，一种开源3D切片扩展，通过统一交互基础设施支持机器人辅助经颅磁刺激研究，提供MRI导航和机器人系统接口，降低研究门槛，促进可重复和扩展的研究。

Comments Accepted by the 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) 2026

Compton-thick AGN Characterisation in a Multi-wavelength Context: Insights from the 70-Month \textit{SWIFT}/BAT Catalogue

在多波段背景下对Compton厚活动星系核的特征分析：来自70个月SWIFT/BAT目录的洞察

Muhammad Luqman Hakeem Musa, Zamri Zainal Abidin, Masatoshi Imanishi, Yoshiaki Hagiwara, Adlyka Ainul Annuar

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 研究通过多波段数据揭示CT AGN的高 obscuration和高 accretion率特征，利用机器学习方法验证CT候选体，强调多波段信号在X射线数据有限时的应用潜力。

Comments Accepted and published in MNRAS

Journal ref Monthly Notices of the Royal Astronomical Society. 2026 Apr 3:stag623

Density-valued VAR Models with Latent Factors

具有潜在因子的密度值VAR模型

Yasumasa Matsuda, Michel F. C. Haddad

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 本文提出了一种具有潜在因子的密度值向量自回归模型，用于分析密度函数的多元时间序列。通过巴西每周地区Ct值分布动态，研究了区域间的分布变化，利用B样条混合估计密度，并通过交叉区域VAR模型与潜在因子建模，分离共同运动与定向异质动态。

Comments 61 pages, 5 figures, 3 tables

CoRE: Concept-Reasoning Expansion for Continual Brain Lesion Segmentation

CoRE：基于概念推理的连续脑病变分割

Qianqian Chen, Anglin Liu, Jingyang Zhang, Yudong Zhang

机构 * Southeast University, Nanjing, China（东南大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出CoRE框架，通过整合视觉特征与结构化概念，解决连续学习中容量限制和冗余参数增长问题，实现基于临床先验的模型进化。

Detecting Dental Landmarks from Intraoral 3D Scans: the 3DTeethLand challenge

从口内3D扫描中检测牙齿标志：3DTeethLand挑战

Achraf Ben-Hamadou, Nour Neifar, Ahmed Rekik, Oussama Smaoui, Firas Bouzguenda, Sergi Pujades, Niels van Nistelrooij, Shankeeth Vinayahalingam, Kaibo Shi, Hairong Jin, Youyi Zheng, Tibor Kubík, Oldřich Kodym, Petr Šilling, Kateřina Trávníčková, Tomáš Mojžiš, Jan Matula, Jeffry Hartanto, Xiaoying Zhu, Kim-Ngan Nguyen, Tudor Dascalu, Huikai Wu, and Weijie Liu, Shaojie Zhuang, Guangshun Wei, Yuanfeng Zhou

机构 * Department of Oral ； Maxillofacial Surgery, Radboud University Medical Center, Geert Grooteplein Zuid 10, 6525 GA Nijmegen, Netherlands ； organization= State Key Lab of CAD\&CG, Zhejiang University, Hangzhou, 310058 , country= China ； organization= Department of Computer Graphics ； Multimedia, Brno University of Technology , city= Brno , country= Czech Republic ； text= National Dental Centre Singapore ； organization= Guangxi Colleges ； Universities Key Laboratory of Intelligent Software ,country= Wuzhou University ； text= National University of Singapore ； organization= Department of Computer Science , country = University of Copenhagen ； organization= School of Software, Shandong University , country= China ； Centre de Recherche en Num\' e rique de Sfax, Laboratory of Signals, Systems, Artificial Intelligence ； Inria, Univ. Grenoble Alpes, CNRS, Grenoble INP, LJK, France 纠错

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

AI总结 本文提出3DTeethLand挑战，通过公开数据集评估牙齿标志检测算法，推动临床应用。挑战引入340个口内3D扫描数据，49支队伍参与，最终6支进入决赛，展示高精度与召回率的平衡方法。

Comments MICCAI 2024, 3DTeethLand, Challenge report, under review

Model-agnostic information transfer and fusion for classification with label noise

模型无关信息传输与融合用于带标签噪声的分类

Zhu Guojun, Zhang Sanguo, Ren Mingyang

专题命中 医学影像 ：medical image(abstract)；diagnosis(abstract)

AI总结 本文提出一种非参数框架，用于处理带标签噪声的分类问题，通过小规模干净数据净化大规模噪声数据，并通过统计理论和实验验证其有效性。

Comments 35pages,4 figures,

Turbulence destroys thermal lobes around Mars-sized planetary embryos

湍流摧毁围绕类地行星胚胎的热 lobes

R. O. Chametla, A. Moranchel-Basurto, F. J. Sánchez-Salcedo

专题命中 医学影像 ：MRI(abstract,abstract_cn)

AI总结 研究湍流对行星胚胎周围热 lobes 的影响，发现湍流会破坏热 lobes，导致扭矩呈现强烈振荡，表明在湍流盘中质量在0.03M_⊕到1M_⊕范围内的行星经历随机迁移。

Comments 7 pages, 6 figures, accepted for publication in A&A

Journal ref A&A 708, A349 (2026)

Automated detection of pediatric congenital heart disease from phonocardiograms using deep and handcrafted feature fusion

利用深度学习和手工特征融合自动检测儿童先天性心脏病的 Phonocardiogram

Abdul Jabbar, Ethan Grooby, Yang Yi Poh, Khawza I. Ahmad, Md Hassanuzzaman, Raqibul Mostafa, Ahsan H. Khandoker, Faezeh Marzbanrad

机构 * Electrical and Computer System Engineering, Monash University（莫纳什大学电气与计算机系统工程系） ； Biomedical Engineering, McGill University（麦吉尔大学生物医学工程系） ； Electrical and Electronic Engineering (EEE), United International University（国际大学电气与电子工程系） ； Healthcare Engineering Innovation Group (HEIG), Department of Biomedical Engineering and Biotechnology, Khalifa University（卡利法大学健康工程创新组，生物医学工程与生物技术系） ； Department of Electrical and Computer Engineering (ECE), Duke University（杜克大学电气与计算机工程系） 纠错

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

AI总结 本文提出利用深度学习和手工特征融合方法，通过 Phonocardiogram 识别儿童先天性心脏病，实验结果显示模型在准确率、灵敏度和特异度上均达到91%以上，适用于资源有限地区。

Comments 9 Pages, 5 figures. Computers in Biology and Medicine, 2025

Operational Feature Fingerprints of Graph Datasets via a White-Box Signal-Subspace Probe

通过白盒信号子空间探针操作图数据集的特征指纹

Yuchen Xiong, Swee Keong Yeap, Zhen Hong Ban

机构 * China-ASEAN College of Marine Sciences（中国-东盟海洋科学学院） ； Xiamen University Malaysia（马来西亚厦门大学） ； School of Energy and Chemical Engineering（能源与化学工程学院） 纠错

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

AI总结 本文提出WG-SRC白盒信号子空间探针，通过固定图信号字典和线性分类方法，实现图数据集的诊断与分析，揭示节点分类机制和图学习机制。

Comments 21 pages, 10 figures, 7 tables

From Threads to Trajectories: A Multi-LLM Pipeline for Community Knowledge Extraction from GitHub Issue Discussions

从线程到轨迹：一个多LLM管道用于从GitHub问题讨论中提取社区知识

Nazia Shehnaz Joynab, Soneya Binta Hossain

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出SWE-MIMIC-Bench数据集，通过多LLM管道从GitHub讨论生成问题轨迹，用于提取复杂问题的结构化知识，提升软件工程社区的协作理解与LLM训练效果。

Holistic Decision-Making in Stopping Problems: Emphasizing Psychological Aspects

在停止问题中的整体决策：强调心理因素

Georgy Sofronov, Joanna Rymaszewska, Krzysztof J. Szajowski

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文探讨了在停止游戏中综合考虑心理因素的决策方法，通过分析不同停止时间的影响，提出基于偏离理性策略的诊断方法。

Comments 13 pages. Presented on the MATRIX Research Program: Probabilistic Models in Evolutionary Biology and Game Theory (6-10 January 2025

Benchmarking and Adapting On-Device LLMs for Clinical Decision Support

对设备大语言模型在临床决策支持中的基准测试与适应性研究

Alif Munim, Jun Ma, Omar Ibrahim, Alhusain Abdalla, Shuolin Yin, Leo Chen, Bo Wang

机构 * AI Collaborative Centre, University Health Network（人工智能协同中心，健康大学网络） ； Princess Margaret Cancer Centre, University Health Network（彭菲癌症中心，健康大学网络） ； Department of Electrical and Computer Engineering, University of Toronto（电气与计算机工程系，多伦多大学） ； Division of Urology, Department of Surgery, St. Michael’s Hospital, Unity Health Toronto and University of Toronto（泌尿科，外科部，圣米歇尔医院，统一健康多伦多及多伦多大学） ； Peter Munk Cardiac Centre, University Health Network（彼得·默克心脏中心，健康大学网络） ； Department of Laboratory Medicine and Pathobiology and Department of Computer Science, University of Toronto（实验室医学与病理学系及计算机科学系，多伦多大学） ； Vector Institute, Toronto（向量研究所，多伦多） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过基准测试和微调，评估了多种设备端大语言模型在临床任务中的性能，发现其在诊断准确率上可与开源模型和专有模型相媲美，并展示了微调对提升诊断准确性的效果。

Spurious Strange Correlators in Symmetry-Protected Topological Phases

对称保护拓扑相中的虚假奇异相关子

Wei-Liang Gao, Jie-Yu Zhang, Zheng-Xin Liu, Peng Ye

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究了参考态选择对奇异相关子检测对称保护拓扑相的影响，指出不当参考态会导致平凡相中虚假长程奇异相关子，提出三种机制解释该现象。

Journal ref Chinese Physics Letters 43, 040703 (2026); https://cpl.iphy.ac.cn/article/cstr/32039.14.0256-307X.43.4.040703

Evaluating Computational Pathology Foundation Models for Prostate Cancer Grading under Distribution Shifts

评估计算病理学基础模型在前列腺癌分级下的分布偏移鲁棒性

Fredrik K. Gustafsson, 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） 纠错

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

AI总结 本文评估了计算病理学基础模型在前列腺癌分级中的鲁棒性，发现跨机构转移时性能显著下降，表明大规模预训练不足以保证下游泛化能力。

Enhancing Histopathological Image Classification via Integrated HOG and Deep Features with Robust Noise Performance

通过集成HOG和深度特征提升组织病理图像分类性能

Ifeanyi Ezuma, Ugochukwu Ugwu

机构 * InceptionResNet-v2 network（InceptionResNet-v2网络） 纠错

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

AI总结 本文研究了在LC25000数据集上使用HOG和深度特征提升图像分类性能，发现深度特征提取模型在噪声环境下具有更强鲁棒性。

Comments 10 pages, 8 figures. Code and datasets available upon request

Journal ref Proc. SPIE 13932, Medical Imaging 2026: Digital and Computational Pathology, 1393216 (2026)

Magnification-Invariant Image Classification via Domain Generalization and Stable Sparse Embedding Signatures

通过领域泛化和稳定的稀疏嵌入签名实现放大不变的图像分类

Ifeanyi Ezuma, Olusiji Medaiyese

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

AI总结 本文提出通过领域泛化和稳定稀疏嵌入签名解决放大偏移问题，验证了领域泛化模型在不同放大倍数下的优越性能，且在保持预测性能的同时显著减少了嵌入维度。

Comments 12 pages, 7 figures, 3 tables. Preprint manuscript

Analysis of DNA thermal stability across a broad range of thionine concentrations

不同硫代喹啉浓度下DNA热稳定性的分析

Evgeniya Usenko, Alexander Glamazda, Vladimir Valeev, Victor Karachevtsev

专题命中 病理影像 ：biomedical(abstract)

AI总结 研究硫代喹啉与DNA的相互作用机制，揭示其浓度依赖的分子作用，为设计抗癌药物和核酸检测探针提供理论支持。

Comments 16 pages, 7 figures, 1 table

Journal ref J. Biol. Phys. 52, 8 (2026)

Dynamic Decision Learning: Test-Time Evolution for Abnormality Grounding in Rare Diseases

动态决策学习：罕见疾病异常定位的测试时间演化

Jun Li, Mingxuan Liu, Jiazhen Pan, Che Liu, Wenjia Bai, Cosmin I. Bercea, Julia A. Schnabel

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Imperial College London（帝国理工学院伦敦分校） ； University of Trento（特伦托大学） ； King's College London（伦敦国王学院） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本文提出动态决策学习框架，通过优化指令和视觉扰动下的预测整合，提升冻结大视觉语言模型在罕见疾病异常定位中的表现，实验显示其在罕见疾病案例中mAP@75提升达105%。

Toward Multimodal Conversational AI for Age-Related Macular Degeneration

迈向年龄相关性黄斑变性的多模态对话式人工智能

Ran Gu, Benjamin Hou, Mélanie Hébert, Asmita Indurkar, Yifan Yang, Emily Y. Chew, Tiarnán D. L. Keenan, Zhiyong Lu

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

AI总结 本文提出OcularChat，一种基于多模态大语言模型的系统，通过模拟患者与医生对话，利用视网膜彩色照相进行黄斑变性诊断，展现出优于现有模型的分类性能和临床解释能力。

Comments 38 pages, 4 figures

A multi-stage soft computing framework for complex disease modelling and decision support: A liver cirrhosis case study

一种多阶段软计算框架用于复杂疾病建模和决策支持：肝硬化案例研究

Xueyuan Huang, Yuheng Wang, Yuanzhi He, Siqi Gou, Lu Bai, Wenqian Wu, Peifeng Liu, Aijia Wang, Tianhui Fan, Ze Zhou, Jiayu Xu

机构 * organization= Department of Hepatobiliary Surgery, the Second Affiliated Hospital of Chongqing Medical University , city= Chongqing , postcode= 400010 , country= China ； organization= State Key Laboratory of Respiratory Health ； Multimorbidity, Institute of Basic Medical Sciences \& School of Basic Medicine, Chinese Academy of Medical Sciences \& Peking Union Medical College , city= Beijing , postcode= 100005 , country= China ； organization= School of Computer Science ； Informatics, Cardiff University , city= Wales , postcode= CF24 0DE , country= United Kingdom ； organization= Department of Medical Oncology, the First Hospital of China Medical University , city= Shenyang , postcode= 110001 , country= China ； organization= Institute for Innovation ； Development, Tsinghua University , city= Beijing , postcode= 100086 , country= China ； organization= Department of Liver Surgery, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences \& Peking Union Medical College , city= Beijing , country= China 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG、q-bio

AI总结 本文提出一种多阶段软计算框架，用于复杂疾病建模与治疗探索，通过整合单细胞转录组数据、高维网络特征稳定化、多模型学习和深度表征学习，提升肝硬化等复杂疾病的诊断与治疗决策能力。

Comments 20 pages, 8 figures

Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors

合规检测的进展：基于视觉触觉传感器的新型模型

Ziteng Li, Malte Kuhlmann, Ilana Nisky, Nicolás Navarro-Guerrero

机构 * L3S Research Center , Leibniz Universität Hannover（L3S研究所以及汉诺威莱布尼茨大学） ； Department of Biomedical Engineering and the School of Brain Sciences, Ben-Gurion University of the Negev（生物医学工程系和脑科学学院，本·古里安大学） 纠错

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

AI总结 本文提出基于LRCN和Transformer的两种模型，利用GelSight视觉触觉传感器的RGB图像和其他信息准确预测合规性指标，改进了传统方法的精度和适用性。

Comments Accepted in the IEEE International Conference on Development and Learning (ICDL). The paper contains 8 pages and 7 figures

BifDet: A 3D Bifurcation Detection Dataset for Airway-Tree Modeling

BifDet：用于气道树建模的3D分支检测数据集

Ali Keshavarzi, Quentin Bouniot, Benjamin M. Smith, Elsa Angelini

机构 * LTCI, Telecom Paris, Insitut Polytechnique de Paris, Palaiseau, France（LTCI，巴黎电信学院，巴黎理工学院，Palaiseau，法国） ； Department of Medicine, Columbia University, New York, USA（哥伦比亚大学医学系，纽约，美国） 纠错

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出BifDet数据集，用于3D气道分支检测，填补了现有资源的空白。通过RetinaNet和DETR模型验证，提供预处理流程和实现细节，为未来研究提供基准。

Comments This manuscript is currently in preparation for submission

Representation Paradigms in AI-based 3D Radiological Image Reconstruction: A Systematic Review

基于人工智能的3D放射学图像重建的表示范式：系统综述

Yuezhe Yang, Lei Bi, Boyu Yang, Yaqian Wang, Yang He, Yige Peng, Zhe Jin, Xingbo Dong, Jinman Kim

机构 * Biomedical Data Analysis and Visualisation (BDAV) Lab, School of Computer Science（生物医学数据与可视化实验室，计算机科学学院） ； Anhui Provincial International Joint Research Center for Advanced Technology in Medical Imaging, School of Artificial Intelligence（安徽省国际联合先进医学影像技术研究中心，人工智能学院） ； Institute of Translational Medicine, Shanghai Jiao Tong University（转化医学研究院，上海交通大学） 纠错

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

AI总结 本文综述了基于人工智能的3D放射学图像重建算法，按重建目标参数化方式分为四类表示方法，并讨论了当前发展、挑战及未来方向。

Comments 58 pages, Under Reivew