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。

2026-05-19 至 2026-05-19 共收录 53 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学影像 53 篇

2605.16458 2026-05-19 cs.CV cs.AI 93%

Conservative AI for Safety-Sensitive Medical Image Restoration: Residual-Bounded CT-CTA Enhancement for Intracranial Aneurysm-Relevant Signal Recovery

安全敏感医学图像修复中的保守AI:用于颅内动脉瘤相关信号恢复的残差受限CT-CTA增强

Weijun Ma

机构 * Independent Researcher(独立研究者) King George, Vancouver School Board(金乔治,温哥华学区) Vancouver, BC, Canada(温哥华,BC省,加拿大)

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

AI总结 本文提出了一种残差受限的2.5D修复框架,用于安全敏感的医学图像修复,通过编辑控制图限制修改范围,提升CT和CTA图像质量,减少误诊风险。

Comments Preprint manuscript, 16 pages, 4 figures, 3 tables. This manuscript presents a residual-bounded 2.5D CT/CTA restoration framework for conservative medical image enhancement and evaluates it using image-recovery, baseline comparison, Monte Carlo stability, anatomical localization, and external low-dose CT testing

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16373 2026-05-19 cs.CV cs.AI cs.LG 92%

Cross-Source Supervision for Bone Infection Segmentation in Dual-Modality PET-CT

跨源监督在双模态PET-CT骨感染分割中的应用

Zonglin Yang, Xiaolei Diao, Jishizhan Chen, Xiaozhuang Man, Wei Kong, Gen Wen, Pengfei Cheng, Daqian Shi

机构 * Shanghai Maritime University(上海海洋大学) University College London(伦敦大学学院) Shanghai Sixth People’s Hospital(上海第六人民医院) Shanghai Sixth People’s Hospital Affiliated to SJTU School of Medicine(上海第六人民医院附属复旦大学医学院) Queen Mary University of London(伦敦女王玛丽大学)

专题命中 医学影像 :CT(title,title_cn);clinical AI(abstract);diagnosis(abstract);分类 cs.CV、cs.LG

AI总结 本文提出一种双模态端到端分割框架,通过早融合多模态表示整合PET代谢信号和CT骨窗解剖信息,解决标注不一致下的骨感染分割问题,采用患者级3D体积评估和交叉验证提高性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16431 2026-05-19 cs.CV 92%

CT-DegradBench: A Physics-Informed Benchmark for CT Degradation Detection and Severity Estimation

CT-DegradBench:一种用于CT退化检测和严重程度估计的物理引导基准

Yousra Nabila Taifour, Marouane Tliba, Zuheng Ming, Marie Luong, Nour Aburaed, Aladine Chetouani, Gorkem Durak, Alessandro Bruno, Faouzi Alaya Cheikh, Habib Zaidi, Ulas Bagci, Azeddine Beghdadi

机构 * Université Sorbonne Paris Nord(索邦巴黎北大学) University of Dubai(迪拜大学) Northwestern University(西北大学) IULM University(IULM大学) Norwegian University of Science and Technology(挪威科学与技术大学) University of Geneva(日内瓦大学)

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

AI总结 本文提出CT-DegradBench,一个用于评估CT退化检测和严重程度估计的基准,结合语义先验和频域线索,提出SeSpeCT框架,在多模态嵌入空间中构建免训练的语义质量轴,实现退化类型和严重程度的联合预测。

Comments Accepted in CVPR 2026 VISION Workshop (DEXTER track)

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.06384 2026-05-19 eess.IV cs.CV 91%

Mitigating 3D Prostate Biparametric MRI Data Scarcity through Domain Adaptation using Locally-Trained Latent Diffusion Models for Prostate Cancer Detection

通过使用本地训练的潜在扩散模型进行领域适应以缓解3D前列腺双参数MRI数据稀缺问题

Emerson P. Grabke, Babak Taati, Masoom A. Haider

机构 * Institute of Biomedical Engineering, University of Toronto(多伦多大学生物医学工程研究所) Lunenfeld-Tanenbaum Research Institute, Mount Sinai Hospital(圣心医院卢内尔-塔内本研究所) KITE Research Institute, Toronto Rehabilitation Institute, University Health Network(多伦多康复研究所、KITE研究所在大学健康网络) Joint Department of Medical Imaging, University of Toronto, Princess Margaret Hospital, and Sinai Health systems(多伦多大学联合医学影像部门、玛格丽特医院及辛纳医疗系统) Department of Computer Science, University of Toronto(多伦多大学计算机科学系) Faculty Affiliate of the Vector Institute, Toronto(向量研究所教职员工)

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

AI总结 本文提出CCELLA++,一种新的潜在扩散模型流程,用于同时生成3D双参数前列腺MRI(bpMRI),包括轴向T2加权(AxT2)、高b值扩散系列(HighB)和表观扩散系数图(ADC),以克服数据稀缺问题。

Comments This work has been submitted to the IEEE for possible publication

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16775 2026-05-19 cs.CV cs.AI cs.LG 91%

VolTA-3D: Self-Supervised Learning for Brain MRI using 3D Volumetric Token Alignment

VolTA-3D: 基于3D体积分块对齐的脑MRI自监督学习

Amy Makawana, Abhijeet Parida, Marius George Linguraru, Julia Ive, Syed Muhammad Anwar

机构 * Institute of Health Informatics(健康信息学研究所) Sheikh Zayed Institute for Pediatric Surgical Innovation(谢赫扎耶德儿童外科创新研究所) School of Medicine and Health Sciences(医学与健康科学学院)

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

AI总结 本文提出VolTA-3D,一种用于脑MRI自监督学习的3D视觉Transformer框架,通过联合对齐全局类风格标记和局部块标记,增强体积分块表示的可迁移性,从而在多个下游任务中表现出更好的泛化能力和鲁棒性。

Comments Accepted at EMBC 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16476 2026-05-19 eess.IV cs.CV cs.LG 90%

Deep Learning for MRI Slice Interpolation: The Critical Role of Problem Formulation

深度学习在MRI切片插值中的应用:问题建模的关键作用

Shamit Savant

机构 * University of Florida, Gainesville, FL 32611, USA(佛罗里达大学)

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

AI总结 本文探讨了深度学习在前列腺成像中插值中间MRI切片的方法,发现问题建模对性能的影响远大于架构复杂度,通过改进插值方式提升了SSIM性能。

Comments 10 pages main text, 21 pages total with supplementary, 8 figures, supplementary material included

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.16255 2026-05-19 q-bio.TO eess.IV physics.med-ph 90%

Segmentation of spinal rootlets across MRI contrasts with RootletSeg

跨MRI对比的脊髓根段分割:RootletSeg

Katerina Krejci, Jiri Chmelik, Sandrine Bedard, Falk Eippert, Ulrike Horn, Virginie Callot, Julien Cohen-Adad, Jan Valosek

专题命中 医学影像 :MRI(title,title_cn);分类 q-bio、eess.IV

AI总结 本文提出了一种深度学习方法RootletSeg,用于自动分割不同MRI扫描中的脊髓根段,通过在多个数据集上训练和测试,验证了该方法在不同MRI对比度下的分割性能,并展示了其在脊髓水平确定中的应用价值。

Comments 26 pages, 6 figures, 4 tables

Journal ref K. Krejci et al., Segmentation of spinal rootlets across MRI contrasts with RootletSeg, Scientific Reports, May 2026, doi: 10.1038/s41598-026-49164-0

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.18709 2026-05-19 eess.IV eess.SP 90%

Dynamic MRI Reconstruction Via Dual Deep Priors and Low-Rank Plus Sparse Modeling

通过双深度先验和低秩加稀疏建模实现动态MRI重建

Yongliang Sun, Siddhant Gautam, Chaoyan Huang, Nicole Seiberlich, Ismail Alkhouri, Saiprasad Ravishankar

专题命中 医学影像 :MRI(title,title_cn);分类 eess.IV、eess.SP

AI总结 本文提出了一种结构化的深度图像先验框架,用于动态MRI重建,通过低秩加稀疏分解显式建模时空相关性,结合深度图像先验的隐式正则化和经典低秩加稀疏正则化的可解释性,实现了在动态MRI重建中的优越性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.18221 2026-05-19 cs.SD cs.CL cs.CV cs.LG physics.med-ph 90%

SIREM: Speech-Informed MRI Reconstruction with Learned Sampling

SIREM: 语音引导的MRI重建与学习采样

Md Hasan, Nyvenn Castro, Daiqi Liu, Lukas Mulzer, Jana Hutter, Jonghye Woo, Moritz Zaiss, Andreas Maier, Paula A. Perez-Toro

机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg(埃森哲-埃尔朗根-纽伦堡大学模式识别实验室) Institute of Radiology, University Hospital Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根大学医院放射学研究所) Institut für Informationsverarbeitung, Leibniz Universität Hannover(汉诺威莱比锡大学信息处理研究所) Department of Radiology, Harvard Medical School and Massachusetts General Hospital(哈佛医学院放射科和麻省总医院)

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

AI总结 本文提出了一种语音引导的MRI重建框架SIREM,通过同步语音作为跨模态先验,利用语音与声音学之间的相关性预测图像内容,从而在更高的吞吐量下实现更合理的解剖结构重建。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.26635 2026-05-19 eess.IV cs.CV 90%

SAMRI: Segment Any MRI

SAMRI:分割任何MRI

Zhao Wang, Wei Dai, Thuy Thanh Dao, Steffen Bollmann, Hongfu Sun, Craig Engstrom, Shekhar S. Chandra

机构 * School of Electrical Engineering and Computer Science, The University of Queensland, Australia(昆士兰大学电气工程与计算机科学学院,澳大利亚)

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

AI总结 SAMRI是针对MRI优化的Segment Anything Model,通过框和点提示实现更高效的全身体部MRI分割,特别是在小而临床重要的结构上。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00793 2026-05-19 eess.IV cs.AI cs.CV 90%

Unsupervised Denoising of Real Clinical Low Dose Liver CT with Perceptual Attention Networks

无监督的实时临床低剂量肝CT去噪与感知注意力网络

Zhilin Guan, Wei Zhang

机构 * Department of Computing(计算系) Harbin Institute of Technology(哈尔滨工业大学)

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

AI总结 本文提出基于感知注意力网络的无监督低剂量肝CT去噪框架,结合U-Net、注意力机制和残差网络,通过感知损失提升医疗图像特征提取,利用真实临床数据集和医学评价标准验证方法有效性,满足临床需求。

Comments 8 pages, 10 figures, 5 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.18466 2026-05-19 cs.CV 90%

Speech-Guided Multimodal Learning for Vocal Tract Segmentation in Real-Time MRI

基于语音引导的多模态学习用于实时MRI中的声道分割

Daiqi Liu, Lukas Mulzer, Md Hasan, Nyvenn de Castro, Fangxu Xing, Xingjian Kang, Chengze Ye, Siyuan Mei, Yipeng Sun, Tomás Arias-Vergara, Jana Hutter, Jonghye Woo, Andreas Maier, Paula Andrea Pérez-Toro

机构 * Harvard Medical School / Massachusetts General Hospital(哈佛医学院/麻省总医院) Institute for Information Processing, Leibniz University Hannover(汉诺威莱布尼茨信息处理研究所) GITA Lab, Facultad de Ingeniería. Universidad de Antioquia UdeA(安提奥基亚大学工程学院GITA实验室)

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

AI总结 本文提出了一种三阶段框架,利用语音和语音学监督进行训练,仅需实时MRI图像进行推理,通过将语音学表示转换为空间边界框先验进行发音器官定位,通过双级跨模态对比预训练对视觉和音频编码器对齐,并通过跨注意力解码器融合学习的表示,有效将多模态知识转移到单模态推理管道中,实验表明该方法在75-Speaker~Annot-16和USC-TIMIT数据集上优于现有单模态和多模态方法。

Comments under review

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.13310 2026-05-19 eess.IV physics.med-ph 90%

PyPeT: A Python Perfusion Tool for Automated Quantitative Brain CT and MR Perfusion Analysis

PyPeT:一种用于自动化定量脑CT和MR灌注分析的Python灌注工具

Marijn Borghouts, Ruisheng Su

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

AI总结 该研究提出PyPeT,一种开源的Python灌注工具,用于处理头颅CT灌注和MR灌注数据,生成CBF、CBV、MTT、TTP和Tmax等灌注图,通过统一框架和模块化设计提高灌注研究的可访问性和可定制性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12755 2026-05-19 cs.CV 90%

Towards reconstructing experimental sparse-view X-ray CT data with diffusion models

向稀疏视角X射线CT数据重建迈进:基于扩散模型

Nelas J. Thomsen, Xinyuan Wang, Felix Lucka, Ezgi Demircan-Tureyen

机构 * 1 Martin-Luther-University Halle-Wittenberg, Institute of Physics, Halle, Germany 2 Centrum Wiskunde \& Informatica, Computational Imaging Group, Amsterdam, The Netherlands

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

AI总结 本文研究了如何利用扩散模型重建稀疏视角X射线CT数据,探讨了训练数据不匹配(域偏移)和正向模型不匹配对实验数据应用的影响,发现域偏移在不同程度上影响模型性能,而正向模型不匹配可通过退火似然权重调度缓解。

Comments 5 pages + references, 4 figures, 2 tables, conference paper

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.17343 2026-05-19 cs.CV 90%

GraphMAR: Geometry-Aware Graph Learning Framework for Spatially Adaptive CT Metal Artifact Reduction

GraphMAR: 一种基于几何的图学习框架用于空间自适应的CT金属伪影减少

Zilong Li, Chenglong Ma, Yiming Lei, Yuanlin Li, Jing Han, Jiannan Liu, Huidong Xie, Junping Zhang, Yi Zhang, Hongming Shan

机构 * Shanghai Key Lab of Intelligent Information Processing, College of Computer Science and Artificial Intelligence, Fudan University(上海智能信息处理关键实验室,计算机科学与人工智能学院,复旦大学) Institute of Science and Technology for Brain-inspired Intelligence, Fudan University(脑启发式智能科学技术研究院,复旦大学) College of Computer Science and Technology, Qingdao University(计算机科学与技术学院,青岛大学) Department of Oral Maxillofacial Head and Neck Oncology, Shanghai Ninth People’s Hospital, Shanghai Jiao Tong University School of Medicine(口腔颌面头颈肿瘤科,上海第九人民医院,上海交通大学医学院) School of Cyber Science and Engineering, Sichuan University(网络科学与工程学院,四川大学)

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

AI总结 本文提出GraphMAR,一种基于几何的图学习框架,用于在图像域中实现空间自适应的CT金属伪影减少,通过引入图基的几何建模来显式识别伪影并提高恢复质量和可解释性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.17188 2026-05-19 eess.IV 90%

RDDM: A Residual-Driven Drifting Model for High-Fidelity Low-Dose CT Denoising

RDDM: 一种基于残差驱动的高保真低剂量CT去噪模型

Jianxu Wang, Qing Lyu, Ge Wang

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

AI总结 本文提出RDDM模型,通过引入残差漂移场实现高效且高保真的低剂量CT去噪,解决了传统方法在实时应用中的性能限制,实验表明其在去噪效果和速度上均优于现有方法。

Comments Code is available at: https://github.com/Jayx-Wang/RDDM

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16980 2026-05-19 cs.CV 90%

Statistical Hand Shape Modeling from Clinical CT Scans Using Deep Learning and Implicit Skinning

基于深度学习和隐式皮肤的临床CT扫描中手部形状统计建模

Gokce Guven, Hasan Fehmi Ates, Deniz Karasahin, Kaan Erdogan

机构 * Dept. of Computer Science and Engineering(计算机科学与工程系) Özyeğin University(奥兹耶尼大学) Dept. of Artificial Intelligence and Data Engineering(人工智能与数据工程系) Osteoid Inc.(Osteoid公司)

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

AI总结 本文提出了一种AI辅助的重建流程,利用深度学习和隐式皮肤技术对临床CT扫描中的手部解剖结构进行分割和分析,通过统计形状建模提高生物力学、人机工程学和医疗诊断的应用价值。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16572 2026-05-19 cs.CV 90%

TriALS: Triphasic-Aided Liver Lesion Segmentation Benchmark in Non-Contrast CT

TriALS: 三相辅助非增强CT肝脏病变分割基准

Marawan Elbatel, Mohamed Ghonim, Jiaji Mao, Zhuosheng Lin, Katharina Eckstein, Andrés Martínez Mora, Jonathan Deissler, Maximilian Rokuss, Constantin Ulrich, Zdravko Marinov, Wenhui Deng, Baoxun Li, Huijun Hu, Jun Shen, Mohanad Ghonim, Khadiga Omar Nassar, Mariam Elbakry, Menna Dyab, Amr Muhammad Abdo Salem, Nouran Elghitany, Noha Elghitany, Yi Qin, Xuanqi Huang, Haonan Wang, Shao-Woo Yen, Ahmed Elghamry Saba, Salma Ahmad, Xinyan Fang, Jiahao Zhang, Xiaodi Wang, Xinghua Ma, Gongning Luo, Jessica C. Delmoral, João Manuel R. S. Tavares, Ankan Deria, Adinath Dukre, Yutong Xie, Imran Razzak, Dongwook Kim, Matthew Choi, Hanxiao Zhang, Minghui Zhang, Xin You, Abdul Qayyum, Steven A. Niederer, Moona Mazher, Rachika E. Hamadache, Ricardo Montoya-del-Angel, Robert Martí, Xavier Lladó, Toufiq Musah, Livingstone Eli Ayivor, Enrique Almar-Munoz, Agnes Mayr, Kaouther Mouheb, Esther E. Bron, Stefan Klein, Ahmed Abouelhoda, Amira Adel, Susan Adil Ali, Rainer Stiefelhagen, Klaus H. Maier-Hein, Fabian Isensee, Aya Yassin, Xiaomeng Li

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology(香港理工大学电子与计算机工程系) AI Center of Excellence, Ain Shams University(爱思明大学人工智能中心) Department of Radiology, Ain Shams University(爱思明大学放射科) Department of Radiology, Guangdong Provincial Key Laboratory of Malignant Tumor Epigenetics and Gene Regulation, Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University(广东省恶性肿瘤表观遗传与基因调控重点实验室,中山大学孙逸仙纪念医院放射科) Nanfang Hospital, Southern Medical University(南方医科大学南华医院) Division of Medical Image Computing, German Cancer Research Center (DKFZ), Heidelberg, Germany(德国癌症研究中心(DKFZ)医学影像计算部,海德堡,德国) Medical Faculty Heidelberg, Heidelberg University(海德堡大学医学院) Faculty of Mathematics and Computer Science, Heidelberg University(海德堡大学数学与计算机科学学院) Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)

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

AI总结 本文提出TriALS挑战,通过多中心150例数据评估自动肝脏病变分割算法,在非增强CT条件下取得人类水平性能,但表现受训练数据规模和预训练策略影响显著。

Comments TriALS challenge paper across MICCAI 2024 and 2025; data and code at https://github.com/xmed-lab/TriALS

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.05136 2026-05-19 cs.CV cs.AI 87%

Fine-tuning an ECG Foundation Model to Predict Coronary CT Angiography Outcomes

微调一种心电图基础模型以预测冠状动脉CT血管造影结果

Yujie Xiao, Qinghao Zhao, Gongzheng Tang, Hao Zhang, Zhuoran Kan, Deyun Zhang, Jun Li, Guangkun Nie, Xiaocheng Fang, Haoyu Wang, Shun Huang, Tong Liu, Jian Liu, Kangyin Chen, Shenda Hong

机构 * Institute of Medical Technology, Peking University Health Science Center(北京大学人民医院医学技术研究所) National Institute of Health Data Science, Peking University(北京大学国家健康数据科学研究院) Department of Cardiology, Peking University People’s Hospital(北京大学人民医院心内科) Tianjin Key Laboratory of Ionic-Molecular Function of Cardiovascular Disease, Department of Cardiology, Tianjin Institute of Cardiology, The Second Hospital of Tianjin Medical University(天津医科大学心血管离子-分子功能重点实验室,天津心脏病学研究院,天津医科大学第二医院心内科) Heart Voice Medical Technology(心声医疗科技) School of Intelligence Science and Technology, Peking University(北京大学智能科学与技术学院)

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

AI总结 本文研究了通过微调心电图基础模型来预测冠状动脉CT血管造影结果的研究问题,采用多中心研究方法,利用CTCA作为解剖参考标准,开发并验证了AI-ECG模型,以预测血管特异性冠状动脉狭窄,并展示了模型在内部和外部验证中的表现,以及其在临床中的应用价值。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17392 2026-05-19 cs.CV 84%

MorphSeek: Fine-grained Latent Representation-Level Policy Optimization for Deformable Image Registration

MorphSeek: 用于可变形图像配准的细粒度潜在表示级策略优化

Runxun Zhang, Yizhou Liu, Li Dongrui, Bo XU, Jingwei Wei

机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) Sun Yat-sen University(中山大学) Fudan University(复旦大学) Hebei Medical University(河北医科大学)

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

AI总结 本文提出MorphSeek,一种在潜在特征空间中进行细粒度策略优化的方法,用于解决可变形图像配准中的高维变形空间和体素级监督稀缺问题,通过引入随机高斯策略头和组相对策略优化,实现了高效探索和粗到细的优化,提升了配准的Dice系数和标签效率。

Comments 20 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16408 2026-05-19 cs.CV 84%

Visual Search Patterns in 3D Pancreatic Imaging: An Eye Tracking Study

三维胰腺成像中的视觉搜索模式:一项眼动研究

Anna Anikina, Leila Khaertdinova, Trine Balschmidt, Michael B Andersen, Christoph F Müller, Erik GS Brandt, Henrik S Thomsen, Claudia Mello-Thoms, Bulat Ibragimov

机构 * Department of Computer Science, University of Copenhagen(哥本哈根大学计算机科学系) Department of Radiology, Herlev Hospital(赫尔勒夫医院放射科) Department of Radiology, University of Iowa(爱荷华大学放射科)

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

AI总结 本研究通过眼动追踪分析三维胰腺CT影像中放射科医生的视觉搜索行为,揭示其在空间和时间上的注视模式,为理解诊断策略提供新的视角。

Comments Accepted at SPIE - Medical Imaging Conference 2026

Journal ref Proc. SPIE 13928, Medical Imaging 2026: Image Perception, Observer Performance, and Technology Assessment, 1392814 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16393 2026-05-19 cs.CV cs.AI 84%

Vision Transformer-Conditioned UNet for Domain-Adaptive Semantic Segmentation

基于 Vision Transformer 的 UNet 用于领域自适应语义分割

Joel Valdivia Ortega, Tingying Peng, Marion Jasnin

机构 * Helmholtz Pioneer Campus, Helmholtz Munich, Neuherberg, Germany(海德堡先锋校园,海德堡穆恩奇,纽赫尔伯格,德国) School of Computation, Information and Technology, TUM, Garching, Germany(计算、信息与技术学院,技术大学慕尼黑,冈辛,德国) Department of Chemistry, TUM, Garching, Germany(化学系,技术大学慕尼黑,冈辛,德国)

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

AI总结 本文提出 ViTC-UNet,通过可学习令牌和双向注意力解码器将预训练 ViT 表示条件化于 UNet,以提升生物医学语义分割的精度与适应性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.16469 2026-05-19 eess.IV cs.CV 84%

Flow Matching with Optimized Subclass Priors for Medical Image Augmentation

利用优化子类先验的流匹配用于医学图像增强

Felix Nützel, Mischa Dombrowski, Bernhard Kainz

机构 * Department of Artificial Intelligence in Biomedical Engineering, Friedrich-Alexander-Universität Erlangen-Nürnberg, 91052 Erlangen, Germany(生物医学工程人工智能系,弗里德里希-亚历山大-厄林根-纽伦堡大学) Department of Computing, Imperial College London, London SW7 2AZ, UK(计算系,帝国理工学院伦敦分校)

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

AI总结 本文提出通过优化子类先验来提升医学图像增强中罕见疾病的生成质量,通过生成模型的潜在空间进行子类模式划分,并学习子类条件源分布以提高生成效果和多样性。

Comments 11 pages, 3 figures, 7 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21707 2026-05-19 eess.IV cs.CV cs.LG math.OC 83%

Learning spatially adaptive sparsity level maps for arbitrary convolutional dictionaries

学习任意卷积字典的时空自适应稀疏性水平图

Joshua Schulz, David Schote, Christoph Kolbitsch, Kostas Papafitsoros, Andreas Kofler

机构 * Physikalisch-Technische Bundesanstalt (PTB), Braunschweig and Berlin, Germany(物理技术联邦机构(PTB),柏林和不莱梅,德国) School of Mathematical Sciences, Queen Mary University of London, UK(伦敦女王学院数学科学学院,英国)

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

AI总结 本文提出了一种学习方法,通过改进的网络设计和专门的训练策略,扩展了基于神经网络推断的时空自适应稀疏性水平图的图像重建方法,实现了滤波器排列不变性,并在低场MRI中展示了使用不同字典的优势。

Comments accepted for publication at ICIP 2026; differs from previous versions after a bugfix in one of the used packages; corresponds to the final camera-ready version submitted to the conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.15950 2026-05-19 cs.LG 83%

TwinTrack: Post-hoc Multi-Rater Calibration for Medical Image Segmentation

TwinTrack: 医学图像分割的后验多评分者校准

Tristan Kirscher, Alexandra Ertl, Klaus Maier-Hein, Xavier Coubez, Philippe Meyer, Sylvain Faisan

机构 * ICube Laboratory, CNRS UMR-7357, University of Strasbourg(ICube实验室,CNRS UMR-7357,斯特拉斯堡大学) CLCC Institut Strauss(CLCC斯特拉斯堡研究所) German Cancer Research Center (DKFZ) Heidelberg, Division of Medical Image Computing(海德堡德国癌症研究中心(DKFZ),医学图像计算部门) Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital(放射肿瘤科,海德堡大学医院模式分析与学习小组) Medical Faculty Heidelberg, Heidelberg University(海德堡医学系,海德堡大学)

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

AI总结 针对医学图像分割中多评分者不确定性建模问题,TwinTrack通过后验校准方法将集成分割概率校准到经验人类响应(MHR),提高概率校准和可解释性。

Comments Accepted for publication at MIDL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.18130 2026-05-19 cs.CV 83%

Rad-VLSM: A Cross-Modal Framework with Semantics-Assisted Prompting for Medical Segmentation and Diagnosis

Rad-VLSM:一种结合语义辅助提示的跨模态框架用于医学分割与诊断

Fengyi Zhang, Xujie Zeng, Mohan Liu, Zengyi Wang, Yalong Jiang

机构 * Student Member, IEEE(IEEE学生会员) Member, IEEE(IEEE会员)

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Rad-VLSM框架,通过语义引导的提示机制,提升医学图像分割与诊断的准确性,解决现有模型易受背景组织和无关视觉相关性干扰的问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.13270 2026-05-19 cs.CV cs.AI 83%

RadGame: An AI-Powered Platform for Radiology Education

RadGame:一种基于人工智能的放射学教育平台

Mohammed Baharoon, Siavash Raissi, John S. Jun, Thibault Heintz, Mahmoud Alabbad, Ali Alburkani, Sung Eun Kim, Kent Kleinschmidt, Abdulrahman O. Alhumaydhi, Mohannad Mohammed G. Alghamdi, Jeremy Francis Palacio, Mohammed Bukhaytan, Noah Michael Prudlo, Rithvik Akula, Brady Chrisler, Benjamin Galligos, Mohammed O. Almutairi, Mazeen Mohammed Alanazi, Nasser M. Alrashdi, Joel Jihwan Hwang, Sri Sai Dinesh Jaliparthi, Luke David Nelson, Nathaniel Nguyen, Sathvik Suryadevara, Steven Kim, Mohammed F. Mohammed, Yevgeniy R. Semenov, Kun-Hsing Yu, Abdulrhman Aljouie, Hassan AlOmaish, Adam Rodman, Pranav Rajpurkar

机构 * Harvard Medical School(哈佛医学院) Mass General Brigham(麻省总医院) Maastricht University(马斯特里赫特大学) Department of Medical Imaging, King Abdulaziz Medical City, Ministry of National Guard, Riyadh, Saudi Arabia(国王阿卜杜勒-阿齐兹医疗城医学影像科,沙特阿拉伯) National Strategic Technology Research Institute, Seoul National University Hospital(全国战略技术研究所,首尔国立大学医院) Saint Louis University School of Medicine(圣路易斯大学医学院) College of Medicine, King Saud bin Abdulaziz University for Health Sciences(国王萨勒曼·本·阿卜杜勒阿齐兹大学医学院) Tufts University School of Medicine(塔夫茨大学医学院) Department of Biomedical Informatics, Harvard Medical School(哈佛医学院生物医学信息学系)

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

AI总结 RadGame通过结合游戏化与大规模公开数据集,提供AI驱动的反馈,提升放射学教育中的定位和报告撰写能力,显著提高学习效果。

Comments ML4H Version

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.17071 2026-05-19 cs.AI 82%

AnchorDiff: Topology-Aware Masked Diffusion with Confidence-based Rewriting for Radiology Report Generation

AnchorDiff: 基于拓扑结构的掩码扩散模型与基于置信度的重写方法用于放射学报告生成

Shiying Yu, Jielei Wang, Guoming Lu

机构 * University of Electronic Science and Technology of China(电子科技大学)

专题命中 医学影像 :radiology(title,abstract);medical image(abstract)

AI总结 本文提出AnchorDiff,一种首个结合临床锚点的掩码扩散框架,用于生成放射学报告。该方法通过拓扑感知训练策略和推理时的重写策略,有效缓解了固定顺序自回归解码的局限性,实现了最先进的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.18491 2026-05-19 cs.CV 81%

Benchmarking transferability of SSL pretraining to same and different modality segmentation tasks

对SSL预训练在相同和不同模态分割任务中转移性的基准测试

Jue Jiang, Harini Veeraraghavan

机构 * Department of Medical Physics, Memorial Sloan Kettering Cancer Center(医学物理系,纪念斯隆凯特勒癌症中心)

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

AI总结 本文通过九种SSL方法在相同和不同模态的分割任务中进行基准测试,评估了预训练模型的迁移能力和效率,发现自蒸馏masked image transformer在分割精度、收敛速度和少量样本到大量样本的性能差距方面表现最佳。

Comments Paper submitted to Medical Physics for review

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29167 2026-05-19 cs.CV 81%

JDCNet: Confidence-Gated Privileged-Modality Distillation for Cost-Preserving X-ray Inference

JDCNet:基于置信度门控的特权模态蒸馏用于成本保持的X射线推断

Bo Ma, Jinsong Wu, Weiqi Yan, Hongjiang Wei, Kun Liu

机构 * Auckland University of Technology(奥克兰技术大学) Guilin University of Electronic Technology(桂林电子科技大学) Hikvision Technology Co., Ltd(海康威视技术有限公司) Hebei University of Technology(河北工业大学)

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

AI总结 JDCNet通过置信度门控的CT到X射线蒸馏框架,在保持固定成本的单模态部署路径下,利用特权模态进行训练。在510名患者配对的BIMCV队列中,两种配置在固定转移门下优于ResNet-18基线,证明置信度门控辅助目标比均匀软化的CT日志更可转移。

详情

展开后加载摘要…

URL PDF HTML 收藏