科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-05-05 至 2026-05-05 共收录 32 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 健康监测 2 篇

2605.00888 2026-05-05 cs.CV cs.AI cs.LG eess.IV eess.SP 70%

Selective Correlation Based Knowledge Distillation for Ground Reaction Force Estimation

基于选择性相关性的知识蒸馏用于地面反作用力估计

Eun Som Jeon, Jisoo Lee, Huisu Lim, Omik M. Save, Hyunglae Lee, Pavan Turaga

机构 * Department of Computer Science and Engineering, Seoul National University of Science and Technology（首尔科学技术大学计算机科学与工程系）； Geometric Media Lab, School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学几何媒体实验室）； School for Engineering of Matter, Transport and Energy, Arizona State University（亚利桑那州立大学工程与能量科学学院）

专题命中健康监测：diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结本文提出基于选择性相关性的知识蒸馏方法，用于从智能鞋垫传感器数据中准确估计地面反作用力，通过提升模型可解释性和减少高维数据处理问题，实现更高效的实时分析。

Journal ref Measurement, 2026

2509.17661 2026-05-05 eess.AS cs.SD 50%

Comparator Loss: An Ordinal Contrastive Loss to Derive a Severity Score for Speech-based Health Monitoring

比较损失：一种序对比损失，用于语音基健康监测中的严重程度评分

Jacob J Webber, Oliver Watts, Lovisa Wihlborg, Johnny Tam, Christine Weaver, Suvankar Pal, Siddharthan Chandran, Cassia Valentini-Botinhao

机构 * Institute of Adaptive and Neural Computation（自适应与神经计算研究所）

专题命中健康监测：diagnosis(abstract)

AI总结本文提出一种序对比损失，用于从训练模型最小化该损失的模型中推导出严重程度评分，以监测神经退行性疾病进展，利用不同健康指标信息提升小数据集利用效率。

Comments Accepted to Odyssey 2026