医学 AI

Automated Report-Derived Oncology VQA Benchmark for Evaluating Vision-Language Models on 3D Medical Imaging

自动化报告驱动的肿瘤学VQA基准：用于评估3D医学影像上的视觉-语言模型

Bo Liu, Hanxue Gu, Xiangru Li, Zheren Zhu, Jacob Ellison, Kang Wang, Janine M. Lupo, Yang Yang, Hui Lin

机构 * UCSF–UC Berkeley Joint Graduate Program in Bioengineering（UCSF-伯克利生物工程联合研究生项目） ； Department of Radiology, UCSF（UCSF放射科） ； Department of Radiation Oncology, UCSF（UCSF放射肿瘤科） 纠错

专题命中 医疗多模态 ：CT(abstract,abstract_cn)；medical image(abstract)；radiology(abstract)；分类 cs.CV

AI总结 提出一个自动化管道，从私有放射学报告和3D肿瘤影像生成多选VQA数据集，构建无污染基准，评估六种视觉-语言模型，发现视觉依赖因数据集而异。

Does Language Shift Break Medical Vision-Language Models? Indonesian Radiology Visual Question Answering Case Study

语言转换会破坏医学视觉语言模型吗？印度尼西亚放射学视觉问答案例研究

Pieter Christy Yan Yudhistira, Dzaki Rafif Malik, Novanto Yudistira

机构 * Intelligent System Laboratory, Faculty of Computer Science Brawijaya University（智能系统实验室，计算机科学学院布拉维亚大学） 纠错

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

AI总结 本研究通过构建印尼语放射学VQA数据集IndoRad-VQA，评估医学视觉语言模型在非英语临床语言下的鲁棒性，发现英语与印尼语设置间存在8-25%的性能差距，表明需要更包容的多语言评估。

Comments accepted to MMFM-BIOMED Workshop @ CVPR 2026

Explainable Forecasting of Scientific Breakthroughs from Concept Network Dynamics

基于概念网络动力学的科学突破可解释预测

Thomas Maillart, Thibaut Chataing, Ntorina Antoni, David Dosu, Paul Bagourd, Julian Jang-Jaccard, Alain Mermoud

机构 * Geneva School of Economics and Management, University of Geneva, Geneva, Switzerland（日内瓦经济管理学院，日内瓦大学，瑞士日内瓦） ； Faculty of Medicine, University of Geneva, Geneva, Switzerland（日内瓦大学医学学院，瑞士日内瓦） ； TU Eindhoven, The Netherlands（埃因霍温理工大学，荷兰） ； Open Quantum Institute, CERN, Geneva, Switzerland（开放量子研究所，欧洲核子研究中心，瑞士日内瓦） ； armasuisse Science + Technology, Switzerland（armasuisse 科学与技术，瑞士） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 提出一种可解释的机器学习方法，通过建模OpenAlex概念网络的演化，预测科学突破的结构前兆（研究概念之间联系的出现和增强），并利用59个特征的两阶段LightGBM模型同时预测概念对的形成和未来权重，在四个技术/生物医学领域取得优于现有方法的ROC-AUC（0.954-0.967）和可解释性。

Comments 18 pages, 10 figures, 4 tables. An earlier version was presented at Global Tech Mining Conference 2026. Code and data: https://github.com/wazaahhh/breakthroughs-forecasting

Fairness Definitions and Metrics in Deep Reinforcement Learning for Drug Discovery in Healthcare: A Rapid Evidence Review

医疗保健中深度强化学习的公平性定义与指标：药物发现的快速证据综述

Esmaeil Shakeri, Ronnie de Souza Santos, Behrouz Far

机构 * Department of Electrical and Software Engineering, Schulich School of Engineering, University of Calgary（电气与软件工程系，Schulich工程学院，卡尔加里大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 本文通过快速证据综述，系统总结了深度强化学习在药物分子生成中公平性的定义、测量指标，并分析了数据集组成、奖励设计对公平性的影响。

Comments 10 pages, 6 figures, 3 tables. Accepted as a full paper at a symposium of IEEE COMPSAC 2026

Wide-field mid-infrared single-photon upconversion imaging

宽场中红外单光子上转换成像

Kun Huang, Jianan Fang, Ming Yan, E Wu, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 通过非周期准相位匹配结构，实现了接受角约30°的宽场上转换成像，支持高达216 kHz的高速快照和室温单光子成像，并实现了皮秒光学门控的高分辨率飞行时间3D成像。

Journal ref Nature Communications 13, 1077 (2022)

International collaboration of Ukrainian scholars: Effects of Russia's full-scale invasion of Ukraine

乌克兰学者的国际合作：俄罗斯全面入侵乌克兰的影响

Myroslava Hladchenko

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究通过分析2022-2023年数据，探讨俄罗斯全面入侵对乌克兰学者国际合作的影响，发现大学在国际合作中获益多于国家科学院，但整体国际合作比例仍低于发达国家。

Journal ref Higher Education (2026)

Signal and Image Processing with Sinlets

信号与图像处理中的Sinlets

Alexander Y. Davydov

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种新的局部正交基——sinlets，用于信号与图像处理，其基于时间相关谐振子方程的解，具有无限可微和解析瞬时频率特性，为无限支撑的瞬态信号提供傅里叶变换的替代方案。

Comments 26 pages, 21 figures

Cross-Modal Contrastive Learning of ECG and Angiography Representations for Severe Stenosis Classification

用于严重狭窄分类的心电图与血管造影表示的跨模态对比学习

Nikola Cenikj, Özgün Turgut, Alexander Müller, Alexander Steger, Jan Kehrer, Marcus Brugger, Daniel Rueckert, Philip Müller

机构 * Chair for AI in Healthcare and Medicine, Technical University of Munich and TUM University Hospital（人工智能在医疗与医学中的研究所，慕尼黑技术大学及慕尼黑大学医院） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算机系） ； Munich Center for Machine Learning (MCML), Munich, Germany（慕尼黑机器学习中心（MCML）） ； Department of Internal Medicine, TUM University Hospital（慕尼黑大学医院内科学系） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG、eess.IV

AI总结 提出StenCE预训练框架，通过跨模态对比学习从心电图特征中实现冠状动脉狭窄风险分层，在严重狭窄分类中首次达到高性能。

Channel Chart Location Privacy Based on Geo-Indistinguishability

基于地理不可区分性的信道图位置隐私

Atsu Kokuvi Angélo Passah, Rodrigo C. de Lamare, Arsenia Chorti

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 针对信道制图中的位置隐私问题，提出基于马氏范数平面拉普拉斯机制的图表位置不可区分性框架，在保护隐私的同时保持信道图拓扑结构。

Evaluating LLMs' Effectiveness on Real-World Consumer Device Repair Questions

评估大语言模型在真实世界消费设备维修问题上的有效性

Atm Mizanur Rahman, Md Arid Hasan, Syed Ishtiaque Ahmed, Sharifa Sultana

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Toronto（多伦多大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文通过引入包含991个真实维修问题的基准测试，评估六种大语言模型在英语和孟加拉语上的正确性、完整性、实用性和安全性，发现模型虽能提供有用帮助，但在高风险维修任务中仍不可靠。

TransportBench: A Comprehensive Benchmark for Non-Equilibrium Flow Transport

TransportBench：非平衡流动传输的综合基准

Xu Wang, Minghao Li, Qizhen Hong, Yang Liu, Chen-an Zhang, Shuai Zhang, Wenhao Li, Yonghao Zhang, Tianbai Xiao

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 针对现有数据集对非平衡传输现象支持有限的问题，提出TransportBench高保真数据集与标准化基准，系统评估神经网络模型在连续/稀薄、低速/高超声速、惰性/化学反应气体等广泛物理场景下的表现。

Comments 40 pages, 12 figures, 8 tables

Exploiting Particle Swarm Optimization in Multiple Faults Fuzzy Detection

利用粒子群优化进行多故障模糊检测

Imtiez Fliss, Moncef Tagina

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 提出一种基于粒子群优化（PSO）的在线多故障模糊检测方法，通过优化隶属函数设计提高效率，并在三水箱液压系统仿真中与遗传算法（GA）对比验证有效性。

Comments Extended version of : Fliss I. and Tagina M., Multiple faults fuzzy detection approach improved by Particle Swarm Optimization, published in The 8th International Conference of Modelling and Simulation - MOSIM'10, Hammamet, Tunisia, May 10-12, 2010; Journal of Computing, Volume 4, Issue 2, February 2012