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