arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-05-15 至 2026-05-15 共收录 22 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学影像 22 篇

2605.14991 2026-05-15 cs.CV cs.AI 90%

Predicting Response to Neoadjuvant Chemotherapy in Ovarian Cancer from CT Baseline Using Multi-Loss Deep Learning

基于CT基线的多损失深度学习预测卵巢癌新辅助化疗反应

Francesco Pastori, Francesca Fati, Marina Rosanu, Luigi De Vitis, Lucia Ribero, Gabriella Schivardi, Giovanni Damiano Aletti, Nicoletta Colombo, Jvan Casarin, Francesco Multinu, Elena De Momi

机构 * Department of Gynecologic Oncology, European Institute of Oncology, IEO, IRCCS, Milan, Italy(妇科肿瘤科,欧洲肿瘤研究所,IEO,IRCCS,米兰,意大利) Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy(电子、信息与生物工程系,米兰理工学院,米兰,意大利) Department of Obstetrics and Gynecology, Mayo Clinic, Rochester, USA(妇产科,梅奥诊所,罗切斯特,美国) Department of Oncology and Hemato-Oncology, University of Milan, Milan, Italy(肿瘤学与血液肿瘤学系,米兰大学,米兰,意大利) Department of Medicine and Innovative Technology, Università degli Studi dell'Insubria, Varese, Italy(医学与创新技术系,因斯布鲁克大学,瓦雷塞,意大利)

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

AI总结 本文提出一种非侵入性深度学习框架,通过自动提取的3D病变掩膜从术前增强CT预测新辅助化疗反应,结合分类损失和对比正则化提升区分度,实现ROC-AUC 0.73和F1-score 0.70的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.22331 2026-05-15 cs.CV cs.AI 90%

The Multi-View Paradigm Shift in MRI Radiomics: Predicting MGMT Methylation in Glioblastoma

MRI放射组学的多视图范式转变:预测胶质瘤MGMT甲基化

Mariya Miteva, Maria Nisheva-Pavlova

机构 * Faculty of Mathematics and Informatics – Sofia University St. Kliment Ohridski(数学与信息学系 – 圣克莱门特·奥赫里迪斯大学)

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

AI总结 本文提出基于变分自编码器的多视图潜在表示学习框架,通过整合互补的MRI信息,显著提升了MGMT启动子甲基化预测性能。

Comments 17 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.13994 2026-05-15 cs.CV cs.AI 90%

CineMesh4D: Personalized 4D Whole Heart Reconstruction from Sparse Cine MRI

CineMesh4D:从稀疏 cine MRI 中重建个性化 4D 全心脏

Xiaoyue Liu, Xiaohan Yuan, Mark Y Chan, Ching-Hui Sia, Lei Li

机构 * Department of Biomedical Engineering, National University of Singapore, Singapore(新加坡国立大学生物医学工程系) School of Automation, Southeast University, Nanjing, China(东南大学自动化学院) Department of Medicine, National University of Singapore, Singapore(新加坡国立大学医学系) Department of Cardiology, National University Heart Centre Singapore, Singapore(新加坡国立心脏中心心内科部)

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

AI总结 本文提出 CineMesh4D,一种端到端的 4D 全心脏重建方法,通过跨域映射从多视角 2D cine MRI 直接重建患者特定的全心脏网格,提升重建质量和运动一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14221 2026-05-15 cs.CV 87%

Automatic Landmark-Based Segmentation of Human Subcortical Structures in MRI

基于自动标注的脑部皮层下结构MRI分割

Ahmed Rekik, R. Jarrett Rushmore, Sylvain Bouix, Linda Marrakchi-Kacem

机构 * École de technologie supérieure (ÉTS)(埃克塞尔技术高等学院) Boston University School of Medicine(波士顿大学医学学院) Signal and Smart Systems Lab (L3S)(信号与智能系统实验室) National School of Engineering of Tunis, University of Tunis El Manar(突尼斯国家工程学院,突尼斯El Manar大学)

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

AI总结 本文提出一种基于地标引导的3D脑分割方法,通过全局到局部网络检测16个关键皮层下参考点,并结合语义分割模型和后处理步骤,提升皮层下结构分割的准确性。

Comments 7 pages, 5 figures. Accepted for presentation at the 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14386 2026-05-15 cs.NE cs.AI 87%

Darwin Family: MRI-Trust-Weighted Evolutionary Merging for Training-Free Scaling of Language-Model Reasoning

达尔文家族:基于MRI-信任权重的进化合并框架,用于无训练扩展语言模型推理

Taebong Kim, Youngsik Hong, Minsik Kim, Sunyoung Choi, Jaewon Jang, Junghoon Shin, Minseo Kim

机构 * VIDRAFT Inc.(VIDRAFT公司)

专题命中 医学影像 :MRI(title,title_cn)

AI总结 达尔文家族通过无梯度权重空间重组实现大语言模型的无训练进化合并,展示出在推理任务中无需额外训练即可提升性能的可行性。

Comments NeurIPS 2026 submission. 18 pages including appendix

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14579 2026-05-15 cs.CV 85%

Med-DisSeg: Dispersion-Driven Representation Learning for Fine-Grained Medical Image Segmentation

Med-DisSeg: 基于分散驱动的表示学习用于细粒度医学图像分割

Zhiquan Chen, Haitao Wang, Guowei Zou, Hejun Wu

机构 * School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院) Guangdong Key Laboratory of Big Data Analysis and Processing(广东省大数据分析与处理重点实验室)

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

AI总结 本文提出Med-DisSeg框架,通过分散损失和自适应注意力机制提升医学图像分割的表示学习和解剖结构分割性能,实验表明其在多种数据集上达到领先水平。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.14950 2026-05-15 eess.IV cs.LG 84%

Potential and challenges of generative adversarial networks for super-resolution in 4D Flow MRI

生成对抗网络在4D流体磁共振成像超分辨率中的潜力与挑战

Oliver Welin Odeback, Arivazhagan Geetha Balasubramanian, Jonas Schollenberger, Edward Ferdiand, Alistair A. Young, C. Alberto Figueroa, Susanne Schnell, Outi Tammisola, Ricardo Vinuesa, Tobias Granberg, Alexander Fyrdahl, David Marlevi

机构 * Surgery, Karolinska Institutet , addressline= Karolinska Universitetssjukhuset Solna (L1:00) , city= Stockholm , postcode= 171 76 , country= Sweden organization= FLOW, Engineering Mechanics, KTH Royal Institute of Technology , addressline= Osquars Backe 18 , city= Stockholm , postcode= 100 44 , country= Sweden organization= Department of Radiology Biomedical Imaging, University of California San Francisco , addressline= 505 Parnassus Avenue , city= San Francisco , postcode= 94143 , state= CA , country= USA organization= Faculty of Informatics, Telkom University , addressline= Jl.Telekomunikasi No. 1, Terusan Buahbatu , city= Bandung , postcode= 40257 , state= West Java , country= Indonesia organization= Auckland Bioengineering Institute, University of Auckland , addressline= Bioengineering House, 70 Symonds St , city= Grafton , postcode= 1010 , country= New Zealand organization= School of Biomedical Engineering \& Imaging Sciences, King's College London , addressline= 1 Lambeth Palace Rd, South Bank , city= London , postcode= SE1 7EU , country= UK organization= Department of Biomedical Engineering, University of Michigan , addressline= 1107 Carl A. Gerstacker Bldg 2200 Bonisteel Blvd. , city= Ann Arbor , postcode= 48109-2099 , state= MI , country= USA organization= Department of Physics, University of Greifswald , addressline= Felix-Hausdorff-Str. 6 , city= Greifswald , postcode= 174 89 , country= Germany organization= Department of Aerospace Engineering, University of Michigan , addressline= 1320 Beal Avenue , city= Ann Arbor , postcode= 48109-2140 , state= MI , country= USA organization= Department of Neuroradiology, Karolinska University Hospital , addressline= Hälsovägen 13, O42 , city= Stockholm , postcode= 141 86 , country= Sweden organization= Department of Clinical Physiology, Karolinska University Hospital , addressline= Eugeniavägen 3, A8:01 , city= Solna , postcode= 171 64 , country= Sweden organization= Institute for Medical Engineering Science, Massachusetts Institute of Technology , addressline= 45 Carleton St , city= Cambridge , postcode= 02142 , state= MA , country= USA

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

AI总结 本文研究了生成对抗网络在4D流体磁共振成像超分辨率中的应用,通过对比不同对抗损失函数,发现Wasserstein GAN在稳定性和性能上表现最佳,提升了近壁速度恢复效果。

Comments 26 pages, 10 figures

Journal ref Computers in Biology and Medicine 211 (2026) 111745

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.01909 2026-05-15 cs.CV 81%

Modality-agnostic, patient-specific digital twins modeling temporally varying digestive motion

模态无关、患者特异性的数字双胞胎建模时变消化运动

Jorge Tapias Gomez, Nishant Nadkarni, Lando S. Bosma, Jue Jiang, Ergys D. Subashi, William P. Segars, James M. Balter, Mert R Sabuncu, Neelam Tyagi, Harini Veeraraghavan

机构 * Computer and Information Science, Cornell University(康奈尔大学计算机与信息科学系) Department of Medical Physics, Memorial Sloan Kettering Cancer Center(纪念斯隆凯特琳癌症中心医学物理系) University Medical Center Utrecht(乌得勒支大学医学中心) Department of Radiation Physics, University of Texas MD Anderson Cancer Center(德克萨斯大学MD安德森癌症中心放射物理系) Carl E. Ravin Advanced Imaging Laboratories and Center for Virtual Imaging Trials, Duke University Medical Center(杜克大学医学中心卡尔·E·拉文高级影像实验室和虚拟影像试验中心) Department of Radiation Oncology, University of Michigan(密歇根大学放射肿瘤学系)

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

AI总结 本文提出一种模态无关的患者特异性数字双胞胎建模方法,用于评估变形图像配准方法的准确性,通过生成21个运动阶段的4D序列,评估DIR方法的性能。

Comments This work is still review, it contains 7 Pages, 6 figures, and 4 tables

Journal ref Phys. Med. Biol. 71 (2026) 015029

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14727 2026-05-15 cs.CV 81%

CHASM: Cross-frequency Harmonized Axis-Separable Mixing for Spectral Token Operators

CHASM:跨频率谐化轴分离混合用于频谱令牌运算

Pengcheng Fang, Hongli Chen, Yuxia Chen, Tengjiao Sun, Jiaxin Liu, Xiaohao Cai

机构 * University of Southampton(南安普顿大学) University of Queensland(昆士兰大学) Chengdu University of Technology(成都理工大学) University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)

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

AI总结 CHASM通过跨频率谐化轴分离混合,实现频谱令牌运算的高效建模,提升MRI重建和图像恢复性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14566 2026-05-15 cs.CV 79%

SpectraFlow: Unifying Structural Pretraining and Frequency Adaptation for Medical Image Segmentation

SpectraFlow:统一结构预训练与频率适应用于医学图像分割

Zhiquan Chen, Haitao Wang, Guowei Zou, Hejun Wu

机构 * School of Computer Science(计算机科学学院) Engineering, Sun Yat-sen University(工程,中山大学) Guangdong Key Laboratory of Big Data Analysis(大数据分析与处理重点实验室)

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

AI总结 本文提出SpectraFlow框架,结合结构感知编码器预训练与边界导向解码,解决低数据下医学图像分割的挑战,提升鲁棒性和边界精度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.05008 2026-05-15 cs.CV 79%

Multimodal Causal-Driven Representation Learning for Generalizable Medical Image Segmentation

多模态因果驱动表示学习用于通用化医学图像分割

Xusheng Liang, Lihua Zhou, Nianxin Li, Miao Xu, Ziyang Song, Dong Yi, Jinlin Wu, Jiawei Ma, Hongbin Liu, Zhen Lei, Jiebo Luo

机构 * City University of Hong Kong(香港城市大学) Shenzhen Loop Area Institute(深圳河套学院) CAIR, HKISI, Chinese Academy of Sciences(中国科学院计算智能研究所) UESTC(电子科技大学) MAIS, Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院)

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

AI总结 本文提出MCDRL框架,结合因果推理与VLM解决医学图像分割的领域泛化问题,通过文本提示识别病变区域并消除领域特定影响,提升分割准确性与泛化能力。

Comments Accepted by CVPR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14710 2026-05-15 cs.CV cs.AI 77%

Vision-Core Guided Contrastive Learning for Balanced Multi-modal Prognosis Prediction of Stroke

基于视觉核心的对比学习用于脑卒中平衡多模态预后预测

Liren Chen, Lidong Sun, Mingyan Huang, Junzhe Tang, Yinghui Zhu, Guanjie Wang, Yiqing Xia, Ting Xiao

机构 * School of Information Science and Engineering, East China University of Science and Technology(信息科学与工程学院,东华大学)

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

AI总结 本文提出三模态融合模型,通过大语言模型生成半结构化诊断文本并设计VDAFM模块,提升多模态融合鲁棒性,实现脑卒中预后预测的高精度。

Comments Corresponding author: Ting Xiao

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14123 2026-05-15 eess.IV cs.CV 76%

Keyed Nonlinear Transform: Lightweight Privacy-Enhancing Feature Sharing for Medical Image Analysis

带密钥的非线性变换:医疗图像分析中的轻量级隐私增强特征共享

Haebom Lee, Gyeongjung Kim

机构 * OOLU Soft Co., Ltd.(OOLU软件有限公司)

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

AI总结 本文提出KNT,一种轻量级隐私增强特征共享方法,通过带密钥的非线性变换降低特征重识别AUC,同时保持分类性能,适用于资源受限医院的分割推理部署。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14056 2026-05-15 stat.ME stat.AP 71%

An MCMC-Based Method for Dynamic Causal Modeling of Effective Connectivity in Functional MRI

一种基于MCMC的方法用于功能性磁共振成像中有效连接性的动态因果建模

Kaitlyn R. Fales, Hyebin Song, Nicole A. Lazar

专题命中 医学影像 :MRI(title)

AI总结 本文提出了一种基于MCMC的动态因果建模方法,通过简化观测模型和No-U-Turn采样器提高计算效率和参数可识别性,实验证明其在模拟和真实数据中能提供可靠的不确定性量化和参数估计。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.15050 2026-05-15 cs.LG 70%

Separating Intrinsic Ambiguity from Estimation Uncertainty in Deep Generative Models for Linear Inverse Problems

在深度生成模型中分离内在模糊性与估计不确定性用于线性逆问题

Yuxin Guo, Dongrui Deng, Pulkit Grover

机构 * Neuroscience Institute, Carnegie Mellon University(卡内基梅隆大学神经科学研究所) Machine Learning Department, Carnegie Mellon University(卡内基梅隆大学机器学习系) Department of Electrical and Computer Engineering, Carnegie Mellon University(卡内基梅隆大学电气与计算机工程系)

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

AI总结 本文提出一种分解后验不确定性的方法,用于区分逆问题中固有模糊性和推断传播的不确定性,通过校准分析揭示模型失败模式。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14957 2026-05-15 physics.bio-ph physics.flu-dyn 67%

A developmental switch from capillary rectification to elastic catapult enables honeydew ejection in the spotted lanternfly

从毛细管 rectification 到弹性 catapult 的发育转变使斑翅飞蛾能够排出蜜露

Nami Ha, Elio J. Challita, Jacob S. Harrison, Elizabeth G. Clark, Kendall E. Larson, Miriam F. Cooperband, Saad Bhamla

专题命中 医学影像 :CT(abstract,abstract_cn)

AI总结 斑翅飞蛾通过发育过程中释放机制的转变,利用毛细管 rectification 和弹性 catapult 实现蜜露排放,其机制涉及不同发育阶段的机械差异及表面张力影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14611 2026-05-15 physics.chem-ph 67%

A Flexible, Automated, and Basis-Set Insensitive Domain-Based Charge-Transfer Decomposition for Correlated Wavefunctions and its Application to Inter- and Intramolecular Cases

一种灵活、自动化且基组无关的域基电荷转移分解方法及其在分子间和分子内情况中的应用

Lena Szczuczko, Julia Szczuczko, Marta Gałyńska, Katharina Boguslawski

专题命中 医学影像 :CT(abstract,abstract_cn)

AI总结 本文提出一种灵活的域基电荷转移分解方法,用于分析相关波函数的激发特性,通过两种域累积策略实现基组无关的电荷转移分析,适用于多种计算设置和激发态模型。

Comments 3 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14330 2026-05-15 cs.CY 67%

Computational Thinking Development in AI Agent Creation_A Mixed-Methods Study

在AI代理创建中的计算思维发展:混合方法研究

Yimeng Sun, Haiyang Xin, Qiannan Niu, Shuang Li, Lingyun Huang, Gaowei Chen

专题命中 医学影像 :CT(abstract,abstract_cn)

AI总结 研究通过混合方法探讨93名初中生在AI代理创建工作坊中计算思维的发展,发现中等初始水平学生在抽象和算法思维上有显著提升,揭示了最优发展区效应。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09639 2026-05-15 eess.IV cs.CV 62%

XTinyU-Net: Training-Free U-Net Scaling via Initialization-Time Sensitivity

XTinyU-Net:通过初始化时的敏感性实现免训练的U-Net扩展

Alvin Kimbowa, Moein Heidari, David Liu, Ilker Hacihaliloglu

机构 * School of Biomedical Engineering, The University of British Columbia, Vancouver, Canada(生物医学工程学院,不列颠哥伦比亚大学,温哥华,加拿大) Department of Radiology, The University of British Columbia, Vancouver, Canada(放射学系,不列颠哥伦比亚大学,温哥华,加拿大) Department of Medicine, The University of British Columbia, Vancouver, Canada(医学系,不列颠哥伦比亚大学,温哥华,加拿大)

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

AI总结 本文提出XTinyU-Net,通过初始化时的敏感性分析,在无需训练的情况下自动选择轻量级U-Net配置,实现模型压缩,同时保持性能。

Comments Early accepted to MICCAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14995 2026-05-15 cs.AI cs.CL cs.LG cs.SI 57%

Explainable Detection of Depression Status Shifts from User Digital Traces

从用户数字痕迹中可解释地检测抑郁状态转变

Loris Belcastro, Francesco Gervino, Fabrizio Marozzo, Domenico Talia, Paolo Trunfio

机构 * DIMES, University of Calabria(DIMES,卡塔尔大学)

专题命中 医学影像 :diagnosis(abstract);分类 cs.LG

AI总结 本文提出一个可解释框架,通过结合多个BERT模型提取多维信号,构建用户轨迹以识别抑郁状态转变,利用大语言模型生成可读报告,提升解释性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.07785 2026-05-15 cs.CV 57%

Radiologist-Guided Causal Concept Bottleneck Models for Chest X-Ray Interpretation

放射科医生引导的因果概念瓶颈模型用于胸部X光解读

Amy Rafferty, Rishi Ramaesh, Ajitha Rajan

机构 * University of Edinburgh(爱丁堡大学) NHS Lothian(洛锡安国家健康服务)

专题命中 医学影像 :pathology(abstract);分类 cs.CV

AI总结 本文提出XpertCausal模型,通过放射科医生指导的因果方法改进胸部X光解读的可解释性,通过概率性噪声或框架建模病理到概念关系,提升诊断准确性与临床相关性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14654 2026-05-15 cs.CV 57%

Beyond Instance-Level Self-Supervision in 3D Multi-Modal Medical Imaging

超越实例级自监督在3D多模态医学影像中的应用

Tan Pan, Shuhao Mei, Yixuan Sun, Kaiyu Guo, Chen Jiang, Zhaorui Tan, Mengzhu Li, Limei Han, Xiang Zou, Yuan Cheng, Mahsa Baktashmotlagh

机构 * Fudan University, China(复旦大学) University of Queensland, Australia(昆士兰大学) Shanghai Academy of AI for Science, China(上海人工智能科学研究院) Huashan Hospital, National Center for Neurological Disorders, Fudan University, China(华山医院,国家神经系统疾病中心,复旦大学) Bioinformatics Institute (BII), Agency for Science, Technology and Research (A*STAR), Singapore(生物信息研究所(BII),科技研究局(A*STAR),新加坡)

专题命中 医学影像 :pathology(abstract);分类 cs.CV

AI总结 本文提出利用跨实例拓扑一致性作为监督信号,通过实例内和实例间对齐机制提升多模态医学影像的表征学习,实验显示在7个下游任务中实现了分割和分类任务的平均提升,并在模态缺失时表现出更强的鲁棒性。

Comments ICML2026

详情

展开后加载摘要…

URL PDF HTML 收藏