医学 AI

Virchow: A Million-Slide Digital Pathology Foundation Model

Virchow：百万级数字病理学基础模型

Eugene Vorontsov, Alican Bozkurt, Adam Casson, George Shaikovski, Michal Zelechowski, Siqi Liu, Kristen Severson, Eric Zimmermann, James Hall, Neil Tenenholtz, Nicolo Fusi, Philippe Mathieu, Alexander van Eck, Donghun Lee, Julian Viret, Eric Robert, Yi Kan Wang, Jeremy D. Kunz, Matthew C. H. Lee, Jan Bernhard, Ran A. Godrich, Gerard Oakley, Ewan Millar, Matthew Hanna, Juan Retamero, William A. Moye, Razik Yousfi, Christopher Kanan, David Klimstra, Brandon Rothrock, Thomas J. Fuchs

机构 * Paige ； Microsoft Research（微软研究院） ； NSW Health Pathology（新南威尔士州卫生病理学） ； St George Hospital（圣乔治医院） ； Memorial Sloan Kettering Cancer Center（纪念斯隆凯特琳癌症中心） ； University of Rochester（罗切斯特大学） 纠错

专题命中 病理影像 ：pathology(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 提出Virchow，一个基于DINOv2自监督学习、在150万张H&E染色全切片图像上训练的6.32亿参数视觉Transformer模型，用于计算病理学，在泛癌检测和生物标志物预测任务上达到最先进性能。

PathMem: Toward Cognition-Aligned Memory Transformation for Pathology MLLMs

PathMem: 面向病理学多模态大模型的认知对齐记忆转换

Jinyue Li, Yuci Liang, Qiankun Li, Xinheng Lyu, Jiayu Qian, Huabao Chen, Kun Wang, Zhigang Zeng, Anil Anthony Bharath, Yang Liu

机构 * University of Science and Technology of China（中国科学技术大学） ； Shenzhen University（深圳大学） ； Nanyang Technological University（南洋理工大学） ； Imperial College London（伦敦帝国学院） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 病理影像 ：pathology(title,abstract)；diagnosis(abstract)

AI总结 提出PathMem框架，通过长期记忆与工作记忆的动态转换机制，实现结构化病理知识整合与可解释记忆控制，在WSI报告生成和开放诊断任务上达到SOTA。

Benchmarking Pathology Foundation Models for Spatial Domain Understanding

病理基础模型在空间域理解中的基准测试

Bokai Zhao, Yiyang Zhang, Yuanchi Zhu, Hanqing Chao, Long Bai, Tai Ma, Minfeng Xu, Ming Song, Tianzi Jiang

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Brainnetome Center, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所脑网膜工程中心） ； Beijing Key Laboratory of Brainnetome and Brain-Computer Interface, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所北京脑网膜与脑机接口重点实验室） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 提出SpaPath-Bench基准，通过空间域识别任务评估病理基础模型在区分组织区域和捕获空间关系方面的表示能力。

Comments MICCAI2026

Discrepancy Minimization Improves Cross-Hospital Robustness in Digital Pathology

差异最小化提升数字病理学中的跨医院鲁棒性

Ben Vardi, Dana Schonberger, Yuval Friedmann, Zohar Yakhini, Iris Barshack, Alexander Loebel, Ariel Shamir

机构 * Reichman University, Herzliya, Israel（以色列海法大学） ； Institute of Pathology, Sheba Medical Center, Ramat-Gan, Israel（以色列沙巴医疗中心病理研究所） ； Technion - Israel Institute of Technology, Haifa, Israel（以色列技术学院） 纠错

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

AI总结 通过局部最大均值差异（LMMD）微调病理基础模型，在域适应和域泛化设置下提升跨医院鲁棒性。

A Multimodal 3D Foundation Model for Light Sheet Fluorescence Microscopy Enables Few-Shot Segmentation, Classification, and Deblurring

一种用于光片荧光显微镜的多模态3D基础模型实现少样本分割、分类和去模糊

Adina Scheinfeld, Haotan Zhang, Shang Mu, Rudolf L. M. van Herten, Lucas Stoffl, Ali Erturk, Zhuhao Wu, Johannes C. Paetzold

机构 * Tri-Institutional Program in Computational Biology \& Medicine, Weill Cornell Medicine, New York, NY, USA Department of Radiology, Weill Cornell Medicine, New York, NY, USA Helen ； Robert Appel Alzheimers Disease Research Institute, Feil Family Brain ； Mind Research Institute, Weill Cornell Medicine, New York, NY, USA Graduate Program in Physiology, Biophysics ； Systems Biology, Weill Cornell Medicine, New York, NY, USA Cornell Tech, New York, NY, USA Institute for Intelligent Biotechnologies (iBIO), Helmholtz Center Munich, Neuherberg, Germany Institute for Stroke ； Dementia Research, Klinikum der Universität München, Ludwig-Maximilians University Munich, Munich, Germany 纠错

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

AI总结 提出一种基于掩码重建与图像-文本对齐联合优化的3D基础模型，在光片荧光显微镜数据上预训练，通过少样本适应显著降低标注成本并提升分割、分类和去模糊性能。

Comments 11 pages, 3 figures

QWD-GAN: Quality-aware Wavelet-driven GAN for Unsupervised Medical Microscopy Images Denoising

QWD-GAN：质量感知的小波驱动GAN用于无监督医学显微镜图像去噪

Qijun Yang, Yating Huang, Lintao Xiang, Hujun Yin

机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、eess.IV

AI总结 提出一种基于GAN的无监督去噪方法，通过小波变换的多尺度自适应生成器和双分支判别器，在保持高频信息的同时实现显微镜图像去噪。

Stein-Encoder: A White-Box Supervised Encoder via Stein Identities in Multi-Modal Studies

Stein-Encoder: 多模态研究中基于Stein恒等式的白盒监督编码器

Jiarui Zhang, Shuoxun Xu, Jiasheng Shi, Xinzhou Guo

专题命中 病理影像 ：biomedical(abstract)

AI总结 针对多模态生物医学数据中基因与临床特征混杂的问题，提出Stein-Encoder白盒监督框架，利用Stein方法和残差化技术构建可解释的单指标，实现结构解耦并提升预测性能。

Fidelity-preserving enhancement of ptychography with foundational text-to-image models

基于基础文本到图像模型的叠层衍射成像保真增强

Ming Du, Volker Rose, Junjing Deng, Dileep Singh, Si Chen, Mathew J. Cherukara

专题命中 病理影像 ：pathology(abstract)

AI总结 提出一种即插即用框架，结合基于物理模型的相位恢复与文本引导的扩散模型图像编辑，通过交替方向乘子法保持数据保真度并消除伪影，显著提升叠层衍射成像质量。