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。

2026-05-22 至 2026-05-22 共收录 19 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学影像 19 篇

2605.22619 2026-05-22 cs.CV 91%

GLeVE: Graph-Guided Lesion Grounding with Proposal Verification in 3D CT

GLeVE: 在3D CT中基于图的病变接地与提案验证

Shuo Jiang, Yuhao Hong, Chunbo Jiang, Weihong Chen, Huangwei Chen, Shenghao Zhu, Beining Wu, Mingxuan Liu, Zhu Zhu, Feiwei Qin, Min Tan, Yifei Chen

机构 * Zhejiang Key Laboratory of Space Information Sensing and Transmission(浙江空间信息感知与传输重点实验室) Hangzhou Dianzi University(杭州电子科技大学) Zhejiang University(浙江大学) Tsinghua University(清华大学) Children's Hospital, Zhejiang University School of Medicine(浙江大学医学院附属儿童医院)

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

AI总结 本文提出GLeVE框架,通过图引导的病变接地和解剖学先验验证,解决3D CT中自由文本叙述与体积解剖之间的语义-空间差距问题,提升病变定位的准确性。

Comments 11 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21835 2026-05-22 eess.IV cs.AI cs.CV physics.med-ph 90%

An Open Multi-Center Whole-Body FDG PET/CT Foundation Model for Tumor Segmentation

一种开放的多中心全身FDG PET/CT基础模型用于肿瘤分割

Xiaofeng Liu, Qianru Zhang, Thibault Marin, Menghua Xia, Chi Liu, Georges El Fakhri, Jinsong Ouyang

机构 * Department of Radiology and Biomedical Imaging, Yale Biomedical Imaging Institute, Yale University(放射学与生物医学成像系,耶鲁生物医学影像研究所,耶鲁大学)

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

AI总结 本文提出了一种开放的多中心全身FDG PET/CT基础模型,通过整合四个公开数据集中的4997份标准化扫描,利用层次UNet结构和早期通道拼接实现解剖和代谢特征的交互,提高了肿瘤分割的标签效率和跨模态表征学习能力。

Comments Code available at: https://github.com/liu-xiaofeng/Foundation-Model-for-PET-CT

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.19354 2026-05-22 eess.IV cs.CV 90%

Next-Acceleration-Scale Prediction for Autoregressive MRI Reconstruction

用于自回归MRI重建的下一步加速尺度预测

Yilmaz Korkmaz, Vishal M. Patel

机构 * Johns Hopkins University(约翰霍普金斯大学)

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

AI总结 本文提出了一种基于离散多尺度潜在空间的自回归下一步加速尺度预测方法,通过引入特权信息蒸馏技术,提升了在极端欠采样下的MRI重建性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22327 2026-05-22 cs.CV physics.med-ph 90%

Robustness of breast lesion segmentation under MRI undersampling improves with k-space-aware deep learning

在MRI欠采样下,基于k空间的深度学习改进了乳腺病变分割的鲁棒性

Lukas T. Rotkopf, Marco Schlimbach, Julius C. Holzschuh, Heinz-Peter Schlemmer, Jens Kleesiek, Moritz Rempe

机构 * Institute for AI in Medicine (IKIM), University Hospital Essen(人工智能医学研究所(IKIM),埃森大学医院) Department of Physics, Technical University Dortmund(物理系,多特蒙德技术大学) Division of Radiology, German Cancer Research Center (DKFZ)(放射学部,德国癌症研究中心(DKFZ)) Cancer Research Center Cologne Essen (CCCE), University Medicine Essen(科隆埃森癌症研究中心(CCCE),埃森大学医学中心) RACOON Study Group, Site Essen(RACOON研究组,埃森站点) German Cancer Consortium (DKTK), Partner Site Essen(德国癌症联合会(DKTK),埃森合作伙伴站点) Medical Faculty and Faculty of Computer Science, University of Duisburg-Essen(医学系和计算机科学系,杜伊斯堡-埃森大学)

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

AI总结 本文研究了直接从获得的MRI k空间学习乳腺病变分割是否能提高在加速或噪声下的鲁棒性,通过比较不同模型发现基于k空间的深度学习方法在欠采样和噪声下表现更优。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22031 2026-05-22 cs.CV 90%

SO-Mamba: State-Ownership Mamba for Unrolled MRI Reconstruction

SO-Mamba:用于展开MRI重建的态所有权Mamba

Pengcheng Fang, Hongli Chen, Fangfang Tang, Feng Liu, Xiaohao Cai, Shanshan Shan

机构 * University of Southampton(南安普顿大学) University of Queensland(昆士兰大学) Soochow University(苏州大学)

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

AI总结 本文提出SO-Mamba,一种用于展开MRI重建的态所有权Mamba正则化器,通过分配每个Mamba阶段的重建证据到递归驻留、态接口访问和非态输出校正,以提升重建质量与效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21762 2026-05-22 cs.LG 90%

Machine learning prediction of obstructive coronary artery disease using opportunistic coronary calcium and epicardial fat assessments from CT calcium scoring scans

利用CT钙扫描中的机会性冠状动脉钙化和心外膜脂肪评估进行阻塞性冠状动脉疾病的机器学习预测

Juhwan Lee, Ammar Hoori, Tao Hu, Justin N. Kim, Mohamed H. E. Makhlouf, Michelle C. Williams, David E. Newby, Robert Gilkeson, Sanjay Rajagopalan, David L. Wilson

机构 * Department of Biomedical Engineering, Virginia Commonwealth University(弗吉尼亚联邦大学生物医学工程系) Department of Biomedical Engineering, Case Western Reserve University(凯斯西储大学生物医学工程系) Harrington Heart and Vascular Institute, University Hospitals Cleveland Medical Center(克利夫兰医学中心哈灵顿心脏和血管研究所) BHF Centre for Cardiovascular Science, University of Edinburgh(爱丁堡大学BHF心血管科学中心) Department of Radiology, Case Western Reserve University(凯斯西储大学放射学系)

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

AI总结 本研究开发了一种先进的机器学习框架,通过分析CT钙扫描中的冠状动脉钙化和心外膜脂肪数据,预测阻塞性冠状动脉疾病,展示了该方法在提高预测性能和减少对增强CT或侵入性检查依赖方面的潜力。

Comments 16 pages, 4 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22002 2026-05-22 cs.CV 89%

ConvNeXt-FD: A Fractal-Based Deep Model for Robust Biomedical Image Segmentation

ConvNeXt-FD:一种基于分形的深度模型用于鲁棒的生物医学图像分割

Joao Batista Florindo, Amanda Pontes de Oliveira Ornelas

机构 * Institute of Mathematics, Statistics and Scientific Computing, Department of Applied Mathematics, University of Campinas(数学、统计与科学计算研究所,应用数学系,坎皮纳斯大学)

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

AI总结 本文提出了一种基于分形的深度学习模型ConvNeXt-FD,用于提高生物医学图像分割的鲁棒性,通过结合Dice系数和边界感知正则化项,提升模型对物体边界和形状保真的敏感性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21633 2026-05-22 eess.IV cs.CV 88%

VRXU-net: A Deep Learning Approach for Brain Ischemic Stroke Lesion Detection and Segmentation in T1W MRI

VRXU-net: 一种用于T1W MRI中脑缺血性中风病变检测和分割的深度学习方法

Sayed Amir Mousavi Mobarakeh

机构 * Sayed Amir Mousavi Mobarakeh

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

AI总结 该研究提出了一种基于视觉特征、残差连接和U型网络的VRU-Net架构,用于在3D磁共振成像扫描中检测和分割脑缺血性中风病变,通过改进的VGG模型和U型分割模型在不同切面中独立处理,并通过聚合结果提高分割精度和处理速度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21745 2026-05-22 cs.LG 87%

Quantitative coronary calcification analysis for prediction of myocardial ischemia using non-contrast CT calcium scoring

基于非增强CT钙化评分的冠状动脉钙化定量分析用于预测心肌缺血

Juhwan Lee, Sadeer Al-Kindi, Ammar Hoori, Tao Hu, Hao Wu, Justin N. Kim, Robert Gilkeson, Sanjay Rajagopalan, David L. Wilson

机构 * Virginia Commonwealth University(弗吉尼亚共同市场大学) Case Western Reserve University(凯斯西储大学) Houston Methodist Hospital(休斯顿 Methodist 医院) University Hospitals Cleveland Medical Center(克利夫兰医学中心) Department of Radiology, Case Western Reserve University(凯斯西储大学放射科)

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

AI总结 本文提出了一种新的机器学习框架,利用非增强CT钙化评分扫描中的定量冠状动脉钙化评估来预测心肌缺血,通过XGBoost和SHAP识别相关特征,并在5折交叉验证中训练和评估模型,结果显示钙化组学特征显著提高了预测性能。

Comments 15 pages, 4 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21669 2026-05-22 cs.CV cs.AI 86%

MRecover: A Conditional Generative Model for Recovering Motion-Corrupted MR images Using AI Generated Contrast

MRecover: 一种基于AI生成对比度的条件生成模型,用于通过AI生成对比度恢复运动模糊的MRI图像

Jinghang Li, Tales Santini, Courtney Clark, Bruno de Almeida, Cong Chu, Salem Alkhateeb, Andrea Sajewski, Jacob Berardinelli, Hecheng Jin, Tobias Campos, Jeremy J. Berardo, Joseph Mettenburg, Ariel Gildengers, Howard J. Aizenstein, Minjie Wu, Tamer S. Ibrahim

机构 * Department of Bioengineering, University of Pittsburgh(匹兹堡大学生物工程系) School of Medicine, University of Pittsburgh(匹兹堡大学医学院) Department of Radiology, University of Pittsburgh(匹兹堡大学放射科) Department of Psychiatry, University of Pittsburgh(匹兹堡大学精神病学系)

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

AI总结 该研究提出了一种条件生成模型MRecover,利用AI生成的对比度来恢复运动模糊的MRI图像,通过自回归切片条件化实现体积分 consistency,提高了 hippocampal 子区域分割的精度和泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21970 2026-05-22 eess.IV cs.CV 84%

Entropy-Guided Self-Supervised Learning for Medical Image Classification

熵引导的自监督学习用于医学图像分类

Joao Florindo, Viviane Moura

机构 * Institute of Mathematics, Statistics and Scientific Computing(数学、统计与科学计算研究所) Department of Applied Mathematics, University of Campinas(应用数学系,坎皮纳斯大学)

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

AI总结 本文提出了一种结合自监督学习和迁移学习的深度学习框架,通过使用熵引导的掩码自动编码器和ImageNet预训练模型,提升医学图像分类的性能和鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.23833 2026-05-22 eess.IV cs.CV 79%

Revisiting Integration of Image and Metadata for DICOM Series Classification: Cross-Attention and Dictionary Learning

重新审视图像与元数据整合用于DICOM系列分类:交叉注意力与字典学习

Tuan Truong, Melanie Dohmen, Sara Lorio, Matthias Lenga

机构 * Bayer AG(勃林格殷曼公司)

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

AI总结 本文提出了一种端到端的多模态框架,用于DICOM系列分类,通过联合建模图像内容和获取元数据,显式考虑异质切片内容、可变系列长度和完全缺失、不完整或不一致的DICOM元数据等挑战。

Comments Early acceptance at MICCAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22572 2026-05-22 cs.CV 70%

SegGuidedNet: Sub-Region-Aware Attention Supervision for Interpretable Brain Tumor Segmentation

SegGuidedNet: 基于子区域的注意力监督用于可解释性脑肿瘤分割

Hasaan Maqsood, Saif Ur Rehman Khan, Sebastian Vollmer, Andreas Dengel, Muhammad Nabeel Asim

机构 * German Research Center for Artificial Intelligence(德国人工智能研究中心) Intelligentx GmbH (intelligentx.com)(Intelligentx GmbH) National University of Sciences and Technology (NUST)(国家科学与技术大学) Department of Core Informatics, Graduate School of Informatics ,Osaka Metropolitan University(信息学研究生院核心信息学系,大阪 metropolitan 大学)

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

AI总结 本文提出SegGuidedNet,一种引入新颖SegAttentionGate模块的三维残差编码器-解码器网络,通过轻量级辅助损失显式监督解码器生成每个肿瘤子区域(坏死核心、周围水肿、增强肿瘤)的空间判别注意力图,从而在无需后处理解释方法的情况下提供免费的空间可解释性,并在BraTS2021和BraTS2023 GLI上实现了优异的分割性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22357 2026-05-22 cs.CV cs.AI 70%

VEELA: A Clinically-Constrained Benchmark for Liver Vessel Segmentation in Computed Tomography Angiography

VEELA:一种受临床约束的肝血管分割基准数据集

Ziya Ata Yazıcı, N. Sinem Gezer, İlkay Öksüz, İlker Özgür Koska, Tuğçe Toprak, Pervin Bulucu, Ufuk Beşenk, A. Emre Kavur, Pierre-Henri Conze, Hazım Kemal Ekenel, Oğuz Dicle, Mustafa Ege Şeker, Mustafa Said Kartal, Ariorad Moniri, Orhan Özkan, Osman Faruk Bayram, Hakan Polat, Musa Balcı, Ece Tuğba Cebeci, Baran Cılga, Kardelen Peçenek, M. Alper Selver

机构 * Department of Radiology, Dokuz Eylul University(多尔朱·伊勒大学放射科) Department of Computer Engineering, Istanbul Technical University(伊斯坦布尔技术大学计算机工程系) Institute of Natural and Applied Sciences, Dokuz Eylul University(多尔朱·伊勒大学自然科学与应用科学学院) Department of Electrical and Electronics Engineering, Dokuz Eylul University(多尔朱·伊勒大学电气与电子工程系) Department of Radiology, University of Wisconsin-Madison(威斯康星大学麦迪逊分校放射科) School of Medicine, Sivas Cumhuriyet University(萨瓦斯·库尔德大学医学院) School of Medicine, Acibadem Mehmet Ali Aydinlar University(阿克塞姆·梅赫梅特·阿里·阿迪姆大学医学院) Department of Artificial Intelligence Engineering, Bahçeşehir University(巴切希尔大学人工智能工程系) Faculty of Pharmacy, Sivas Cumhuriyet University(萨瓦斯·库尔德大学药学院)

专题命中 医学影像 :CT(summary_cn);分类 cs.CV

AI总结 本文提出VEELA数据集,用于在CT血管造影中实现肝门静脉分割,通过严格的人工标注和多专家共识,确保标注的临床现实性和准确性,并引入多种评估指标以评估血管分割的多视角性能。

Comments 27 pages, 25 figures, 5 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22044 2026-05-22 cs.CV 70%

Physiology and Anatomy Aware Inverse Inference of Myocardial Infarction for Cardiac Digital Twin

心肌梗死逆推推理的生理与解剖意识:用于心脏数字双胞胎

Mengxiao Wang, Yilin Lyu, Julia Camps, Ching Hui Sia, Mark Yan-Yee Chan, Yanrui Jin, Shuzhi Sam Ge, Chengliang Liu, Lei Li

机构 * Shanghai Jiao Tong University, Shanghai, China(上海交通大学) National University of Singapore, Singapore(新加坡国立大学) Universitat Pompeu Fabra, Barcelona, Spain(庞培法华大学)

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

AI总结 本文提出了一种基于心脏数字双胞胎的非侵入性心肌梗死定位方法,通过整合运动成像和心电图,利用解剖和生理意识网络(PAA-Net)来更准确地推断心肌梗死区域的形态和位置,从而提高逆推推理的精度和可解释性。

Comments Early-accepted by MICCAI 2026. This version corresponds to the submitted version. The final version will be available on Springer Link

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.03394 2026-05-22 physics.chem-ph 67%

Frontier Orbital Engineering in Heteroatom-Doped Prototypical Organic Dyes for Dye-Sensitized Solar Cells

异原子掺杂原型有机染料的前沿轨道工程用于染料敏化太阳能电池

Aditi Singh, Ram Dhari Pandey, Subrata Jana, Prasanjit Samal, Paweł Tecmer, Szymon Śmiga

专题命中 医学影像 :CT(abstract,abstract_cn)

AI总结 本研究通过计算设计异原子掺杂的有机染料,探索了染料敏化太阳能电池中的电子结构和激发态性质,提出了高效的异原子掺杂指南和DFT-TDDFT框架,用于高通量计算发现和优化DSSC敏化剂。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21799 2026-05-22 eess.IV 57%

Large-Scale Deployment and Analytical Implications of Structured Quality Control in Diffusion Magnetic Resonance Imaging

结构化质量控制在扩散磁共振成像中的大规模部署与分析含义

Michael E. Kim, Chenyu Gao, Karthik Ramadass, Gaurav Rudravaram, Elyssa M. McMaster, Adam M. Saunders, Yisu Yang, Elias Levy, Praitayini Kanakaraj, Nancy R. Newlin, Zhiyuan Li, Nazirah Mohd Khairi, Blake E. Dewey, The HABS-HD Study Team, Alzheimer's Disease Neuroimaging Initiative, Kurt G. Schilling, Derek Archer, Timothy J. Hohman, Bennett A. Landman, Yihao Liu

专题命中 医学影像 :MRI(abstract);分类 eess.IV

AI总结 本文研究了在扩散磁共振成像中大规模部署结构化质量控制的可行性及分析意义,通过评估18,328个dMRI扫描的七个典型处理流程输出,探讨了常见失败模式及有效dMRI处理输出的特征,以确保定量结果的有效性和可解释性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.21717 2026-05-22 cs.LG 57%

Uncertainty-Aware Distribution-to-Distribution Flow Matching for Scientific Imaging

面向科学成像的不确定性感知分布到分布流匹配

Dongxia Wu, Yuhui Zhang, Serena Yeung-Levy, Emma Lundberg, Emily B. Fox

机构 * Stanford University(斯坦福大学)

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

AI总结 本文提出了一种面向科学成像的不确定性感知分布到分布流匹配方法,通过引入贝叶斯随机流匹配和抗变异不确定性量化技术,提升模型在分布偏移下的泛化能力,并有效估计epistemic和aleatoric不确定性,从而检测不可靠的生成结果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.22115 2026-05-22 math.NA cs.NA 50%

Physics-Informed Neural Networks with Attention Feature Expansion for Monge-Ampère Equations

具有注意力特征扩展的物理信息神经网络用于Monge-Ampère方程

Anxiao Yu, Bangmin Wu, Zhengbang Zha, Xinlong Feng, Dongwoo Sheen

专题命中 医学影像 :medical image(abstract)

AI总结 本文提出了一种结合注意力特征扩展的物理信息神经网络(PINN-AFE),用于求解Monge-Ampère方程,通过多头注意力增强特征池实现自适应非线性特征表示,并采用输入凸神经网络保证解的严格凸性,同时结合动态加权损失函数和混合优化加速训练收敛,验证了该框架的准确性和计算效率,并将其扩展到图像处理任务中。

详情

展开后加载摘要…

URL PDF HTML 收藏