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。

2026-06-05 至 2026-06-05 共收录 10 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学影像 10 篇

2606.05460 2026-06-05 cs.CV 91%

ORACLE-CT: Anatomy-Aware Support Pooling for CT Classification

ORACLE-CT:用于CT分类的解剖感知支持池化

Lavsen Dahal, Yubraj Bhandari, Geoffrey Rubin, Joseph Y. Lo

机构 * Center for Virtual Imaging Trials, RAI Labs, Department of Radiology, Duke University(虚拟成像试验中心,RAI实验室,放射学系,杜克大学) Electrical and Computer Engineering, Pratt School of Engineering, Duke University(电气与计算机工程,工程学院,杜克大学) Department of Mathematics, Trinity College of Arts & Sciences, Duke University(数学系,艺术与科学学院,杜克大学) Department of Radiology and Imaging Sciences, University of Arizona College of Medicine(放射学与影像科学系,亚利桑那大学医学院)

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

AI总结 提出ORACLE-CT框架,通过多器官分割定义标签特定的解剖支持区域并限制注意力池化,解决CT分类中局部疾病证据与全局聚合不匹配的问题,在多个编码器上提升性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.06236 2026-06-05 cs.LG 90%

Tracing the Oracle: Improving Diffusion Timestep Scheduling for 3D CT Reconstruction

追踪神谕:改进扩散时间步调度用于3D CT重建

Yujia Wu, Zhaoqiang Liu

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China(电子科技大学计算机科学与工程学院)

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

AI总结 针对3D CT重建中扩散模型推理计算开销大且均匀时间步调度引入大截断误差的问题,提出即插即用的TrO框架,通过动态规划优化时间步调度,在有限采样步数下显著提升重建保真度和计算效率。

Comments Accessed to ECML-PKDD2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.06039 2026-06-05 cs.CV 89%

Texture-preserving implicit neural representation for Cone beam CT truncated reconstruction

保留纹理的隐式神经表示用于锥束CT截断重建

Genyuan Zhang, Junyao Wang, Haoran Lan, Chuandong Tan, Songtao Zhu, Fenglin Liu

机构 * National Key Research and Development Program of China(中华人民共和国国家重点研发计划) National Natural Science Foundation of China(中华人民共和国国家自然科学基金) Fundamental Research Funds for the Central Universities(中央高校基本科研业务费)

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

AI总结 提出一种自监督的3D重建框架,基于神经场景表示,结合物理迭代细化模块,解决锥束CT截断重建中的伪影和纹理丢失问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.06199 2026-06-05 cs.CV cs.GR 83%

SC-MFJ: A Simple Haptic Quality Metric for Medical Image Segmentation

SC-MFJ: 一种用于医学图像分割的简单触觉质量度量

Souraj Adhikary, Negar Chabi, Andre Mastmeyer

机构 * Jade University of Applied Sciences(亚德应用科学大学)

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

AI总结 针对手术模拟中触觉渲染对分割表面质量的需求,提出SC-MFJ度量,通过虚拟触笔行走测量接触力抖动,揭示了几何度量无法发现的触觉质量差异。

Comments 11 pages, 5 figures, 5 tables, http://www.wscg.eu/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.06103 2026-06-05 cs.CV 79%

MS-DKC: A Dataset Knowledge Card Framework for Designing and Adapting Medical Image Segmentation Models

MS-DKC:用于设计和适配医学图像分割模型的数据集知识卡片框架

Tariq M. Khan, Syed Saud Naqvi, Thantrira Porntaveetus, Hamid Alinejad-Rokny, Shahzaib Iqbal, Imran Razzak, Mohammad AU Khan

机构 * Center of Excellence in Precision Medicine and Digital Health, Faculty of Dentistry, Chulalongkorn University, Bangkok, Thailand(精准医学与数字健康中心,朱拉隆功大学牙科学院,泰国曼谷) Department of Computer Engineering, COMSATS University Islamabad, Islamabad, Pakistan(计算机工程系,COMSATS伊斯兰堡大学,巴基斯坦伊斯兰堡) School of Biomedical Engineering, UNSW, Sydney, NSW, Australia(生物医学工程学院,新南威尔士大学,澳大利亚悉尼,新南威尔士) Visiting Scholar (Collaborative Projects), Center of Excellence in Precision Medicine and Digital Health, Chulalongkorn University, Bangkok, Thailand(访问学者(合作项目),精准医学与数字健康中心,朱拉隆功大学,泰国曼谷) Department of Computing, Abasyn University Islamabad Campus (AUIC), Islamabad, Pakistan(计算系,阿巴斯扬大学伊斯兰堡校区(AUIC),巴基斯坦伊斯兰堡) Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates(Mohamed bin Zayed人工智能大学,阿布扎比,阿拉伯联合酋长国) College of Computer and Information Sciences, prince Sultan University, Riyadh, SAudi Arabia(计算机与信息科学学院,苏丹王子大学,沙特阿拉伯利雅得)

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

AI总结 提出MS-DKC框架,通过显式记录数据集特征(如前景占有率、形态、边界模糊性等)并映射到失败模式、设计先验和风险对齐标准,指导医学图像分割模型的设计与适配,在DRIVE、ISIC2018和ACDC数据集上验证了数据集条件化设计的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.05628 2026-06-05 physics.med-ph math-ph math.MP physics.app-ph 67%

Transcranial FUS Therapy and Monitoring using Nonlinear Acoustics

利用非线性声学的经颅聚焦超声治疗与监测

Pradosh Pritam Dash

专题命中 医学影像 :MRI(abstract,abstract_cn)

AI总结 本文提出一种基于声学全息图的经颅超声聚焦新框架,通过频域拓扑优化实现高保真聚焦,利用非线性参量阵效应实现无成像配准,并展示其在脑积水颅内压监测中的应用。

Comments Ph.D. thesis, Georgia Institute of Technology, 2026. 139 pages. Advisor: Prof. Costas D. Arvanitis. https://hdl.handle.net/1853/81728

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.05357 2026-06-05 cs.AI 67%

An interpretable and trustworthy AI framework for large-scale longitudinal structure-pain association studies using data from the Osteoarthritis Initiative (OAI)

一个可解释且可信赖的AI框架,用于利用骨关节炎倡议(OAI)数据进行大规模纵向结构-疼痛关联研究

Jincheng Yu, Haoyang Li, Yiwen Liu, Shen Liu, Rachel Yuanbao Chen, C. Kent Kwoh, Hongxu Ding, Xiaoxiao Sun

机构 * Statistics & Data Science GIDP, University of Arizona(大学阿瓜斯卡连特斯统计与数据科学GIDP) Department of Epidemiology and Biostatistics, University of Arizona(大学阿瓜斯卡连特斯流行病学与生物统计学系) College of Medicine Tucson, University of Arizona(大学阿瓜斯卡连特斯医学学院) R. Kent Coit College of Pharmacy, University of Arizona(大学阿瓜斯卡连特斯R. Kent Coit药学院) University High School(大学高中)

专题命中 医学影像 :MRI(abstract,abstract_cn)

AI总结 提出结合深度学习MOAKS预测与可解释统计建模的AI框架,通过不确定性量化筛选高置信度预测,利用纵向潜类混合模型分析结构异常与疼痛的关联,发现骨髓病变、软骨丢失和半月板挤压是疼痛进展的风险因素。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.05226 2026-06-05 physics.gen-ph 67%

Klein--Gordon and Dirac Oscillators with an Apparent Mass Induced by the Momentum-Space Dual of the Fock--Lorentz Transformations

具有由Fock-Lorentz变换的动量空间对偶诱导的表观质量的Klein-Gordon和Dirac振子

Abdelmalek Boumali, N. Jafari, Manizheh Botshekananfard

专题命中 医学影像 :CT(abstract,abstract_cn)

AI总结 通过Fock-Lorentz变换的动量空间对偶导出变形相对论质壳,得到含时表观质量,进而对Klein-Gordon和Dirac方程进行正则量子化,并在一维绝热近似下解析求解振子谱。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.05536 2026-06-05 cs.CV 57%

Dual Feature Decoupling for Fine-Grained OOD Detection

面向细粒度OOD检测的双重特征解耦

Xiaokun Li, Yaping Huang, Qingji Guan

机构 * School of Computer Science and Technology, Beijing Jiaotong University(计算机科学与技术学院,北京交通大学)

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

AI总结 提出双重特征解耦网络(DFDNet),通过空间-频率解耦和重建引导解耦模块,解决细粒度分类中因类间差异小和背景干扰导致的OOD检测难题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27343 2026-06-05 cs.CV 57%

JI-ADF: Joint-Individual Learning with Adaptive Decision Fusion for Multimodal Skin Lesion Classification

JI-ADF:联合-个体学习与自适应决策融合用于多模态皮肤病变分类

Phan Nguyen, Dat Cao, Hien Kha, Hien Chu, Minh Le, Trang Pham, Nguyen Quoc Khanh Le

机构 * University of California, San Diego(加州大学圣地亚哥分校)

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

AI总结 本文提出JI-ADF框架,通过整合皮肤镜图像、临床照片和结构化患者数据,实现基于临床的皮肤病变分类,采用多模态表示学习和自适应决策融合机制,提升跨模态推理能力,并在MILK10k数据集上验证了其在实际临床场景中的可靠性。

详情

展开后加载摘要…

URL PDF HTML 收藏