医学 AI

Unsupervised Machine Learning for Osteoporosis Diagnosis Using Singh Index Clustering on Hip Radiographs

基于Singh指数聚类的髋部X光片中无监督机器学习用于骨质疏松症诊断

Vijaya Kalavakonda, Vimaladevi Madhivanan, Abhay Lal, Senthil Rithika, Shamala Karupusamy Subramaniam, Mohamed Sameer

机构 * Department of Computing Technologies, School of Computing, SRM Institute of Science and Technology（计算机技术系，计算学院，SRM科学与技术学院） ； Department of Communication Technology and Network, Faculty of Computer Science and Information Technology, Universiti Putra Malaysia（通信技术与网络系，计算机科学与信息技术学院，马来西亚国立大学） ； Department of Orthopaedics, Sri Ramachandra Medical College（骨科系，Sri Ramachandra医学院） 纠错

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

AI总结 本文研究利用无监督机器学习自动识别髋部X光片中的Singh指数，通过改进的卷积神经网络提升聚类性能，探讨数据不平衡和图像质量对诊断的影响，提出结合临床数据和半监督学习的方法以提高准确性。

AI Models for Depressive Disorder Detection and Diagnosis: A Review

用于抑郁症检测和诊断的AI模型：综述

Dorsa Macky Aleagha, Payam Zohari, Mostafa Haghir Chehreghani

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文综述了55项研究中的最新AI方法，提出层次分类体系，揭示图神经网络、大语言模型和多模态融合三大趋势，提供数据集和评估指标，为计算精神病学未来创新提供路线图。

LLM as Clinical Graph Structure Refiner: Enhancing Representation Learning in EEG Seizure Diagnosis

基于LLM的临床图结构细化：增强EEG癫痫诊断中的表示学习

Lincan Li, Zheng Chen, Yushun Dong

机构 * Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系） ； SANKEN, The University of Osaka（大阪大学SANKEN） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本文提出利用大语言模型对图结构进行细化，以提升EEG信号在癫痫诊断中的表示学习效果，通过两阶段框架去除冗余边，提高诊断准确率和图结构意义。

Comments This paper is accepted by the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)

Graph-Based Biomarker Discovery and Interpretation for Alzheimer's Disease

基于图的阿尔茨海默病生物标志物发现与解释

Maryam Khalid, Fadeel Sher Khan, John Broussard, Arko Barman

机构 * Rice University（里士大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） 纠错

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

AI总结 本文提出BRAIN框架，通过图表示方法联合优化诊断准确性和生物标志物发现，揭示阿尔茨海默病诊断相关的生物标志物子网络。

EviMem: Evidence-Gap-Driven Iterative Retrieval for Long-Term Conversational Memory

EviMem：基于证据缺口的迭代检索用于长期对话记忆

Yuyang Li, Yime He, Zeyu Zhang, Dong Gong

机构 * The Australian National University（澳大利亚国立大学） ； UNSW Sydney（新南威尔士大学悉尼分校） 纠错

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

AI总结 EviMem通过闭环框架和分层记忆结构解决多会话证据检索问题，提升时间性和多跳问题的判断准确率，且效率提升显著。

Latency Minimization for Hybrid-Frequency UHD Upload in Double-IRS-Aided HSR Networks

混合频率UHD上传的延迟最小化：双IRS辅助HSR网络

Tianyou Li, Tonghua Wei, Dapeng Li

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

AI总结 本文提出了一种双IRS辅助的6G基础设施到车辆架构，通过严格零强迫空间干扰隔离约束，优化下行能量波束成形和上行信息传输，以减少UHD视频上传延迟并满足URLLC要求。

MTAVG-Bench: A Diagnostic Benchmark for Multi-Talker Dialogue-Centric Audio-Video Generation

MTAVG-Bench: 多说话人对话中心音频视频生成的诊断基准

Yang-Hao Zhou, Haitian Li, Rexar Lin, Heyan Huang, Jinxing Zhou, Changsen Yuan, Tian Lan, Ziqin Zhou, Yudong Li, Jiajun Xu, Jingyun Liao, Yi-Ming Cheng, Xuefeng Chen, Xian-Ling Mao, Yousheng Feng

机构 * Beijing Institute of Technology（北京理工大学） ； Shanghai University（上海大学） ； OpenNLP Lab（OpenNLP实验室） ； Beijing University of Technology（北京工业大学） ； The University of Adelaide（阿德莱德大学） ； Tsinghua University（清华大学） ； Inkeverse Group Limited（Inkeverse集团） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出MTAVG-Bench，用于评估多说话人对话中心音频视频生成的失败模式诊断，通过半自动化流程生成1.8k视频并标注2.4k问答对，评估音频视频信号保真度、时间属性一致性、社交互动和电影表现四个层面。