医学 AI

Clinically-Informed Modeling for Pediatric Brain Tumor Classification from Whole-Slide Histopathology Images

基于临床信息的儿童脑肿瘤全切片病理图像分类建模

Joakim Nguyen, Jian Yu, Jinrui Fang, Nicholas Konz, Tianlong Chen, Sanjay Krishnan, Chandra Krishnan, Ying Ding, Hairong Wang, Ankita Shukla

机构 * Dept. of Computer Science（计算机科学系） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； School of Information（信息学院） ； Dell Children's Medical Center（德尔儿童医学中心） ； Dept. of OREI（OREI部门） ； University of Nevada, Reno（内华达大学里诺分校） 纠错

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

AI总结 本文提出一种结合临床信息的对比学习框架，用于在有限数据和类别不平衡条件下提高儿童脑肿瘤全切片图像的细粒度分类性能。

Comments Accepted at the IEEE International Conference on Healthcare Informatics (ICHI), 2026

A Human-in-the-Loop Framework for Efficient Prompt Selection in Microscopy Vision-Language Models

一种用于显微镜视觉-语言模型中高效提示选择的人机协作框架

Abhiram Kandiyana, Ankur Mali, Lawrence O. Hall, Peter R. Mouton, Dmitry Goldgof

机构 * University of South Florida（佛罗里达州立大学） ； SRC Biosciences（SRC生物科学公司） 纠错

专题命中 病理影像 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 本文提出了一种人机协作框架，通过目标驱动的主动学习方法解决显微镜视觉-语言模型中提示集构建的问题，减少专家验证图像的数量，提高分类性能。

Comments Accepted to CVPR workshops, 2026

ResNet-50 with Class Reweighting and Anatomy-Guided Temporal Decoding for Gastrointestinal Video Analysis

基于类重加权和解剖引导时间解码的ResNet-50在消化系统视频分析中的应用

Romil Imtiaz, Dimitris K. Iakovidis

机构 * Department of Computer Science and Biomedical Informatics, University of Thessaly（塞萨洛尼基大学计算机科学与生物医学信息学系） 纠错

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

AI总结 本文提出了一种多标签消化系统视频分析管道，结合ResNet-50帧分类器和解剖引导的时间事件解码，通过类重加权和解剖引导的解码方法提高稀有病理类别的识别性能，最终在挑战测试集上将时间mAP从0.3801提升到0.4303。

Comments ICPR 2026 RARE-VISION Competition

HAPS: Rethinking Image Similarity for Virtual Staining

HAPS: 重新思考图像相似性以适应虚拟染色

Fedor Gubanov, Svetlana Illarionova, Vlad Kozlovskiy, Mikhail Romanov, Yersultan Akhmetov, Aida Akaeva, Vyacheslav Grinevich, Rifat Hamoudi, Maxim Sharaev

机构 * Skolkovo Institute of Science and Technology（斯克洛洛沃科学与技术研究所） ； University of Sharjah（沙迦大学） ； National Medical Research Radiological Centre of the Ministry of Health of the Russian Federation（俄罗斯联邦卫生部国家医学研究放射中心） 纠错

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

AI总结 本文提出HAPS指标，通过分析组织学图像的相似性，改进了传统通用度量标准在评估虚拟染色质量时的不足，从而提升训练数据质量。

Comments 17 pages, 3 figures

Causal Path Alignment: Anchoring the Optimization Trajectory for Controllable In-Parameter Knowledge Editing

因果路径对齐：为可控的参数知识编辑锚定优化轨迹

Xiyu Liu, Zhengxiao Liu, Naibin Gu, Zheng Lin, Weiping Wang

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本文提出Causal Path Alignment框架，通过锚定优化轨迹来解决参数知识编辑中的主体主导记忆干扰问题，提升关系特异性并减少副作用。

Comments Accepted by IJCAI 2026