医学 AI

Graph-Theoretic Consistency for Robust and Topology-Aware Semi-Supervised Histopathology Segmentation

基于图论一致性的鲁棒且拓扑感知的半监督组织病理学分割

Ha-Hieu Pham, Minh Le, Han Huynh, Nguyen Quoc Khanh Le, Huy-Hieu Pham

机构 * Student（学生） 纠错

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

AI总结 提出拓扑图一致性（TGC）框架，通过对齐预测图与参考图的拉普拉斯谱、组件计数和邻接统计，在仅5-10%标注下实现最先进的半监督分割性能。

Comments Accepted to the AAAI 2026 Student Abstract and Poster Program

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence 2026

SWARD: Stochastic Window-Attention-Based Relational Distillation for Cross-Architectural Semantic Segmentation

SWARD：基于随机窗口注意力的关系蒸馏用于跨架构语义分割

Aditya Makineni, Qing Tian

机构 * Department of Computer Science University of Alabama at Birmingham（计算机科学系阿拉巴马大学伯明翰分校） 纠错

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

AI总结 提出SWARD框架，通过多尺度窗口注意力蒸馏和原型判别正则化，弥合Transformer教师与CNN学生之间的表征差距，实现跨架构语义分割的知识蒸馏。

Geodesics with Unified Tangent-constrained Priors and Curvature Regularization

具有统一切线约束先验和曲率正则化的测地线

Chong Di, Li Liu, Jinglin Zhang, Zhenjiang Li, Da Chen, Laurent D. Cohen

机构 * Shandong Artificial Intelligence Institute, Qilu University of Technology (Shandong Academy of Sciences)（山东省人工智能研究院，齐鲁工业大学（山东省科学院）） ； Yuanshen Rehabilitation Institute, Shanghai Jiao Tong University School of Medicine（元身康复研究院，上海交通大学医学院） ； School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Department of Radiation Oncology, Shandong Cancer Hospital and Institute, Shandong First Medical University, Shandong Academy of Medical Sciences（放疗科，山东省肿瘤医院及研究院，山东第一医科大学，山东省医学科学院） ； CEREMADE, Université Paris Dauphine, Université-PSL, CNRS, UMR 7534（CEREMADE，巴黎大学Dauphine，Université-PSL，CNRS，UMR 7534） 纠错

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

AI总结 提出一种在方向提升空间中融合切线约束先验与曲率惩罚的测地线框架，通过快速行进法高效求解HJB PDE，增强复杂形状图像分割的鲁棒性。

IMA++: ISIC Archive Multi-Annotator Dermoscopic Skin Lesion Segmentation Dataset

IMA++: ISIC档案多标注者皮肤镜皮损分割数据集

Kumar Abhishek, Jeremy Kawahara, Ghassan Hamarneh

机构 * Medical Image Analysis Lab, School of Computing Science, Simon Fraser University（医学影像分析实验室，计算科学学院，西蒙弗雷泽大学） ； AIP Labs（AIP实验室） 纠错

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

AI总结 提出ISIC MultiAnnot++数据集，包含14,967张皮肤镜图像和17,684个分割掩码，其中2,394张图像有2-5个标注，并附带标注者技能水平和工具元数据，支持多标注者医学图像分割研究。

Comments Published in IEEE Data Descriptions, 12 pages, 7 figures

Journal ref IEEE Data Descr. 3 (2026) 367-378

Visualizing definitional divergence in high-dimensional data by manifold alignment: Application to 3D right ventricular strain computations

通过流形对齐可视化高维数据中的定义差异：应用于3D右心室应变计算

Maxime Di Folco, Gabriel Bernardino, Patrick Clarysse, Nicolas Duchateau

机构 * Univ Lyon, Université Claude Bernard Lyon 1, INSA-Lyon,CNRS, Inserm, CREATIS UMR 5220, U1294（里昂大学，克劳德·贝尔纳里 Lyon 1 大学，INSA-里昂，CNRS，Inserm，CREATIS UMR 5220，U1294） ； Institute of Machine Learning in Biomedical Imaging, Helmholtz Center Munich, Germany（生物医学成像机器学习研究所，海德堡中心慕尼黑，德国） ； LTCI, Telecom Paris, Institut Polytechnique de Paris（LTCI，电信巴黎，巴黎理工学院） ； DTIC, Universitat Pompeu Fabra, Barcelona, Spain（DTIC，庞培法布拉大学，巴塞罗那，西班牙） ； Institut Universitaire de France (IUF)（法国大学研究所（IUF）） 纠错

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

AI总结 提出一种基于表示学习的策略，通过流形对齐匹配不同定义的高维数据，并重建参数图以可视化定义差异，应用于右心室应变分析。

Comments Accepted for publication in IEEE Transactions on Medical Imaging, DOI: 10.1109/TMI.2026.3698240 \c{opyright} 2026 IEEE. Personal use is permitted. For all other uses, permission must be obtained from IEEE

Early Prediction of Liver Cirrhosis Up to Two Years in Advance: A Machine Learning Study Benchmarking Against the FIB-4 and APRI Scores

提前两年预测肝硬化：一项机器学习研究，与FIB-4和APRI评分的基准比较

Zhuqi Miao, Ahmed G Qasem, Sujan Ravi, Jason T. Cheng, Abdulaziz Ahmed, Courtney W. Houchen, Sumayah Abed, Dilorom Azimdjanovna Zuparova, Abdulaziz Ahmed

机构 * Center for Health Systems Innovation, Oklahoma State University（俄克拉荷马州立大学健康系统创新中心） ； Department of Management Science and Information Systems, Oklahoma State University（俄克拉荷马州立大学管理科学与信息系统系） ； Department of Health Services Administration, University of Alabama at Birmingham（阿拉巴马大学伯明翰分校健康服务管理系） ； Division of Gastroenterology and Hepatology, Department of Medicine, University of Alabama at Birmingham（阿拉巴马大学伯明翰分校消化内科与肝病科） ； College of Medicine, The University of Oklahoma Health Campus（俄克拉荷马大学健康校园医学院） ； Department of Family and Community Medicine, University of Alabama at Birmingham（阿拉巴马大学伯明翰分校家庭与社区医学系） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究利用常规电子健康记录数据开发XGBoost模型，在诊断前1年和2年预测肝硬化，性能优于FIB-4和APRI评分。

Algorithmic Authority and the Clinical Standard of Care

算法权威与临床护理标准

Aizierjiang Aiersilan

机构 * The George Washington University（乔治·华盛顿大学） 纠错

专题命中 临床大模型 ：clinical AI(abstract)

AI总结 本文探讨人工智能在临床医学中引发的算法概率推理与医生经验直觉之间的张力，提出将AI系统视为事实上的医疗监管，并主张通过辩证的护理标准将AI-医生联合体作为单一诊断责任实体。

Brain-Atlas-Guided Generative Counterfactual Attention for Explainable Cognitive Decline Diagnosis Using Multimodal Connectomes

脑图谱引导的生成式反事实注意力用于基于多模态连接组的可解释认知衰退诊断

Xiongri Shen, Jiaqi Wang, Zhenxi Song, Yi Zhong, Leilei Zhao, Xin He, Baiying Lei, Zhiguo Zhang

机构 * Department of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术系） ； School of Intelligence Science and Engineering, College of Artificial Intelligence, Harbin Institute of Technology（哈尔滨工业大学智能科学与工程学院） ； School of Biomedical Engineering, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical, Measurements and Ultrasound Imaging, Shenzhen University Medical School, Shenzhen University（深圳大学医学院生物医学工程学院、医学超声关键技术工程实验室、广东省生物医学测量与超声成像重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出一种脑图谱知识引导的生成式反事实注意力网络（GCAN），通过将诊断建模为源到目标的反事实生成问题，利用多模态连接组实现可解释的认知衰退诊断。

PropLLM: Propagation-Aware Scene Reconstruction for Network Fault Diagnosis

PropLLM：面向网络故障诊断的传播感知场景重建

Zongzong Wu, Ming Zhao, Fengxiao Tang, Nei Kato

机构 * National Natural Science Foundation of China（国家自然科学基金委员会） ； High Performance Computing Center of Central South University（中南大学高性能计算中心） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出PropLLM，首次将逐跳场景重建范式与LLM生成推理能力结合，通过双知识图谱和时序因果传播注意力机制，从端点告警回溯定位根因并确定故障类型，在真实Wi-Fi多模态故障数据集上诊断准确率提升3.9%，根因定位准确率提升4.7%，幻觉率降低50.8%。

Advantage Collapse in Group Relative Policy Optimization: Diagnosis and Mitigation

群体相对策略优化中的优势崩塌：诊断与缓解

Xixiang He, Qiyao Sun, Ao Cheng, Xingming Li, Xuanyu Ji, Hailun Lu, Runke Huang, Qingyong Hu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 针对GRPO在可验证奖励强化学习中的优势崩塌问题，提出诊断指标ACR和轻量级扩展方法AVSPO，通过注入虚拟奖励样本减少梯度消失，提升模型推理能力。

Comments Accepted at the International Conference on Machine Learning (ICML 2026). Project page: https://QingyongHu.github.io/AVSPO

Mid-Infrared Single-Photon Edge Enhanced Imaging based on Nonlinear Vortex Filtering

基于非线性涡旋滤波的中红外单光子边缘增强成像

Yinqi Wang, Jianan Fang, Tingting Zheng, Yan Liang, Qiang Hao, E Wu, Ming Yan, Kun Huang, Heping Zeng

专题命中 诊断辅助 ：diagnosis(abstract)；biomedical(abstract)

AI总结 提出基于非线性频率上转换和涡旋相位滤波的方法，实现中红外单光子级边缘增强成像，提高灵敏度并应用于无标记病理诊断和缺陷检测。

Journal ref Laser & Photonics Reviews 15, 2100189 (2021)

RescueBench: Can Embodied Agents Save Lives in the Wild ?

RescueBench: 具身智能体能否在野外拯救生命？

Kui Wu, Beiyu Guo, Hao Chen, ShuHang Xu, Yuling Li, Yongdan Zeng, Zhoujun Li, Yizhou Wang, Fangwei Zhong

机构 * Beihang University（北京航空航天大学） ； Beijing Normal University（北京师范大学） ； Peking University（北京大学） ； City University of Macau（澳门城市大学） ； ATEC2025 Challenge Committee（ATEC2025挑战委员会） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出 RescueBench，一个四阶段流水线的逼真诊断基准，用于评估具身智能体在搜索与救援任务中的探索、记忆和交互能力，并揭示探索和记忆失败如何传播。

Honest Lying: Understanding Memory Confabulation in Reflexive Agents

诚实撒谎：理解反射型智能体中的记忆虚构

Prakhar Dixit, Sadia Kamal, Tim Oates

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 研究反射型智能体在自我反思中产生记忆虚构的问题，提出反射重复率（RRR）指标检测该现象，并通过程序化提取失败信号缓解问题。

Comments Accepted to ICML 2026 Workshop "Failure Modes in Agentic AI"

Lying Is Just a Phase: The Hidden Alignment Transition in Language Model Scaling

说谎只是一个阶段：语言模型扩展中的隐藏对齐转变

Adil Amin

机构 * ZEHEN Labs（ZEHEN实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 通过分析63个基础模型，发现语言模型在特定规模阈值下，推理能力与真实性从反相关转变为正相关，并揭示了输出投影瓶颈和零竞争注意力头等内部机制。

Comments 15 pages, 8 figures, 2 tables. Companion paper: "The Growing Pains of Frontier Models: When Leaderboards Stop Separating and What to Measure Next." ( https://doi.org/10.48550/arXiv.2605.18840). Code: https://github.com/adilamin89/cape-scaling. Dashboard: https://zehenlabs.com/cape/

LERD: Latent Event-Relational Dynamics for Neurodegenerative Classification

LERD: 用于神经退行性疾病分类的潜在事件-关系动力学

Yicheng Feng, Hairong Chen, Ziyu Jia, Samir Bhatt, Hengguan Huang

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 提出LERD，一种端到端贝叶斯潜在事件-关系动力系统，直接从多通道脑电图推断潜在神经事件及其关系结构，无需事件或交互标注，在阿尔茨海默病分类中优于基线方法并提供生理对齐的动力学摘要。

Graph is a Natural Regularization: Revisiting Vector Quantization for Graph Representation Learning

图是一种自然正则化：重新审视向量量化在图表示学习中的应用

Zian Zhai, Fan Li, Xingyu Tan, Xiaoyang Wang, Wenjie Zhang

机构 * School of Computer Science and Engineering, University of New South Wales, Sydney, Australia（新南威尔士大学计算机科学与工程学院，悉尼，澳大利亚） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对图向量量化中码本崩溃问题，提出RGVQ框架，通过图拓扑和特征相似性正则化及Gumbel-Softmax软分配，提升码本利用率和令牌多样性。

Comments ICML2026

Estimation-Theoretic Bias Reduction for Oscillometric Blood Pressure Readings

示波法血压读数的估计理论偏差校正

Masoud Nateghi, Reza Sameni

专题命中 诊断辅助 ：diagnosis(abstract)；分类 eess.SP

AI总结 针对示波法血压测量中的系统误差（低估收缩压、高估舒张压及呼吸引起的波动），提出基于最小二乘和最大似然的估计理论框架进行校正，利用统计先验提升多次测量的准确性。

Comments v2: Accepted for presentation at the AMIA 2026 Annual Symposium. Revised manuscript incorporating reviewer comments

DECK: A Consistency x Confidence Taxonomy of LLM Hallucinations

DECK: LLM幻觉的一致性×置信度分类法

Mohit Singh Chauhan

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出一种基于样本间一致性和词级置信度的2×2分类法（DECK），将LLM幻觉分为四个行为区域，每个区域对应可检测的评分器家族，并通过实验验证其有效性及识别出输出级不确定性评估的普遍盲点。

Comments 18 pages, 3 figures, 5 tables

SkillSmith: Co-Evolving Skills and Tools for Self-Improving Agent Systems

SkillSmith: 技能与工具的协同进化用于自我改进的智能体系统

Yangbo Wei, Zhen Huang, Shaoqiang Lu, Junhong Qian, Qifan Wang, Chen Wu, Lei He

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出SkillSmith框架，通过统一提案空间和Lotka-Volterra生态效用模型实现技能与工具的协同进化，在多个基准测试中显著提升性能。

FALAT: Tracing Failures in LLM Agent Trajectories via Dependency-Guided Search

FALAT: 通过依赖引导搜索追踪LLM智能体轨迹中的失败

Md Nakhla Rafi, Md Ahasanuzzaman, Dong Jae Kim, Zhijie Wang, Tse-Hsun Chen

机构 * SPEAR Lab（SPEAR实验室） ； Concordia University（康科德大学） ； DePaul University（德保罗大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出FALAT框架，通过依赖引导搜索方法，在LLM智能体轨迹中识别导致失败的关键步骤和责任智能体。

LLMs for Cardiovascular Risk Prediction from Structured Clinical Data

基于结构化临床数据的LLMs心血管风险预测

Jeba Maliha, Md Rafiul Kabir

机构 * Central Michigan University（中央密歇根大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出混合框架将结构化临床数据转换为自然语言表示，利用LLMs进行冠心病预测，并验证了高保真度与隐私保护优势。

Comments International Conference on Intelligent Systems, Blockchain, and Communication Technologies

A Monosemantic Attribution Framework for Stable Interpretability in Clinical Neuroscience Transformer-Based Language Models

面向临床神经科学中基于Transformer的语言模型的稳定可解释性的单语义归因框架

Michail Mamalakis, Tiago Azevedo, Cristian Cosentino, Chiara D'Ercoli, Subati Abulikemu, Zhongtian Sun, Richard Bethlehem, Pietro Lio

机构 * Department of Computer Science and Technology（计算机科学与技术系） ； Cancer Research UK（癌症研究英国公司） ； Cambridge Institute（剑桥研究所） ； University of Cambridge（剑桥大学） ； United Kingdom（英国） ； DIMES（迪梅斯） ； University of Calabria（卡拉布里亚大学） ； Italy（意大利） ； Department of Computer Automatic and Management Engineering (DIAG)（计算机自动与管理工程系） ； Sapienza Università di Roma（罗马大学萨皮恩扎） ； Department of Psychiatry（精神病学系） ； School of Computing（计算学院） ； University of Kent（肯特大学） ； Department of Psychology（心理学系） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出一种通过单语义特征提取整合归因与机制视角的统一可解释性框架，生成稳定的输入级重要性分数，促进语言模型在认知健康和神经退行性疾病中的安全应用。

Language-Native Materials Processing Design by Lightly Structured Text Database and Reasoning Large Language Model

基于轻结构化文本数据库和推理大语言模型的自然语言材料加工设计

Yuze Liu, Zhaoyuan Zhang, Xiangsheng Zeng, Yihe Zhang, Leping Yu, Liu Yang, Lejia Wang, Xi Yu

机构 * State Key Laboratory of Advanced Materials for Intelligent Sensing, Key Laboratory of Organic Integrated Circuit, Ministry of Education & Tianjin Key Laboratory of Molecular Optoelectronic Sciences, Department of Chemistry, School of Science, Tianjin University（智能传感先进材料国家重点实验室、有机集成电路重点实验室、教育部、天津分子光电子科学重点实验室、化学系、天津大学） ； Language Intelligence Technology Co., Ltd.（语言智能技术有限公司） ； College of Intelligence and Computing, Tianjin University（智能与计算学院、天津大学） ； School of Materials and Chemical Engineering, Ningbo University of Technology（材料与化学工程学院、宁波工业大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 将材料合成规划重构为文本推理问题，通过轻结构化知识基底结合检索增强生成与经验增强推理，在氮化硼纳米片剥离中三轮迭代获得高质量协议。

The fundamental problem of risk prediction for individuals: health AI, uncertainty, and personalized medicine

个体风险预测的基本问题：健康人工智能、不确定性与个性化医疗

Lasai Barreñada, Ewout W Steyerberg, Dirk Timmerman, Doranne Thomassen, Laure Wynants, Ben Van Calster

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过卵巢癌诊断案例，实证研究了个体风险估计中模型不确定性和适用性不确定性远大于估计不确定性，即使模型在群体层面表现良好，并指出预测算法应辅助而非主导临床决策。

Comments 9 pages, 2 tables, 2 figures

Bridging Topology and Deep Representation Learning: A TDA-ViT Fusion Model for Four-Class Brain Tumor Classification

桥接拓扑与深度表示学习：用于四类脑肿瘤分类的TDA-ViT融合模型

Faisal Ahmed

机构 * Department of Data Science and Mathematics（数据科学与数学系） 纠错

专题命中 病理影像 ：MRI(abstract,abstract_cn)；medical image(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 提出一种将拓扑数据分析（TDA）特征与预训练Vision Transformer（ViT）表示相融合的框架，用于四类脑肿瘤分类，在BRISC2025数据集上达到99.10%的准确率。

Comments 21 pages, 4 figures

Universal and Transferable Attacks on Pathology Foundation Models

病理基础模型的通用与可迁移攻击

Yuntian Wang, Xilin Yang, Che-Yung Shen, Nir Pillar, Aydogan Ozcan

机构 * Electrical and Computer Engineering Department, University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校电子与计算机工程系） ； Bioengineering Department, University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校生物工程系） ； California NanoSystems Institute (CNSI), University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校加州纳米系统研究所） ； Department of Pathology, Hadassah Hebrew University Medical Center, Jerusalem, 91120, Israel（海法希伯来大学医疗中心病理学系） ； Department of Surgery, University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校外科系） 纠错

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

AI总结 提出通用可迁移对抗扰动（UTAP），通过固定弱噪声模式破坏多个病理基础模型的特征表示能力，导致下游任务性能下降，并展示其跨数据集通用性和跨模型可迁移性。

Comments 38 Pages, 8 Figures

Journal ref Light: Science & Applications (2026)

PathAR: Structure-First Autoregressive Synthesis of Multimodal Pathology Images

PathAR: 结构优先的多模态病理图像自回归合成

Yuan Zhang, Jiahao Xia, Junzhang Huang, Meng Wang, Feng Chen, Guanyu Yang, Huazhu Fu

机构 * Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（新一代人工智能技术及其交叉应用重点实验室（东南大学），教育部） ； Centre for Innovation and Precision Eye Health, Yong Loo Lin School of Medicine, National University of Singapore（创新与精准眼健康中心，新加坡国立大学 Yong Loo Lin 医学院） ； Department of Ophthalmology, Yong Loo Lin School of Medicine, National University of Singapore（眼科学系，新加坡国立大学 Yong Loo Lin 医学院） ； Department of Biostatistics, Center for Global Health, School of Public Health, Nanjing Medical University（生物统计学系，全球健康中心，南京医科大学） ； Institute of High-Performance Computing, Agency for Science, Technology and Research（高性能计算研究所，科技研究局） 纠错

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

AI总结 提出PathAR，一种结构优先的自回归合成框架，通过显式分解结构与外观并使用交错自回归Transformer，实现模态标签条件下的病理图像生成，改善结构一致性和模态保真度。

Comments 12 pages, 7 figures

Aligning Cellular Sheaves with Classifier Attention for Interpretable Weakly-Supervised Pathology Localization

对齐细胞层与分类器注意力以实现可解释的弱监督病理定位

Devansh Lalwani, Swapnil Bhat, Maulik Shah

机构 * Turocrates AI Private Limited（Turocrates AI私有有限公司） 纠错

专题命中 病理影像 ：pathology(title)；分类 cs.CV

AI总结 针对弱监督全切片图像分类中注意力图定位不准确的问题，提出结合细胞层与注意力机制的一致性训练方法，在Camelyon16上实现补丁级AUC 0.940，并提升注意力AUC从0.717至0.953。

DPsurv: Dual-Prototype Evidential Fusion for Uncertainty-Aware and Interpretable Whole-Slide Image Survival Prediction

DPsurv: 双原型证据融合用于不确定性感知和可解释的全切片图像生存预测

Yucheng Xing, Ling Huang, Jingying Ma, Ruping Hong, Jiangdong Qiu, Pei Liu, Kai He, Huazhu Fu, Mengling Feng

机构 * National University of Singapore ； National University of Singapore Guangzhou Research Translation ； Innovation Institute ； Imperial College London ； Peking Union Medical College Hospital, Chinese Academy of Medical Sciences \& Peking Union Medical College ； Hunan University ； Institute of High Performance Computing, Agency for Science, Technology ； Research (A STAR) 纠错

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

AI总结 提出DPsurv双原型证据融合网络，通过不确定性感知的生存区间预测和基于补丁原型分配图、组件原型及组件级相对风险聚合的可解释性，在五个公开数据集上取得最佳一致性指数和积分Brier分数。

Evi-Steer: Learning to Steer Biomedical Vision-Language Models through Efficient and Generalizable Evidential Tuning

Evi-Steer：通过高效且可泛化的证据调优学习引导生物医学视觉-语言模型

Taha Koleilat, Hassan Rivaz, Yiming Xiao

机构 * Concordia University（康科迪亚大学） 纠错

专题命中 医疗多模态 ：biomedical(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 提出Evi-Steer框架，通过证据跨模态低维引导实现BiomedCLIP的不确定性感知参数高效微调，仅更新0.11%参数，在15个生物医学数据集上少样本学习和域泛化设置中优于现有方法。

Comments MICCAI 2026 Early Accept; Project Page: https://tahakoleilat.github.io/Evi-Steer. This preprint has not undergone peer review or any post-submission improvements or corrections. The Version of Record of this contribution will be published as part of the MICCAI 2026 proceedings in October