医学 AI

A Multi-Dataset Benchmark of Multiple Instance Learning for 3D Neuroimage Classification

多数据集下的3D神经影像分类多实例学习基准测试

Ethan Harvey, Dennis Johan Loevlie, Amir Ali Satani, Wansu Chen, David M. Kent, Michael C. Hughes

机构 * Department of Computer Science（计算机科学系） ； Tufts University（塔夫茨大学） ； Predictive Analytics and Comparative Effectiveness Center（预测分析与比较效果中心） ； Tufts Medical Center（塔夫茨医疗中心） ； Kaiser Permanente Southern California（Kaiser Permanente 南加州地区） 纠错

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

AI总结 本文通过三个CT和四个MRI数据集比较了简单MIL、基于注意力的MIL、3D CNN和3D ViTs，发现简单均值池化MIL在四个中等规模任务中表现优异，且训练速度快25倍，揭示了现有MIL方法的局限性。

Multi-Stage Bi-Atrial Segmentation Framework from 3D Late Gadolinium-Enhanced MRI using V-Net Family Models

基于3D晚期钆增强MRI的多阶段双心房分割框架：使用V-Net家族模型

Hao Wen, Jingsu Kang

机构 * College of Science, China Agricultural University, Beijing, China（中国农业大学科学学院，北京，中国） ； Tianjin Medical University, Tianjin, China（天津医科大学，天津，中国） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV、cs.LG

AI总结 本文提出多阶段双心房分割框架，利用V-Net模型进行预处理和精细分割，采用不对称损失优化模型权重。

Comments 6 pages, 2 figures, technical report for participating the MBAS2024 challenge hosted on the MICCAI2024 conference

Triple-Phase Sequential Fusion Network for Hepatobiliary Phase Liver MRI Synthesis

三相顺序融合网络用于肝胆相肝MRI合成

Qiuli Wang, Xinhuan Sun, Fengxi Chen, Yongxu Liu, Jie Cheng, Lin Chen, Jiafei Chen, Yue Zhang, Xiaoming Li, Wei Chen

机构 * Yu-Yue Pathology Research Center, Jinfeng Laboratory（于越病理研究中心，锦峰实验室） ； Department of Clinical Laboratory Medicine, The First Affiliated Hospital of Army Medical University（临床实验室医学部，陆军军医大学第一附属医院） ； Laboratory of Intelligent Collaborative Computing, University of Electronic Science and Technology of China（智能协同计算实验室，电子科技大学） 纠错

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

AI总结 本文提出TriPF-Net网络，通过整合预肝胆相序列的顺序信息合成肝胆相图像，利用T1加权成像作为基础，结合动脉相和静脉相特征，提升临床工作流程和病变显示效果。

Comments 7 figures, 7 tables

MRSeqStudio: MRI Sequence Design and Simulation as a Service in a Free and Open-Source Web Platform

MRSeqStudio：一个基于自由开源网页平台的MRI序列设计与模拟即服务工具

Pablo Villacorta-Aylagas, Manuel Rodríguez-Cayetano, Carlos Castillo-Passi, Pablo Irarrázaval-Mena, Federico Simmross-Wattenberg, Carlos Alberola-López

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 MRSeqStudio是一款集序列设计与模拟于一体的网页工具，结合物理模拟器KomaMRI和自研序列设计界面，提供无需本地安装的即服务功能，支持教育与研究。

Comments Supplementary videos can be accessed at: https://github.com/pvillacorta/MRSeqStudio/tree/master/docs/videos

Virtual-reality based patient-specific simulation of spine surgical procedures: A fast, highly automated and high-fidelity system for surgical education and planning

基于虚拟现实的患者特异性脊柱手术模拟：一种快速、高度自动化和高保真的系统，用于手术教育和规划

Raj Kumar Ranabhat, Tayler D Ross, Tony Jiao, Jeremie Larouche, Joel Finkelstein, Michael Hardisty

机构 * Holland Bone and Joint Program, Sunnybrook Research Institute（霍尔德骨科与关节程序，圣布鲁诺研究学院） ； Division of Spine Surgery, Sunnybrook Health Sciences Centre（脊柱外科部，圣布鲁诺健康科学中心） ； Division of Orthopaedic Surgery, Department of Surgery, University of Toronto（骨科部，外科部，多伦多大学） 纠错

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

AI总结 本文提出利用AI和计算机视觉生成患者特异性脊柱减压模拟，通过多模态融合和分割技术提高建模精度，提升手术教育和规划效率。

Uncertainty-Aware Information Pursuit for Interpretable and Reliable Medical Image Analysis

面向可解释和可靠医疗图像分析的不确定性感知信息追求

Md Nahiduzzaman, Steven Korevaar, Zongyuan Ge, Feng Xia, Alireza Bab-Hadiashar, Ruwan Tennakoon

机构 * School of Computing Technologies（计算技术学院） ； RMIT University（皇家墨尔本理工大学） ； Faculty of Engineering（工程学院） ； Monash University（莫纳什大学） ； School of Engineering（工程学院） 纠错

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

AI总结 本文提出一种可解释且考虑不确定性的框架，通过整合不确定性估计到V-IP查询过程中，优先选择每个样本更可靠的特征，提升医疗图像分析的可靠性与临床相关性。

Comments Accepted to IEEE Transactions on Medical Imaging (IEEE TMI 2025)

TopoMamba: Topology-Aware Scanning and Fusion for Segmenting Heterogeneous Medical Visual Media

TopoMamba：面向异构医学视觉媒体的拓扑感知扫描与融合

Fuchen Zheng, Chengpei Xu, Long Ma, Weixuan Li, Junhua Zhou, Xuhang Chen, Weihuang Liu, Haolun Li, Quanjun Li, Zhenxi Zhang, Lei Zhao, Chi-Man Pun, Shoujun Zhou

机构 * Dalian University of Technology（大连理工大学） ； Guangdong University of Technology（广东工业大学） ； Huizhou University（惠州市学院） ； University of Macau（澳门大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 TopoMamba通过拓扑感知扫描与融合框架提升异构医学图像分割性能，结合拓扑先验与轻量级融合机制，在动态输入分辨率下实现高效分割。

Comments 15 pages, 9 figures

A spatio-temporal statistical framework for heatwave attribution under climate change

一种用于气候变化下的热浪归因的时空统计框架

Kamal Gasser, Johan Segers, Francesco Ragone

专题命中 医学影像 ：MRI(abstract,abstract_cn)

AI总结 本文提出一种统一的时空统计框架，用于归因气候变化下的热浪，通过结合空间量化回归模型、非平稳空间极值模型和皮尔逊模型，分析热浪的概率和持续性，提升对传统方法无法捕捉的热浪特征的归因能力。

High-fidelity simulations of shock initiation of an energetic crystal-binder system due to flyer impact

高保真模拟飞冲击发能量晶体-粘结剂系统的冲击起爆

Shobhan Roy, Pradeep K. Seshadri, Chukwudubem Okafor, Belinda P. Johnson, H. S. Udaykumar

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本文通过高保真meso尺度计算框架研究飞冲击发能量晶体-粘结剂系统，采用高阶WENO方案和物理准确的材料相互作用模型，评估数值处理和材料建模对meso尺度模拟的影响。

Comments Pre-print. Final revision accepted in Shock Waves journal (Springer Nature Link) and in production

Journal ref Shock Waves, 36, 10 (2026)