医学 AI

Multimodal Stepwise Clinically-Guided Attention Learning for Pathological Complete Response Prediction in Breast Cancer

多模态逐步临床引导注意力学习用于乳腺癌病理完全响应预测

Alice Natalina Caragliano, Valerio Guarrasi, Michela Gravina, Carlo Sansone, Paolo Soda

机构 * Unit of Artificial Intelligence and Computer Systems, Department of Engineering, Università Campus Bio-Medico di Roma（人工智能与计算机系统单位，工程系，罗马生物医学大学） ； Department of Electrical Engineering and Information Technology, University of Naples Federico II（电气工程与信息科技系，那不勒斯费德里科二世大学） ； Department of Diagnostics and Intervention, Radiation Physics, Biomedical Engineering, Umeå University（诊断与介入系，辐射物理，生物医学工程，乌梅大学） 纠错

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

AI总结 本文提出多模态逐步临床引导注意力学习框架，通过医学引导的空间指导和多模态整合，提升乳腺MRI中病理完全响应预测的敏感性和泛化能力。

Multimodal Cancer Modeling in the Age of Foundation Model Embeddings

多模态癌症建模：在基础模型嵌入时代

Steven Song, Morgan Borjigin-Wang, Irene Madejski, Robert L. Grossman

机构 * Center for Translational Data Science（转化数据科学中心） ； Department of Computer Science（计算机科学系） ； University of Chicago（芝加哥大学） ； Medical Scientist Training Program（医学科学家培训计划） ； Brown University（布朗大学） ； Section of Biomedical Data Science（生物医学数据科学部门） ； Department of Medicine（医学系） 纠错

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

AI总结 本文探讨了利用基础模型嵌入进行多模态癌症建模的可能性，展示了多模态融合的优势，并评估了病理报告文本和文本摘要对模型性能的影响。

Comments camera ready version for ML4H 2025, typo corrected

Journal ref Proceedings of the Fifth Machine Learning for Health Symposium, PMLR 297:202-227, 2026

Pretty Good Measurement for Radiomics: A Quantum-Inspired Multi-Class Classifier for Lung Cancer Subtyping and Prostate Cancer Risk Stratification

放射组学中的完美测量：一种受量子启发的多类分类器用于肺癌亚型划分和前列腺癌风险分层

Giuseppe Sergioli, Carlo Cuccu, Giovanni Pasini, Alessandro Stefano, Giorgio Russo, Andrés Camilo Granda Arango, Roberto Giuntini

机构 * Università degli Studi di Cagliari（卡利亚里大学） ； Institute of Bioimaging and Complex Biological Systems - National Research Council (IBSBC - CNR)（生物成像与复杂生物系统研究所 - 国家研究委员会） ； National Laboratory of South, National Institute for Nuclear Physics(LNS-INFN)（南部国家实验室，核物理研究所） 纠错

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

AI总结 本文提出一种基于量子启发的多类分类方法，用于肺癌和前列腺癌的分类，通过单个POVM构造实现多类分类，优于传统二元或一对一方案，实验显示其在肺癌和前列腺癌任务中表现优异。

Comments 22 pages, 9 figures, 12 table, in preparation for journal submission

Learned Lyapunov Shielding for Adaptive Control

基于学习的李雅普诺夫防护用于自适应控制

Giansalvo Cirrincione, Adriano Fagiolini

机构 * MIRPALab, Department of Engineering, University of Palermo（MIRPAL实验室、工程系、巴勒莫大学） ； Laboratoire LTI, Université de Picardie Jules Verne（LTI实验室、皮卡第大学朱利斯·韦尔纳大学） ； University of Palermo（巴勒莫大学） 纠错

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

AI总结 本文提出了一种结合学习组件的自适应控制器，通过结构二次李雅普诺夫函数、软演员-评论家策略和物理感知神经网络，实现安全过滤和动态补偿，验证了控制器的全局可行性、指数稳定性及收敛性。

Outlier Smoothing with Closed-Form Rotations for W4A4 Large Language Model Quantization

基于闭式旋转的W4A4大语言模型量化去噪

Jinying Xiao, Bin Ji, Shasha Li, Xiaodong Liu, Ma Jun, Chao Wang, Wei Li, Ye Zhong, Xuan Xie, Nyima Tashi, Jie Yu

机构 * National University of Defense Technology（国防科技大学） ； Qinghai Normal University（青海师范大学） ； Tibet University（西藏大学） 纠错

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

AI总结 本文提出SingleQuant框架，通过闭式最优旋转平滑激活异常值，提升大语言模型量化性能，实验证明其在多种任务中优于基线方法。

Comments 9 pages, 4 figures