医学 AI

Segmentation, Detection and Explanation: A Unified Framework for CT Appearance Reasoning

分割、检测与解释：一种用于CT外观推理的统一框架

Yuyuan Liu, Can Peng, Yingyu Yang, Qianye Yang, Cheng Ouyang, J. Alison Noble

机构 * Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford（生物医学工程研究所，工程科学系，牛津大学） 纠错

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

AI总结 本文提出统一框架，整合语言引导的视觉推理，提升CT图像分割与检测的精度，并提供外观推理输出。

Comments 8 pages, 4 figures, submitted to IEEE Transactions on Medical Imaging (TMI)

CoralLite: μCT Reconstruction of Coral Colonies from Individual Corallites

CoralLite: 从个体珊瑚虫中重建珊瑚群体的μCT影像

Jess Jones, Leonardo Bertini, Kenneth Johnson, Erica Hendy, Tilo Burghardt

机构 * University of Bristol（布里斯托大学） ； University of Liverpool（利物浦大学） ； Natural History Museum（自然历史博物馆） 纠错

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

AI总结 CoralLite通过混合V-Trans-UNet架构实现对珊瑚骨骼的3D重建，首次展示视觉机器学习在单个珊瑚骨骼μCT扫描中对个体珊瑚虫的完整建模能力。

Comments 15 pages, 10 figures, 2 tables

Enhancing Medical Image Segmentation via Heat Conduction Equation

通过热传导方程增强医学图像分割

Rong Wu, Yim-Sang Yu

机构 * Department of Epidemiology and Biostatistics, University of California, San Francisco, CA, USA（流行病学与生物统计学系，加州大学旧金山分校，加州，美国） 纠错

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

AI总结 本文提出结合U-Mamba与热传导方程的混合架构，利用状态空间模块和热传导操作符提升医学图像分割的全局上下文建模与长距离依赖推理能力。

Layer Selection in Feature-Based Losses Affects Image Quality and Microstructural Consistency in Deep Learning Super-Resolution of Brain Diffusion MRI

基于特征的损失函数中层选择影响深度学习超分辨率中图像质量及微结构一致性

David Lohr, Rene Werner

机构 * Institue for Applied Medical Informatics, University Medical Center Hamburg-Eppendorf（应用医学信息学研究所，汉堡大学医学中心） ； Institute of Computational Neuroscience, University Medical Center Hamburg-Eppendorf（计算神经科学研究所，汉堡大学医学中心） ； Center for Biomedical Artificial Intelligence (bAIome), University Medical Center Hamburg-Eppendorf（生物医学人工智能中心（bAIome），汉堡大学医学中心） 纠错

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

AI总结 本研究探讨了基于特征的损失函数在深度学习超分辨率中对扩散信号一致性的影响，发现深层网络层会导致网格状伪影，而浅层网络层能保持图像与地面真实的一致性，尤其在9倍超分辨率下表现优异。

Adapting Foundation Vision-Language Models to Medical Diagnosis via Query-Driven Expert Bridging

通过查询驱动专家桥梁适应基础视觉-语言模型用于医学诊断

Yitong Li, Morteza Ghahremani, Christian Wachinger

机构 * Lab for AI in Medical Imaging, Technical University of Munich (TUM)（医学影像人工智能实验室，慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 本文提出MedBridge框架，通过结合领域对齐、分辨率保持和多标签推理的互补VLM专家，解决医学影像诊断中的领域差距问题，实现跨领域泛化和领域内特化，提升多标签胸腔疾病诊断性能。

Evaluation of Anatomical Shape Priors in Deep Learning-Based Cardiac Multi-Compartment Segmentation

基于深度学习的心脏多腔分割中解剖形状先验的评估

Michael Hudler, Franz Thaler, Martin Urschler

机构 * Institute for Medical Informatics, Statistics and Documentation（医学信息学、统计学与文档研究所） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)；分类 cs.CV、eess.IV

AI总结 本文评估了轻量级显式形状先验在心脏多腔CT分割中的效果，发现标准3D U-Net仍为强大基线，手工先验效果有限，未来需更 expressive 的学习先验。

Comments Published in the Proceedings of the Third Austrian Symposium on AI, Robotics, and Vision (AIRoV 2026), pp. 23-27

Accelerated Gradient Descent for Faster Convergence with Minimal Overhead

加速梯度下降法用于更快收敛并最小化开销

Manuel Graca, L. Miguel Silveira, Arlindo Oliveira, Frank Liu

机构 * IST, ULisboa（里斯本大学理工学院） ； Old Dominion University（老 Dominion 大学） 纠错

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

AI总结 本文提出CT-AGD算法，通过捕捉局部曲率加速一阶方法，减少训练周期，与Adam等自适应方法具有相似的存储和计算开销。

Comments 17 pages

Region-Grounded Report Generation for 3D Medical Imaging: A Fine-Grained Dataset and Graph-Enhanced Framework

基于3D医学影像的区域 grounded 报告生成：一个细粒度数据集和图增强框架

Cong Huy Nguyen, Son Dinh Nguyen, Guanlin Li, Tuan Dung Nguyen, Aditya Narayan Sankaran, Mai Huy Thong, Thanh Trung Nguyen, Mai Hong Son, Reza Farahbakhsh, Phi Le Nguyen, Noel Crespi

机构 * AI4LIFE, Hanoi University of Science and Technology, Vietnam（AI4LIFE，河内科学技术大学，越南） ； SAMOVAR, Télécom SudParis, Institut Polytechnique de Paris, France（SAMOVAR，Telecom SudParis，巴黎理工学院，法国） ； Military Central Hospital, Vietnam（108军区中央医院，越南） 纠错

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

AI总结 本文提出VietPET-RoI数据集和HiRRA框架，通过图增强模块捕捉RoI属性依赖，提升3D PET/CT报告生成的临床可靠性，实验表明其在BLEU、ROUGE-L和临床指标上均优于现有方法。

Comments 16 pages; Accepted to appear in ACL 2026

IHF-Harmony: Multi-Modality Magnetic Resonance Images Harmonization using Invertible Hierarchy Flow Model

IHF-Harmony：基于可逆分层流模型的多模态磁共振图像统一化

Pengli Zhu, Yitao Zhu, Haowen Pang, Anqi Qiu

机构 * Department of Health Technology and Informatics, The Hong Kong Polytechnic University, Hong Kong（健康科技与信息技术系，香港理工大学，香港） ； School of Integrated Circuits and Electronics, Beijing Institute of Technology, China（集成电路与电子学院，北京理工大学，中国） ； Mental Health Research Center, The Hong Kong Polytechnic University, Hong Kong（心理健康研究中心，香港理工大学，香港） ； Department of Biomedical Engineering, Johns Hopkins University, USA（生物医学工程系，约翰霍普金斯大学，美国） 纠错

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

AI总结 本文提出IHF-Harmony，通过可逆分层流模型实现多模态MRI图像统一化，利用无配对数据提升跨模态可扩展性，保留解剖结构并提升下游任务性能。

Degradation-Aware Blur-Segmentation of Brain Tumor

考虑退化因素的脑肿瘤模糊分割

Yuchun Wang, Xiaosong Li, Gefei Liang, Yang Liu

机构 * School of Physics and Optoelectronic Engineering, Foshan University, China（物理与光电工程学院，佛山大学，中国） 纠错

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

AI总结 本文提出DABSeg网络，通过同步去模糊和精确分割，提升多模态3D脑肿瘤分割在退化条件下的鲁棒性与临床实用性。

Continuous-time Predictor-Based Subspace Identification with Hermite basis expansions

基于Hermite基展开的连续时间预测子空间识别方法

Jose Antonio Rebollo, Enrico Barbiero, Marco Lovera

专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 eess.SP

AI总结 本文提出一种直接识别连续时间状态空间形式的方法，利用Hermite基函数投影信号并递归应用导数运算符，避免时间移位，通过仿真验证了HD-PBSID方法的准确性。

Comments 14 pages, 19 figures

Causal-Adapter: Taming Text-to-Image Diffusion for Faithful Counterfactual Generation

Causal-Adapter：驯服文本到图像扩散模型以实现忠实的反事实生成

Lei Tong, Zhihua Liu, Chaochao Lu, Dino Oglic, Tom Diethe, Philip Teare, Sotirios A. Tsaftaris, Chen Jin

机构 * Centre for AI, DS\&AI, Astrazeneca, UK（英国阿斯利康人工智能中心） ； Institute for Imaging, Data and Communications (IDCOM), School of Engineering, University of Edinburgh, Edinburgh, UK（爱丁堡大学工程学院影像、数据与通信研究所） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 Causal-Adapter通过模块化框架实现文本到图像扩散模型的反事实生成，利用结构因果建模和属性正则化策略，在保持图像核心身份的同时实现精确的属性控制。

Comments Project Page: https://leitong02.github.io/causaladapter/

Journal ref ICML 2026

Few-Shot Large Language Models for Actionable Triage Categorization of Online Patient Inquiries

少样本大语言模型在在线患者咨询可操作分诊中的应用

Liqi Zhou, Jiafu Li

机构 * seas.upenn.edu（宾夕法尼亚大学塞as学院） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG、q-bio

AI总结 本文研究少样本条件下大语言模型在在线患者咨询分诊中的应用，通过构建不同数据集比较TF-IDF和BioBERT与六个LLM在0-shot、4-shot和12-shot条件下的表现，发现Claude Haiku 4.5在12-shot条件下达到0.475的宏F1值，优于监督基线模型。

Comments 4 figures, 19 tables, 23 pages (including appendix and reference)

Attention Dispersion in Dynamic Graph Transformers: Diagnosis and a Transferable Fix

动态图变换器中的注意力分散：诊断与可迁移的修复

Jinhao Zhang, Kangfei Zhao, Qiuhao Zeng, Long-Kai Huang

机构 * Beijing Institute of Technology（北京理工大学） ； University of Toronto（多伦多大学） ； Hong Kong Baptist University（香港 Baptist 大学） 纠错

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

AI总结 本文识别动态图变换器在时间分布偏移下的注意力分散问题，并提出可迁移的差分注意力机制以提升性能，尤其在高偏移数据集上表现显著。

LAtte: Hyperbolic Lorentz Attention for Cross-Subject EEG Classification

LAtte：用于跨受试者EEG分类的双曲洛伦兹注意力

Ahmad Bdeir, Johannes Burchert, Tom Hanika, Lars Schmidt-Thieme, Niels Landwehr

机构 * Data Science Group（数据科学组） ； ISMLL ； Universität Hildesheim（希尔德斯海姆大学） 纠错

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

AI总结 本文提出LAtte框架，结合双曲InceptionTime编码器与洛伦兹注意力，提升跨受试者EEG分类性能，通过分解EEG信号并引入低秩适应模块增强鲁棒性与泛化能力。

Confirming Correct, Missing the Rest: LLM Tutoring Agents Struggle Where Feedback Matters Most

确认正确，遗漏其余：LLM辅导代理在反馈最关键的地方表现不佳

Tahreem Yasir, Wenbo Li, Sam Gilson, Sutapa Dey Tithi, Xiaoyi Tian, Tiffany Barnes

机构 * North Carolina State University（北卡罗来纳州立大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究了LLM在逻辑推理中的辅导性能，发现其在区分最优解、次优解和错误解方面存在系统性偏差，影响适应性教学效果。

Comments 22 pages, 20 fgures

STAR: A Stage-attributed Triage and Repair framework for RCA Agents in Microservices

STAR: 一种针对微服务中RCA代理的阶段属性分诊与修复框架

Junle Wang, Xingchuang Liao, Wenjun Wu

机构 * School of Artificial Intelligence, Beihang University Beijing, China（人工智能学院，北京航空航天大学，北京，中国） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出STAR框架，通过将RCA流程分解为四个阶段，提升微服务中RCA代理的可靠性与自修复能力。

Comments 11 pages

TG-DIN: Theory-Guided Demand Inference Network for Generalizable QoS Measurement and Prediction

TG-DIN：基于理论的用户需求推断网络用于通用服务质量测量与预测

Fuliang Yang, Feng Ye

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 TG-DIN通过理论指导推断用户需求，结合调度和队列原理，实现可泛化服务质量测量与预测，优于纯数据驱动方法。

Comments Submitted to an ACM conference

When and Why Adversarial Training Improves PINNs: A Neural Tangent Kernel Perspective

何时以及为何对抗训练能提升PINNs：神经 tangent 核视角

Yuan-dong Cao, Chi Chiu SO, Jun-Min Wang, He Wang

机构 * School of Mathematics and Statistics, Beijing Institute of Technology, China（北京理工大学数学与统计学院，中国） ； School of Professional Education and Executive Development The Hong Kong Polytechnic University, China（香港理工大学专业教育学院及管理发展学院，中国） ； Department of Computer Science & UCL AI Centre, University College London, UK（伦敦大学学院计算机科学系及UCL人工智能中心，英国） 纠错

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

AI总结 本文从神经 tangent 核角度分析对抗训练提升PINNs的机制，提出理论框架并设计高效算法，实验证明能显著改善PINNs训练病理，提升模型精度。

BiomedAP: A Vision-Informed Dual-Anchor Framework with Gated Cross-Modal Fusion for Robust Medical Vision-Language Adaptation

BiomedAP: 一种基于视觉的双锚框架与门控跨模态融合用于鲁棒的医学视觉-语言适应

Huanyang Tong, Kai Liu, Fangjun Kuang, Huiling Chen

机构 * Wenzhou University（温州大学） ； Wenzhou Business College（温州商务学院） 纠错

专题命中 医疗多模态 ：diagnosis(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 BiomedAP通过门控跨模态融合和双锚约束机制，提升医学视觉-语言模型在提示变化下的鲁棒性，实验显示其在多个基准上均优于基线方法。

Comments CVPR2026 Workshop

RoiMAM: Region-of-Interest Medical Attention Model for Efficient Vision-Language Understanding

RoiMAM：面向高效视觉-语言理解的感兴趣区域医学注意模型

Jiayan Yang, Zhuoyu Wu, Wenqi Fang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Science（深圳先进技术研究院，中国科学院） ； CyPhi( ) AI Research Lab, School of IT, Monash University, Malaysia Campus（CyPhi人工智能研究实验室，信息学院，墨尔本大学马来西亚校区） 纠错

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出RoiMAM，通过整合无训练ROI生成模块和语义选择性抑制，专注于病变相关区域，提升医疗视觉问答的效率与准确性。

Comments under revision

MuteBench: Modality Unavailability Tolerance Evaluation for Incomplete Multimodal Fusion

MuteBench: 多模态融合不完整性容忍性评估

Wugeng Zheng, Ziwen Kan, Tianlong Chen, Chen Chen, Song Wang

机构 * University of Central Florida（中央佛罗里达大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 医疗多模态 ：clinical AI(abstract)；分类 cs.LG

AI总结 MuteBench评估多模态融合在模态缺失和内模态缺失下的鲁棒性，发现架构类型是预测鲁棒性的最强因素，且通道独立模型对模态缺失容忍性高但对内模态缺失敏感。

BioXArena: Benchmarking LLM Agents on Multi-Modal Biomedical Machine Learning Tasks

BioXArena：在多模态生物医学机器学习任务上评估LLM代理的基准测试

Loka Li, Duzhen Zhang, Xingbo Du, Leonard Song, Zixiao Wang, Assanali Aukenov, Noel Thomas, Shakhnazar Sailaukan, Yonghan Yang, Feilong Chen, Jiahua Dong, Kun Zhang, Bin Zhang, Le Song

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出BioXArena基准测试，旨在评估LLM代理能否为异构多模态生物医学数据集生成任务特定的模型训练流程，包含9个领域76个端到端任务，评估指标涵盖隐藏标签、隐藏评分者和生物意识度量，通过标准化环境评估11种代理配置。

Comments 69 pages, 13 figures, 34 tables

TFGN: Task-Free, Replay-Free Continual Pre-Training Without Catastrophic Forgetting at LLM Scale

TFGN：无需任务和回放的连续预训练，避免灾难性遗忘的LLM规模

Anurup Ganguli

机构 * Independent Researcher（独立研究者） 纠错

专题命中 生物医学文本 ：biomedical(abstract,abstract_cn)；分类 cs.LG

AI总结 TFGN通过输入条件化、参数高效更新，在无需回放或任务标签的情况下，实现了在异构文本领域连续预训练，避免灾难性遗忘，展示了跨领域正向迁移和高梯度分离。

Comments 65 pages, 10 figures, 40 tables

MHGraphBench: Knowledge Graph-Grounded Benchmarking of Mental Health Knowledge in Large Language Models

MHGraphBench: 用于评估大语言模型中心理健康知识的图知识基准

Weixin Liu, Congning Ni, Shelagh A. Mulvaney, Susannah L. Rose, Murat Kantarcioglu, Bradley A. Malin, Zhijun Yin

机构 * Vanderbilt University（范德比大学） ； Vanderbilt University Medical Center（范德比大学医学院） ； Virginia Tech（弗吉尼亚理工学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出MHGraphBench基准，评估大语言模型在心理健康实体识别、关系判断及双跳推理能力，发现模型在实体类型识别和小关系类型判断上表现优异，但在关系预测和双跳推理上仍有不足，且输出格式可靠性对性能有显著影响。

Comments Accepted to GEM 2026, ACL 2026 Workshop; 9 pages main text plus references and appendices

Decentralized LoRA augmented transformer with multi-scale feature learning for secured eye diagnosis

去中心化LoRA增强变换器与多尺度特征学习用于安全眼疾诊断

Md. Naimur Asif Borno, Md Sakib Hossain Shovon, MD Hanif Sikder, Iffat Firozy Rimi, Tahani Jaser Alahmadi, Mohammad Ali Moni

机构 * organization= Research Assistant, The University of Queensland , addressline= 308 Queen St , city= Brisbane City , postcode= QLD 4000 , state= Queensland , country= Australia ； organization= Mechatronics Engineering, Rajshahi University of Engineering \& Technology , city= Rajshahi , postcode= 6204 , country= Bangladesh ； organization= Researcher, The University of Queensland , addressline= 308 Queen St , city= Brisbane City , postcode= QLD 4000 , state= Queensland , country= Australia ； organization= Department of Computer Science, American International University Bangladesh , city= Dhaka , postcode= 1216 , country= Bangladesh ； organization= Department of Computer Science, University of South Asia-Bangladesh , city= Dhaka , postcode= 1216 , country= Bangladesh ； organization= Department of Computer Science ； Engineering, Daffodil International University , city= Dhaka , country= Bangladesh ； Department of Information Systems, College of Computer ； Information Sciences, Princess Nourah bint Abdulrahman University, P.O. Box 84428, Riyadh, Saudi Arabia. Email ； organization= Faculty of Health, Medicine ； Behavioural Sciences, The University of Queensland , addressline= 308 Queen St , city= Brisbane City , postcode= QLD 4000 , state= Queensland , country= Australia ； Cyber Futures Institute Charles Sturt University , addressline= 308 Queen St , city= Bathurst NSW , country= Australia 纠错

专题命中 医学数据与评测 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出一种高效图像变换器框架，结合多尺度特征学习、LoRA、知识蒸馏和联邦学习，解决医学影像中疾病诊断的准确性和隐私保护问题，实验表明其在AUC、F1分数和精度上优于传统CNN和现有Transformer架构。

Comments Published at Knowledge-Based Systems

GenShield: Unified Detection and Artifact Correction for AI-Generated Images

GenShield：面向AI生成图像的统一检测与伪影校正

Zhipei Xu, Xuanyu Zhang, Youmin Xu, Qing Huang, Shen Chen, Taiping Yao, Shouhong Ding, Jian Zhang

机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出GenShield框架，通过闭环诊断与修复流程实现可解释的AI生成图像检测与可控伪影校正，结合视觉链式推理课程学习策略，提升校正效果与泛化能力。