医学 AI

CRISP -- Clustering-Based Redundancy-Reduced Instance Sampling for Pathology Case Representation and Retrieval

CRISP -- 基于聚类的冗余减少实例采样用于病理病例表示与检索

Zahra Rahimi Afzal, Wataru Uegami, Saghir Alfasly, Wenchao Han, Saba Yasir, Judy C. Boughey, Matthew P. Goetz, Krishna R. Kalari, H. R. Tizhoosh

机构 * Kimia Lab, Department of Artificial Intelligence & Informatics, Mayo Clinic, Rochester, MN, USA（Kimia实验室，人工智能与信息学系，梅奥诊所，罗切斯特，明尼苏达州，美国） ； DICE Lab, Department of Electrical and Computer Engineering, University of Illinois Chicago, IL, USA（DICE实验室，电气与计算机工程系，伊利诺伊大学芝加哥分校，伊利诺伊州，美国） ； MD Kimia Lab, Department of Artificial Intelligence & Informatics, Mayo Clinic, Rochester, MN, USA（MD Kimia实验室，人工智能与信息学系，梅奥诊所，罗切斯特，明尼苏达州，美国） ； PhD Kimia Lab, Department of Artificial Intelligence & Informatics, Mayo Clinic, Rochester, MN, USA（PhD Kimia实验室，人工智能与信息学系，梅奥诊所，罗切斯特，明尼苏达州，美国） ； Division of Computational Pathology and Informatics, Mayo Clinic, Rochester, MN, USA（计算病理学与信息学部，梅奥诊所，罗切斯特，明尼苏达州，美国） ； Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, MN, USA（实验室医学与病理学系，梅奥诊所，罗切斯特，明尼苏达州，美国） ； Department of Breast and Melanoma Surgical Oncology, Comprehensive Cancer Center, Mayo Clinic, Rochester, MN, USA（乳腺和黑色素瘤外科肿瘤学系，综合癌症中心，梅奥诊所，罗切斯特，明尼苏达州，美国） ； Department of Oncology, Comprehensive Cancer Center, Mayo Clinic, Rochester, MN, USA（肿瘤学系，综合癌症中心，梅奥诊所，罗切斯特，明尼苏达州，美国） ； PhD H.R. Tizhoosh 纠错

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

AI总结 提出CRISP无监督框架，通过聚类和冗余减少采样整合病例内多张全切片图像，构建紧凑代表性补丁集用于病例级检索，在乳腺癌数据集上匹配或超越现有标准。

Spatial Transcriptomics-Guided Alignment Enhances Molecular Profiling in Pathology Foundation Model

空间转录组学引导的对齐增强病理基础模型中的分子分析

Fengtao Zhou, Yingxue Xu, Zhengyu Zhang, Yihui Wang, Zhengrui Guo, Ling Liang, Jiabo Ma, Cheng Jin, Ziyi Liu, Huajun Zhou, Hongyi Wang, Du Cai, Chenglong Zhao, Xi Wang, Can Yang, Yu Wang, Wenbin Li, Feng Gao, Zhe Wang, Zhenhui Li, Xiuming Zhang, Li Liang, Hao Chen

机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology, Hong Kong SAR, China（计算机科学与工程系，香港科学与技术大学，香港特别行政区，中国） ； Department of Pathology, Nanfang Hospital, Southern Medical University, Guangzhou, China（pathology department, 南方医科大学南芳医院，广州，中国） ； Department of Pathology, School of Basic Medical Sciences, Southern Medical University, Guangzhou, China（pathology department, 南方医科大学基础医学学院，广州，中国） ； Guangdong Province Key Laboratory of Molecular Tumor Pathology, Guangzhou, China（广东省分子肿瘤病理学重点实验室，广州，中国） ； Jinfeng Laboratory, Chongqing, China（金风实验室，重庆，中国） 纠错

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

AI总结 提出STAMP框架，利用空间转录组数据通过通路感知对齐策略增强病理基础模型的分子感知能力，并在多层级评估中验证其临床效用。

Graph Mamba Survival Analysis Based on Topology-Aware ordering

基于拓扑感知排序的图Mamba生存分析

Yuanfang Chen, Peiqiang Yan, Yuntao Shou, Qian Zhao, Xiangyong Cao

机构 * School of Mathematics and Statistics（数学与统计学学院） ； West China Science and Technology Innovation Harbor（西部科学与技术创新港） ； School of Computer Science and Technology（计算机科学与技术学院） 纠错

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

AI总结 针对WSI生存分析中Mamba模型对输入顺序敏感及单向架构限制空间结构利用的问题，提出基于拓扑感知排序的图Mamba框架TopoMamSurv，通过TAO策略、双向Mamba模块和GCN集成实现高效长程依赖建模与双向空间上下文建模。

Multi-Modal Machine Learning for Breast Cancer Recurrence Prediction

多模态机器学习用于乳腺癌复发预测

Jiahao Shao, Xudong Wang, Anam Nawaz Khan, Christopher Brett, Xueping Li, Bing Yao

机构 * Department of Industrial & Systems Engineering, The University of Tennessee, Knoxville, TN 37996, USA（工业与系统工程系，田纳西大学，诺克斯维尔，TN 37996，美国） ； The University of Tennessee Medical Center, Knoxville, TN 37920, USA（田纳西大学医学中心，诺克斯维尔，TN 37920，美国） 纠错

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

AI总结 本研究通过整合结构化与非结构化临床数据（治疗记录、病理报告和临床笔记），结合基于规则的正则表达式提取和优先级冲突解决策略，显著提升了乳腺癌复发预测的准确性。

Comments 33 pages, 10 figures

Act Like a Pathologist: Tissue-Aware Whole Slide Image Reasoning

像病理学家一样：组织感知的全切片图像推理

Wentao Huang, Weimin Lyu, Peiliang Lou, Qingqiao Hu, Xiaoling Hu, Shahira Abousamra, Wenchao Han, Ruifeng Guo, Jiawei Zhou, Chao Chen, Chen Wang

机构 * Stony Brook University（石英溪大学） ； Mayo Clinic（梅奥诊所） ； Harvard Medical School（哈佛医学院） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出一种问题引导、组织感知的粗到细检索框架HistoSelect，通过识别相关组织区域并选择最具信息量的补丁，在减少70%视觉标记的同时提升病理问答准确性。

Comments 14 pages, 8 figures. Accepted by CVPR'26

A Note on the Convergence of the Godunov Method for Impact Problems

关于Godunov方法在冲击问题中收敛性的注记

J. W. Banks

专题命中 病理影像 ：pathology(abstract)

AI总结 本文识别了非线性守恒律系统数值模拟中的一种新病态现象，指出其源于数值耗散不足，并发现数值解在激波后区域可能处处不可微。