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。

2026-05-21 至 2026-05-21 共收录 26 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学影像 26 篇

2605.17140 2026-05-21 cs.CV cs.AI cs.CL 92%

UCSF-PDGM-VQA: Visual Question Answering dataset for brain tumor MRI interpretation

UCSF-PDGM-VQA: 用于脑肿瘤MRI解读的视觉问答数据集

Shiv Ghosh, Junayd Lateef, Chih-Hua Liu, Yannan Yu, Andreas M. Rauschecker, Madhumita Sushil

机构 * Fung Institute for Engineering Leadership(工程领导力基金会) University of California, Berkeley(加州大学伯克利分校) Department of Radiology(放射科) University of California, San Francisco(加州大学旧金山分校) Division of Clinical Informatics and Digital Transformation(临床信息学与数字转型部) Department of Neurological Surgery(神经外科部)

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

AI总结 本文提出一个临床相关的视觉问答基准数据集UCSF-PDGM-VQA,包含2387个问题-答案对,用于评估视觉语言模型在处理多序列3D MRI扫描中的能力,发现现有模型在多模态处理上存在缺陷。

Comments 10 pages, 2 figures, 6 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20525 2026-05-21 cs.CV cs.AI cs.CL cs.LG eess.IV 91%

NeuroQA: A Large-Scale Image-Grounded Benchmark for 3D Brain MRI Understanding

NeuroQA: 一种大规模的3D脑部MRI理解图像 grounded 评估基准

Mohammad H. Abbasi, Favour Nerrise, Shaurnav Ghosh, Ridvan Yesiloglu, Yuncong Mao, Bailey Trang, Mohammad Asadi, Merryn Daniel, Gustavo Chau Loo Kung, Ken Chang, Pavan Pinkesh Shah, Adam Turnbull, Kyan Younes, Seena Dehkharghani, Ehsan Adeli

机构 * Stanford University(斯坦福大学)

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

AI总结 本文提出NeuroQA,一个大规模的3D脑部MRI视觉问答基准,包含来自12977名受试者的56953个问答对,涵盖5-104岁及五个临床领域,通过3D体积评估11种临床推理技能,并提供可复现的生成脚本和在线排行榜。

Comments 30 pages, dataset and benchmark release

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20459 2026-05-21 cs.CV cs.AI 91%

Pixel Wised Lesion Prediction on COVID-19 CT Imagery: A Comparative Analysis of Automated Image Segmentation Architectures

基于像素的新冠CT影像病变预测:自动图像分割架构的比较分析

Sarmad Khan, Arslan Shaukat, Umer Asgher, Basim Azam

机构 * Department of Computer \& Software Engineering National University of Sciences \& Technology Islamabad, Pakistan School of Computing \& Information Systems University of Melbourne Melbourne, Australia

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

AI总结 本文通过比较四种深度学习架构与六种预训练编码器,评估了在新冠CT影像中预测病变的性能,发现深度学习在分割任务中具有高精度和效率,其中二分类分割达到98%的F1分数,多分类分割在不同数据集上分别达到75%和77%的F1分数。

Comments 7 pages, 6 figures, 4 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20445 2026-05-21 cs.CV cs.AI 91%

A Comprehensive Comparison of Deep Learning Architectures for COVID-19 Classification on CT & X-ray Imagery

对用于CT和X光影像中新冠分类的深度学习架构的全面比较

Sarmad Khan, Arslan Shaukat, Umer Asgher, Basim Azam

机构 * Department of Computer \& Software Engineering National University of Sciences \& Technology Islamabad, Pakistan School of Computing \& Information Systems University of Melbourne Melbourne, Australia

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

AI总结 本文通过比较多种深度学习架构,提出基于卷积神经网络的计算机辅助诊断系统,以区分新冠和正常肺部影像,并在X光和CT数据集上取得了95至98%的平均准确率。

Comments 6 pages, 2 figures, 5 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20470 2026-05-21 cs.CV cs.AI physics.med-ph 90%

EPC-3D-Diff: Equivariant Physics Consistent Conditional 3D Latent Diffusion for CBCT to CT Synthesis

EPC-3D-Diff: 基于CBCT到CT合成的等价物理一致条件3D潜在扩散模型

Alzahra Altalib, Chunhui Li, Haytham Al Ewaidat, Khaled Alawneh, Ahmad Qendel, Alessandro Perelli

机构 * School of Science and Engineering, University of Dundee UK(邓迪大学科学与工程学院) Faculty of Applied Sciences, Jordan University of Science and Technology(约旦科学技术大学应用科学学院) Experia Healthcare, Jordan(约旦Experia医疗) School of Cardiovascular and Metabolic Health, University of Glasgow UK(格拉斯哥大学心血管与代谢健康学院)

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

AI总结 本文提出EPC-3D-Diff,一种新的条件3D潜在扩散框架,用于体积CBCT到CT合成,通过引入从成像物理导出的投影域等价损失,提高了物理一致性。该方法在训练过程中通过正向投影旋转合成的CT体积,并将其与相应角度偏移的投影进行匹配,从而在扩散目标中集成物理一致的等价约束。

Comments 10 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21350 2026-05-21 eess.SP physics.med-ph 89%

Advancements in Non-Invasive Neuroimaging: Exploring the Potential of Radar Technology for Brain Imaging and Tumour Detection

非侵入性神经影像学的进展:雷达技术在脑成像和肿瘤检测中的潜力探索

Keniel Peart, Indu Bodala, Shelly Vishwakarma

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

AI总结 本研究探讨了雷达技术在非侵入性脑成像和肿瘤检测中的应用,为MRI和CT扫描提供替代方案。通过Ansys HFSS模拟电磁相互作用,评估了贴片天线和Vivaldi天线在脑组织中的穿透性、信号强度和安全性。结果显示,贴片天线最适合肿瘤定位,而Vivaldi天线适用于更广泛的扫描应用。尽管在安全、更易获取的成像方面具有潜力,尤其是在资源有限的环境中,但需要进一步研究以推进该技术在非侵入性医疗诊断中的应用。

Comments 7 pages, 7 figures, published at 2024 IEEE EMBC, Orlando, FL, USA

Journal ref 2024 46th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), pp. 1-6, 2024

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20405 2026-05-21 eess.IV cs.AI cs.CV physics.med-ph 89%

Disentangling Sampling from Training Budget in Class-Imbalanced CT Body Composition Segmentation

在CT身体成分分割中解耦采样与训练预算

Iason Skylitsis, Dimitrios Karkalousos, Ivana Išgum

机构 * Amsterdam University Medical Center(阿姆斯特丹大学医学中心) University of Amsterdam(阿姆斯特丹大学) Informatics Institute, Faculty of Science(信息学院,科学学院) Department of Radiology(放射科) Mayo Clinic Rochester(罗切斯特梅奥诊所)

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

AI总结 本文提出了一种基于少样本学习的episodic采样方法,用于解决医学图像分割中的类别不平衡问题,通过解耦采样与训练预算,提高了小数据集下的分割性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20687 2026-05-21 eess.IV cs.LG 88%

Motion-Robust Deep Reconstruction for Free-Breathing Cardiac Cine MRI

运动鲁棒深度重建用于自由呼吸心脏 cine MRI

Mahmut Yurt, Kanghyun Ryu, Zhitao Li, Xucheng Zhu, Xianglun Mao, Martin Janich, Marcus Alley, Kawin Setsompop, John Pauly, Shreyas Vasanawala, Ali Syed

机构 * Stanford University(斯坦福大学) KIST GE Healthcare(通用电气医疗)

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

AI总结 本文提出Cine-DL框架,通过结合目标k空间预处理和快速模型基于深度重建,解决自由呼吸径向采集在高加速下的运动伪影问题,提升临床应用可行性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20760 2026-05-21 cs.CV 87%

SpineContextResUNet: A Computationally Efficient Residual UNet for Spine CT Segmentation

SpineContextResUNet: 一种计算高效的残差U-Net用于脊柱CT分割

K S Nithurshen, Saurabh J. Shigwan

机构 * Shiv Nadar University(施瓦德纳大学)

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

AI总结 本文提出SpineContextResUNet,一种高效的3D残差U-Net,用于快速脊柱定位,通过轻量级的上下文块在不牺牲性能的情况下减少了计算资源需求,适用于资源受限环境。

Comments 2 Figures, 3 Tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.09593 2026-05-21 eess.IV cs.AI cs.CV 85%

SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms

SMILE-UHURA挑战 -- 从超高分辨率7T磁共振血管造影中进行微血管分割

Soumick Chatterjee, Hendrik Mattern, Marc Dörner, Alessandro Sciarra, Florian Dubost, Hannes Schnurre, Rupali Khatun, Chun-Chih Yu, Tsung-Lin Hsieh, Yi-Shan Tsai, Yi-Zeng Fang, Yung-Ching Yang, Juinn-Dar Huang, Marshall Xu, Siyu Liu, Fernanda L. Ribeiro, Saskia Bollmann, Karthikesh Varma Chintalapati, Chethan Mysuru Radhakrishna, Sri Chandana Hudukula Ram Kumara, Raviteja Sutrave, Abdul Qayyum, Moona Mazher, Imran Razzak, Cristobal Rodero, Steven Niederren, Fengming Lin, Yan Xia, Jiacheng Wang, Riyu Qiu, Liansheng Wang, Arya Yazdan Panah, Rosana El Jurdi, Guanghui Fu, Janan Arslan, Ghislain Vaillant, Romain Valabregue, Didier Dormont, Bruno Stankoff, Olivier Colliot, Luisa Vargas, Isai Daniel Chacón, Ioannis Pitsiorlas, Pablo Arbeláez, Maria A. Zuluaga, Stefanie Schreiber, Oliver Speck, Andreas Nürnberger

机构 * Faculty of Computer Science, Otto von Guericke University Magdeburg(奥托·冯·格里克大学马格德堡分校计算机科学学院) Data and Knowledge Engineering Group, Otto von Guericke University Magdeburg(奥托·冯·格里克大学马格德堡分校数据与知识工程小组) Human Technopole(人类技术极地) Biomedical Magnetic Resonance, Otto von Guericke University Magdeburg(生物医学磁共振,奥托·冯·格里克大学马格德堡分校) Department of Neurology, Medical Faculty, University Hospital of Magdeburg(马格德堡大学医院医学系神经科) German Centre for Neurodegenerative Diseases(德国神经退行性疾病研究中心) Centre for Behavioural Brain Sciences, Magdeburg(行为脑科学中心,马格德堡) Department of Neurology, University Hospital Zurich(苏黎世大学医院神经科) Department of Consultation-Liaison-Psychiatry and Psychosomatic Medicine, University Hospital Zurich(苏黎世大学医院咨询-联络精神病学与心身医学科) Stanford University(斯坦福大学) Translational Radiobiology, Department of Radiation Oncology, Universitätsklinikum Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg(转化放射生物学,放射肿瘤学部,埃尔兰根大学医院,埃尔兰根-纽伦堡弗里德里希-亚历山大大学) National Yang Ming Chiao Tung University(阳明交通大学) School of Electrical Engineering and Computer Science, University of Queensland(昆士兰大学电气工程与计算机科学学院) Australian eHealth Research Centre, CSIRO(澳大利亚eHealth研究中心,CSIRO) National Heart and Lung Institute, Faculty of Medicine, Imperial College London(英国伦敦帝国理工学院医学系国家心脏和肺研究所) Hawkes Institute, Department of Computer Science, University College London(霍克斯研究所,伦敦大学学院计算机科学系) School of Computer Science and Engineering, University of New South Wales(新南威尔士大学计算机科学与工程学院) Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates(阿布扎克穆罕默德·本·扎耶德人工智能大学) The Alan Turing Institute, London, UK(艾伦·图灵研究所,伦敦,英国) School of Computing, University of Leeds(利兹大学计算学院) Department of Computer Science at School of Informatics, Xiamen University(厦门大学信息学院计算机科学系) Manteia Technologies Co., Ltd, Xiamen, China(厦门Manteia技术有限公司) Leicester International Institute, Dalian University of Technology(大连理工大学利兹国际学院) Sorbonne Université, Institut du Cerveau - Paris Brain Institute(索邦大学,巴黎脑研究所) Centre of Formation and Research in Artificial Intelligence, Universidad de Los Andes, Colombia(智利洛斯安德斯大学人工智能培训与研究中心) Data Science Department, EURECOM, Sophia Antipolis, France(EURECOM数据科学系,法国索菲亚安蒂波利斯)

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

AI总结 该研究旨在解决公共标注数据集不足的问题,通过提供一个包含时间飞行血管造影的7T MRI标注数据集,评估了多种深度学习方法在微血管分割任务中的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20277 2026-05-21 cs.CV cs.AI 84%

Regulating Anatomy-Aware Rewards via Trajectory-Integral Feedback for Volumetric Computed Tomography Analysis

通过轨迹积分反馈调节解剖感知奖励用于体积计算断层扫描分析

Tianwei Lin, Zhongwei Qiu, Jie Cao, Jiang Liu, Wenjie Yan, Bo Zhang, Yu Zhong, Wenqiao Zhang, Yingda Xia, Ling Zhang

机构 * Zhejiang University(浙江大学) DAMO Academy, Alibaba Group(阿里集团达摩院) Hupan Lab(虎扑实验室) University of Electronic Science and Technology of China(电子科技大学)

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

AI总结 本文提出了一种新的框架,通过轨迹积分反馈GRPO(TIF-GRPO)来改进医疗视觉语言模型在三维CT分析中的性能,通过引入临床异常基准评估子系统(CABS)来解决优化目标与临床严谨性之间的不匹配问题,提升异常检测和临床准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.10245 2026-05-21 cs.CV physics.med-ph 81%

Warm-Started Reinforcement Learning for Iterative 3D/2D Liver Registration

基于迭代3D/2D肝脏配准的预热启动强化学习

Hanyuan Zhang, Lucas He, Zijie Cheng, Abdolrahim Kadkhodamohammadi, Danail Stoyanov, Brian R. Davidson, Evangelos B. Mazomenos, Matthew. J Clarkson

机构 * UCL Hawkes Institute, University College London(伦敦大学学院UCL霍克斯研究所) Medtronic plc.(美敦力公司)

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

AI总结 本文提出了一种基于离散动作强化学习的框架,用于将术前CT与术中腹腔镜视频进行配准,通过预热启动的监督姿态估计网络提供稳定的几何特征和更快的收敛速度,从而实现更高效的配准。

Comments Laparoscopic Liver Surgery, Augmented Reality, Image Registration, Reinforcement Learning

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.17931 2026-05-21 cs.CV physics.med-ph 81%

Multi-needle Localization for Pelvic Seed Implant Brachytherapy based on Tip-handle Detection and Matching

基于尖端-柄检测与匹配的盆腔种子植入近距离放射治疗多针定位

Zhuo Xiao, Fugen Zhou, Jingjing Wang, Chongyu He, Bo Liu, Haitao Sun, Zhe Ji, Yuliang Jiang, Junjie Wang, Qiuwen Wu

机构 * Image Processing Center, Beihang University(北航图像处理中心) Department of Radiation Oncology, Peking University Third Hospital(北京大学第三医院放疗科) Department of Radiation Oncology, Duke University Medical Center(达勒姆大学医学中心放疗科)

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

AI总结 本文提出了一种基于尖端-柄检测与匹配的新方法,用于解决术中CT图像中多针定位的难题,通过锚点自由网络和贪心匹配与合并方法,在100名患者的数据集上实现了更高的精度和F1分数,为复杂临床场景下的针定位提供了更鲁棒和准确的解决方案。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20474 2026-05-21 physics.app-ph cond-mat.mtrl-sci 71%

Ultrafast temperature diagnosis of dynamically compressed matter using millielectronvolt inelastic x-ray scattering beyond the first Brillouin zone

利用毫电子伏级非弹性X射线散射在第一布里渊区之外实现动态压缩物质的超快温度诊断

P. G. Heighway, J. S. Wark

专题命中 医学影像 :diagnosis(title)

AI总结 本文通过计算多层动态压缩目标的毫电子伏级X射线散射谱,研究了非弹性散射在中间q区域的复杂结构,并展示了如何利用Dornheim的拉普拉斯变换方法可靠地推断晶体温度,无论样品纹理如何。

Comments 19 pages, 9 figures in main article; 2 pages, 1 figure in supplementary material

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20267 2026-05-21 cs.CV cs.AI 70%

Generation of Heterogeneous PET Images from Uniform Organ Activity Maps Using a Pretrained Domain-Adapted Diffusion Model

基于预训练域适应扩散模型生成异质性PET图像

Suya Li, Kaushik Dutta, Debojyoti Pal, Jingqin Luo, Kooresh I. Shoghi

机构 * Mallinckrodt Institute of Radiology, Washington University School of Medicine, St. Louis, USA(华盛顿大学医学院马林克罗德特放射医学研究所,圣路易斯,美国) Imaging Science Program, McKelvey School of Engineering, Washington University in St Louis, St. Louis, USA(华盛顿大学圣路易斯分校麦克雷高中工程学院成像科学计划,圣路易斯,美国) Department of Surgery, Washington University School of Medicine, St. Louis, USA(华盛顿大学医学院外科部,圣路易斯,美国) Department of Biomedical Engineering, Washington University in St Louis, St. Louis, USA(华盛顿大学圣路易斯分校生物医学工程部,圣路易斯,美国)

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

AI总结 本文提出了一种预训练域适应扩散模型,用于从均匀器官活动图生成临床相关的异质性PET图像,通过两阶段训练策略提高合成图像的定量精度和肿瘤分割性能。

Comments 18 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27195 2026-05-21 cs.AI 67%

Evaluating TabPFN for Mild Cognitive Impairment to Alzheimer's Disease Conversion in Data Limited Settings

评估TabPFN在数据有限环境下对轻度认知障碍向阿尔茨海默病转化的预测能力

Brad Ye, Bulent Soykan, Gulsah Hancerliogullari Koksalmis, Hsin-Hsiung Huang, Laura J. Brattain

机构 * 1 Department of Medicine, University of Central Florida College of Medicine, Orlando, FL, USA 2 Department of Mechanical, Industrial \& Manufacturing Eng., The University of Toledo, Toledo, OH, USA 3 Department of Industrial Eng. Mngt. Systems, University of Central Florida, Orlando, FL, USA 4 Department of Industrial Engineering, Istanbul Technical University, Istanbul, Turkey 5 School of Data, Mathematical Statistical Sciences, University of Central Florida, Orlando, FL, USA

专题命中 医学影像 :MRI(abstract,abstract_cn)

AI总结 本文评估了TabPFN在数据有限环境下对轻度认知障碍向阿尔茨海默病转化的预测能力,通过比较传统机器学习方法,发现TabPFN在低数据量情况下表现更优,特别是在训练样本仅为50时仍能保持较高的AUC值。

Comments 6 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20920 2026-05-21 cs.CL cs.SD 67%

Evaluating Speech Articulation Synthesis with Articulatory Phoneme Recognition

通过发声学音素识别评估语音发声合成

Vinicius Ribeiro, Yves Laprie

机构 * Université de Lorraine, CNRS, Inria, LORIA(洛林大学、国家科学研究中心、法国国家信息与自动化研究所、LORIA)

专题命中 医学影像 :MRI(abstract,abstract_cn)

AI总结 本文通过发声学音素识别作为代理来评估语音发声合成的质量,提出利用发声学特征进行音素识别以更准确捕捉发音细节,从而改进生成模型的评估方法。

Comments Accepted for publication at the European Signal Processing Conference (EUSIPCO), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21301 2026-05-21 cs.LG cs.CV 62%

Automatic Discovery of Disease Subgroups by Contrasting with Healthy Controls

通过与健康对照组对比自动发现疾病亚组

Robin Louiset, Edouard Duchesnay, Benoit Dufumier, Antoine Grigis, Pietro Gori

机构 * NeuroSpin(神经旋) Université Paris-Saclay(巴黎-萨克勒大学) CEA(法国原子能委员会) LTCI Institut Polytechnique de Paris(巴黎高等理工学院)

专题命中 医学影像 :biomedical(abstract);分类 cs.CV、cs.LG

AI总结 本文提出了一种通过对比患者与健康对照组来发现可解释且同质的疾病亚组的方法,该方法在医学影像数据集上展示了改进的亚组估计质量。

Comments Accepted to Data Mining and Knowledge Discovery, ECML-PKDD 2026 Journal Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.11354 2026-05-21 cs.CV cs.AI cs.LG 62%

FunduSegmenter: Leveraging the RETFound Foundation Model for Joint Optic Disc and Optic Cup Segmentation in Retinal Fundus Images

FunduSegmenter:利用RETFound基础模型进行视网膜底照相图像中视盘和视杯联合分割

Zhenyi Zhao, Muthu Rama Krishnan Mookiah, Emanuele Trucco

机构 * University of Dundee(邓迪大学)

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

AI总结 本文提出了一种基于RETFound基础模型的FunduSegmenter模型,通过引入一系列新颖模块实现视盘和视杯的联合分割,实验表明该模型在多个数据集上均优于现有方法。

Journal ref Trans. Vis. Sci. Tech. 2026;15(5):14

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20458 2026-05-21 cs.CV 61%

ELEMENT: Multi-Modal Retinal Vessel Segmentation Based on a Coupled Region Growing and Machine Learning Approach

ELEMENT:基于耦合区域生长和机器学习方法的多模态视网膜血管分割

Erick O. Rodrigues, Aura Conci, Panos Liatsis

专题命中 医学影像 :diagnosis(abstract);分类 cs.CV;biomedical(journal_ref)

AI总结 本文提出了一种基于耦合区域生长和机器学习方法的多模态视网膜血管分割框架ELEMENT,通过区域生长和机器学习提取特征并进行像素分类,提高了分割的准确性和效率,实验表明其在多个数据集上均优于现有方法。

Journal ref IEEE Journal of Biomedical and Health Informatics 2020

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20827 2026-05-21 cs.CV 57%

HyDAR-Pano3D: A Hybrid Disentangled Anatomical Recovery Framework for Panoramic-to-3D Reconstruction

HyDAR-Pano3D: 一种用于全景到3D重建的混合解耦解剖恢复框架

Yaoyao Yue, Jérôme Schmid, Xiaoshuang Li, Eduardo Delamare, Jinman Kim

机构 * School of Computer Science, the University of Sydney(悉尼大学计算机科学学院) Geneva School of Health Sciences, HES-SO University of Applied Sciences and Arts Western Switzerland(日内瓦健康科学学院,HES-SO应用科学和艺术西瑞士大学) Department of Computer Science and Engineering, Shanghai Jiao Tong University(上海交通大学计算机科学与工程系) Sydney Dental School, Faculty of Medicine and Health, The University of Sydney(悉尼牙科学院,医学与健康学院,悉尼大学)

专题命中 医学影像 :CT(abstract_cn);分类 cs.CV

AI总结 本文提出HyDAR-Pano3D框架,通过解耦解剖恢复问题来解决全景影像到CBCT重建中的模糊问题,实验表明其在PSNR、SSIM和Dice评分上均优于基线方法,能够有效恢复临床相关的解剖结构。

Comments 10 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20543 2026-05-21 cs.CV 57%

Uncertainty-Guided Conservative Propagation for Structured Inference in Vessel Segmentation

不确定性引导的保守传播用于血管分割的结构推理

Huan Huang, Michele Esposito, Chen Zhao

机构 * Department of Computer Science, Kennesaw State University(凯斯西储大学计算机科学系) Department of Cardiology, Medical University of South Carolina(南卡罗来纳医科大学心脏病科)

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

AI总结 本文提出了一种不确定性引导的保守传播(UGCP)模块,用于改进血管分割的结构推理,通过局部预测交互进行多次logit空间更新步骤,提高分割的Dice相似系数、中心线Dice和95百分位Hausdorff距离,同时减少血管断开并提高结构一致性。

Comments Pattern Recognition submission. 35 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29183 2026-05-21 cs.LG cs.AI 57%

IMPACT: Influence Modeling for Open-Set Time Series Anomaly Detection

IMPACT: 开集时间序列异常检测中的影响建模

Xiaohui Zhou, Yijie Wang, Hongzuo Xu, Weixuan Liang, Xiaoli Li, Guansong Pang

机构 * National Key Laboratory of Parallel and Distributed Computing(国家级并行与分布式计算实验室) College of Computer Science and Technology, National University of Defense Technology(国防科技大学计算机科学与技术学院) Intelligent Game and Decision Lab (IGDL)(智能游戏与决策实验室(IGDL)) Information Systems Technology and Design, Singapore University of Technology and Design(新加坡科技设计大学信息系统技术与设计系) School of Computing and Information Systems, Singapore Management University(新加坡管理大学计算与信息系统学院)

专题命中 医学影像 :CT(abstract);分类 cs.LG

AI总结 本文提出IMPACT框架,通过影响建模方法解决开集时间序列异常检测中的挑战,通过学习影响函数生成真实异常模式并净化训练数据。

Comments Accepted by ICML 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20536 2026-05-21 cs.CV 57%

HADS-Net:A Hybrid Attention-Augmented Dual-Stream Network with Physics-Informed Augmentation for Breast Ultrasound Image Classification

HADS-Net:一种融合注意力增强的双流网络,用于乳腺超声图像分类

Chinedu Emmanuel Mbonu, Blessing Nwamaka Iduh, Joseph Ikechukwu Odo, Doris Chinedu Asogwa

机构 * NedumCares

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

AI总结 本文提出HADS-Net,一种融合注意力增强的双流网络,通过两个并行路径利用全局纹理和局部边界线索,结合物理信息增强,以提高乳腺超声图像分类的准确性。

Comments 7 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20469 2026-05-21 cs.CV 57%

HalluCXR: Benchmarking and Mitigating Hallucinations in Medical Vision-Language Models for Chest Radiograph Interpretation

HalluCXR: 评估和缓解医疗视觉-语言模型在胸部X光解读中的幻觉

Haoyu Wang, Zitong Li

机构 * Department of Biostatistics & Health Informatics, Institute of Psychiatry, Psychology & Neuroscience, King’s College London(生物统计学与健康信息学系,精神病学、心理学与神经科学研究所,伦敦国王学院)

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

AI总结 本文提出HalluCXR基准,评估六种不同架构的视觉-语言模型在856例分层MIMIC-CXR胸部X光图像上的表现,发现61.9%-82.3%的输出存在幻觉,其中80.2%存在临床危险错误,通过引入幻觉分类学、检测管道和模型集成方法,提出了缓解幻觉的策略。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.20389 2026-05-21 cs.LG cs.AI 57%

Nonlocal operator learning for fMRI encoding and decoding tasks

非局部算子学习用于fMRI编码和解码任务

Andreas Kramer, Saugat Acharya, Alice Giola, Emanuele Zappala

机构 * Department of Computer Science, Idaho State University(计算机科学系,爱达荷州立大学) Department of Mathematics and Statistics, Idaho State University(数学与统计学系,爱达荷州立大学)

专题命中 医学影像 :MRI(abstract);分类 cs.LG

AI总结 本文提出了一种基于神经积分算子的框架,用于fMRI数据的编码和解码任务,探讨了非局部时空上下文的作用,并通过实验验证了更长的时间窗口和视觉皮层与全脑记录对性能和潜在空间几何的影响。

Comments 18 pages, 4 figures, 5 tables. Comments are welcome!

详情

展开后加载摘要…

URL PDF HTML 收藏