医学 AI

The Role of Free-breathing GRASP MRI in Accurate Phase Matching with 4D-CT for Motion Representation in Liver Cancer Radiotherapy

自由呼吸GRASP MRI在肝癌放疗中与4D-CT精确相位匹配以表征运动中的作用

Junchao Li, Shengqi Chen, Guohua Wu, Jianrong Dai, Jiayun Chen, Fei Liu

专题命中 医学影像 ：MRI(title,title_cn)；CT(title,title_cn)

AI总结 研究自由呼吸GRASP MRI能否代表肝癌立体定向放疗中的呼吸运动，发现其仅在30%-60%呼吸相位（最佳50%）准确表征运动，需结合4D-CT或动态成像。

Comments 25 pages, 4 figures

MedSyn2: Flexible Control of 3D CT Generation via Text and Semantically-Defined Segmentation Prompts

通过文本和语义定义的分割提示灵活控制3D CT生成

Weicheng Dai, Chenyu Wang, Binxu Li, Shantanu Ghosh, Afrooz Zandifar, Christina LeBedis, Kayhan Batmanghelich

机构 * Boston University School of Engineering（波士顿大学工程学院） ； Stanford University（斯坦福大学） ； University of Pittsburgh Medical Center（匹兹堡大学医学中心） ； Boston University School of Medicine（波士顿大学医学院） 纠错

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

AI总结 提出一种灵活的多模态框架，通过文本和可选分割提示控制3D CT生成，实现高分辨率、解剖一致且可控的体数据生成。

Robust Renal Mass Segmentation on CT: A Validation Study of an AI-Based Framework

基于CT的肾脏肿块鲁棒分割：AI框架的验证研究

Sarah de Boer, Hartmut Häntze, Kiran Vaidhya Venkadesh, Myrthe A. D. Buser, Gabriel E. Humpire Mamani, Lina Xu, Lisa C. Adams, Jawed Nawabi, Keno K. Bressem, Bram van Ginneken, Mathias Prokop, Alessa Hering

机构 * Department of Medical Imaging, Radboudumc, Nijmegen, The Netherlands（医学影像部门，Radboudumc，尼姆维根，荷兰） ； Department of Radiology, Charité - Universitätsmedizin Berlin, Berlin, Germany（放射科，Charité - 大学医学中心柏林，柏林，德国） ； Department of Neuroradiology, Charité - Universitätsmedizin Berlin, Berlin, Germany（神经放射科，Charité - 大学医学中心柏林，柏林，德国） ； Department of Diagnostic and Interventional Radiology, Klinikum rechts der Isar, TUM University Hospital, Technical University of Munich, Munich, Germany（诊断和介入放射科，Klinikum rechts der Isar，TUM大学医院，慕尼黑技术大学，慕尼黑，德国） ； Department of Cardiovascular Radiology and Nuclear Medicine, German Heart Center, TUM University Hospital, Technical University of Munich, Munich, Germany（心血管放射学和核医学部，德国心脏中心，TUM大学医院，慕尼黑技术大学，慕尼黑，德国） ； Fraunhofer MEVIS, Bremen, Germany（Fraunhofer MEVIS，不莱梅，德国） 纠错

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

AI总结 提出Renal-Net，基于nnU-Net和公开数据训练，在CT图像上实现肾脏肿块分割，验证显示优于现有模型且鲁棒性强。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:012. 23 pages, 12 figures

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

A multi-agent system for spine MRI report generation from multi-sequence imaging

基于多序列影像的脊柱MRI报告生成多智能体系统

Zhiping Xiao, Junwei Yang, Gongbo Sun, Han Zhang, Hanwen Xu, Yi Yao, Zachary D. Miller, William E. King, Mohammed M. Kanani, Jalal B. Andre, Sammy Chu, Ming Zhang, Paul E. Kinahan, Nathan M. Cross, Sheng Wang

机构 * University of Washington（华盛顿大学） ； Peking University（北京大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； New York University（纽约大学） ； University of Washington Medical Center（华盛顿大学医学中心） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；pathology(abstract)；分类 cs.CV、q-bio

AI总结 提出SpineAgent多智能体框架，利用多序列基础模型整合T1/T2等序列信息，实现脊柱MRI报告生成、病理定位和图文检索，在跨厂商和跨队列评估中表现优异。

Segmentation-Assisted Brain MRI Synthesis with Cross-Image Multi-Contrast Feature Memory Bank Retrieval Augmentation

基于跨图像多对比度特征记忆库检索增强的分割辅助脑MRI合成

Wenwei Huang, Jia Wei, Jianlong Zhou

机构 * South China University of Technology（华南理工大学） ； University of Technology Sydney（悉尼科技大学） 纠错

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

AI总结 提出分割辅助的闭环生成对抗框架，通过辅助分割分支和双库检索增强策略，提高多对比度脑MRI中肿瘤区域的合成保真度。

Automatic Extraction of Structured Information from Brain MRI Reports Using an Open-Weight Large Language Model

使用开源大语言模型从脑MRI报告中自动提取结构化信息

Kaouther Mouheb, Amos Pomp, Antoine Manenti, Romy de Haan, Farog Faghir, Joy Martens, Harro Seelaar, Francesco Mattace-Raso, Meike W. Vernooij, Frank J. Wolters, Stefan Klein, Esther E. Bron

机构 * Department of Radiology & Nuclear Medicine, Erasmus MC（埃因霍温麦斯特大学放射科与核医学部） ； Department of Epidemiology, Erasmus MC（埃因霍温麦斯特大学流行病学部） ； Department of Electrical and Electronics Engineering, ENSEEIHT（ENSEEIHT电子与电气工程系） ； Alzheimer Centre Erasmus MC（埃因霍温麦斯特大学阿尔茨海默病中心） ； Department of Neurology, Erasmus MC（埃因霍温麦斯特大学神经医学部） ； Department of Internal Medicine, Erasmus MC（埃因霍温麦斯特大学内科部） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；radiology(abstract,comments)

AI总结 本研究评估了开源LLM LLaMA 3.1从荷兰语脑MRI报告中自动提取结构化信息的能力，通过零样本和少样本提示策略，在视觉评分、病变检测等任务上取得高准确率，少样本提示进一步提升了数值变量的提取性能。

Comments Submitted to European Radiology

Multi-planar 2D-U-Net Segmentation of 3D-CT Abdominal Organs augmented by Spatial Occurrence Maps

多平面2D-U-Net分割3D-CT腹部器官，辅以空间出现图

Daria Kern, Negar Chabi, Souraj Adhikary, Andre Mastmeyer

机构 * Glasgow Caledonian University School of Science & Engineering（格拉斯哥卡里多尼亚大学科学与工程学院） ； Jade University of Applied Sciences Department of Engineering & Medical Technology（雅德应用科学大学工程与医疗技术系） 纠错

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

AI总结 提出轻量级2D-U-Net框架，结合粗到细分割、多平面预测和模糊3D空间图，在80个CT扫描中使Dice系数提升约4%。

Comments 11 pages, 9 figures, 1 table, http://www.wscg.eu/

What neurosurgeons need to see: synthetic intra-operative MRI from ultrasound for brain-shift compensation in brain tumour surgery

神经外科医生需要看到的：用于脑肿瘤手术中脑移位补偿的超声合成术中MRI

Santiago Cepeda, Olga Esteban-Sinovas, Ignacio Arrese, Rosario Sarabia

机构 * Department of Neurosurgery, Neurovascular Unit, Río Hortega University Hospital, Valladolid, Spain（西班牙巴利亚多利德里奥·奥尔特加大学医院神经外科神经血管科） ； Specialized Group in Biomedical Imaging and Computational Analysis (GEIBAC), Instituto de Investigación Biosanitaria de Valladolid (IBioVALL), Valladolid, Spain（西班牙巴利亚多利德生物医学研究与计算分析专业组(GEIBAC)，巴利亚多利德生物健康研究所(IBioVALL)） 纠错

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

AI总结 提出一种端到端流水线，通过融合术前MRI、术中超声生成的合成MRI及锚定该合成图像的可变形配准，生成术前成像空间中的全脑MRI体积，以补偿脑移位，为神经导航提供类似MRI的术中视野更新。

Learnable Total Variation with Lambda Mapping for Low-Dose CT Denoising

可学习总变分与Lambda映射用于低剂量CT去噪

Yusuf Talha Basak, Mehmet Ozan Unal, Metin Ertas, Isa Yildirim

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出可学习总变分框架，通过结合展开的总变分求解器与LambdaNet预测像素级正则化图，实现空间自适应平滑，实验显示在低剂量CT去噪中优于传统TV和FBP+U-Net。

Journal ref 2026 IEEE 23rd International Symposium on Biomedical Imaging (ISBI)

vesselFM-CT: Segmenting All Blood Vessels in CT Images for System-Level Cardiovascular Analysis

vesselFM-CT：在CT图像中分割所有血管以实现系统级心血管分析

Bastian Wittmann, Chinmay Prabhakar, Suprosanna Shit, Bjoern Menze

机构 * Department of Quantitative Biomedicine, University of Zurich（苏黎世大学定量生物医学系） 纠错

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

AI总结 提出vesselFM-CT模型，通过迭代多步训练和TubeLoss损失函数，实现CT图像中从大血管到微小肠系膜血管的全分割，优于基线方法，支持系统级心血管分析。

DALE-CT: Depth-Aware Foundation Models for Computed Tomography

DALE-CT: 用于计算机断层扫描的深度感知基础模型

Evan W. Damron, Mahmut S. Gokmen, Mitchell A. Klusty, Caroline N. Leach, Emily B. Collier, V. K. Cody Bumgardner

机构 * University of Kentucky（肯塔基大学） 纠错

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

AI总结 提出DALE-CT，一种基于LeJEPA的2D切片模型，通过3D深度感知预训练（利用解剖掩膜和异常标注）提升表示质量，在CT多异常检测中达到与3D视觉语言模型近似的性能。

Comments 9 pages, 2 figures

Low-Cost and Detunable Wireless Resonator Glasses for Enhanced Eye MRI with Concurrent High-Quality Whole Brain MRI

低成本且可调谐的无线谐振器眼镜用于增强眼部MRI并同时进行高质量全脑MRI

Ming Lu, Xiaoyue Yang, Jason Moore, Pingping Li, Adam W. Anderson, John C. Gore, Seth A. Smith, Xinqiang Yan

专题命中 医学影像 ：MRI(title,title_cn)；分类 eess.IV

AI总结 本文提出了一种无线谐振器眼镜，通过增强眼部MRI信噪比而不影响全脑图像质量，采用可调谐LC回路共振器提升信号质量。

Journal ref Magn Reson Med. 2026;96(1):499-507

CT-VAM: A Cerebello-Thalamic-Inspired Vision-Action Model for Efficient Visuomotor Control

CT-VAM: 一种小脑-丘脑启发的视觉-动作模型用于高效视觉运动控制

Jiacheng Li, Yize Guo, Jiabin Guo, Qingchen Liu, Jiahu Qin

机构 * University of Science and Technology of China（中国科学技术大学） ； AIRLab, Department of Automation（自动化系AIRLab） 纠错

专题命中 医学影像 ：CT(title,title_cn)

AI总结 提出CT-VAM模型，通过TARS条件注意力解码器融合异构输入，以68M参数实现与大型VLA模型相当的LIBERO成功率，并降低推理延迟，支持高频控制。

MRI-triggered instability at the inner dead zone edge: disc evolution and burst modes tied to magnetic field strengths

MRI触发的内死区边缘不稳定性：与磁场强度相关的盘演化和爆发模式

Michael Cecil, Mario Flock, Daniel Steiner

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 研究原行星盘内死区边缘的MRI触发不稳定性，通过辐射流体动力学模拟发现磁场强度决定爆发模式，弱磁场下出现窄模式并产生涡旋。

Comments 17 pages, 9 figures, accepted for publication in A&A

Slice-Profile-Enabled Phase Distribution Graphs for MRI Simulation

用于MRI模拟的切片轮廓使能的相位分布图

Snawar Hussain, Daniel C. Hoinkiss, Jörn Huber, Vincent Kuhlen, Matthias Günther

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 提出一种统一的Bloch分辨PDG框架，通过将RF脉冲的切片轮廓效应编码为PDG状态图中的稀疏交叉阶耦合，实现切片轮廓感知的MRI模拟，在保持少量状态的同时与直接Bloch模拟高度一致。

Comments 10 pages, 8 figures, Preprint version

Investigating the Uncertainty of Cellular Microenvironment Parameter Estimations via Diffusion MRI Cytometry

通过扩散MRI细胞计量学探究细胞微环境参数估计的不确定性

Wen Li, Yan Dai, Arely Perez Rodriguez, Todd Aguilera, Jie Deng, Xun Jia

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本研究利用IMPULSED扩散MRI信号，通过雅可比敏感性分析和神经网络映射，识别出细胞直径、细胞内体积分数和细胞外扩散系数可稳健估计，为放疗反应监测提供无创评估框架。

Comments 34 pages, 5 figures

Vendor-agnostic 4D Phase Contrast MRI: a complete open-source pipeline for velocities, displacement, and strain analysis

供应商无关的四维相位对比磁共振成像：用于速度、位移和应变分析的完整开源流程

Marta B. Maggioni, Sabine M. Räuber, Katarina Puš, Bostjan Šimunič, Xeni Deligianni, Regina M. M. Schlaeger, Francesco Santini

专题命中 医学影像 ：MRI(title,summary_cn)；分类 eess.IV

AI总结 提出一个完全开源的4D flow PC-MRI流程，集成压缩感知加速、BART重建和应变分析，通过梯度探测序列确保速度符号正确，并在两种MRI系统和两个解剖部位验证，显著缩短采集时间。

A Vision-language Framework for Comparative Reasoning in Radiology

放射学中比较推理的视觉语言框架

Tengfei Zhang, Ziheng Zhao, Xiaoman Zhang, Lisong Dai, Pengcheng Qiu, Ya Zhang, Yanfeng Wang, Weidi Xie

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Radiology, Renmin Hospital of Wuhan University（武汉大学仁民医院放射科） ； Shanghai Sixth People’s Hospital Affiliated to Shanghai Jiao Tong University（上海交通大学附属第六人民医院） 纠错

专题命中 医学影像 ：radiology(title)；CT(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 提出一个实体感知的跨图像推理框架，通过构建大规模比较影像数据集MedReCo-DB和开发MedReCo及MedReCo-VLM模型，实现了参考病例检索和时间比较解读，显著提升了放射学比较推理性能。

Causal Transfer in Medical Image Analysis

医学图像分析中的因果迁移

Mohammed M. Abdelsamea, Daniel Tweneboah Anyimadu, Tasneem Selim, Saif Alzubi, Lei Zhang, Ahmed Karam Eldaly, Xujiong Ye

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 本文探讨了医学图像分析中因果迁移方法，整合因果推理与跨域表示学习，以解决领域偏移问题，提升临床AI的鲁棒性和泛化能力。

No Modality Left Behind: Adapting to Missing Modalities via Knowledge Distillation for Brain Tumor Segmentation

不遗漏任何模态：通过知识蒸馏适应缺失模态的脑肿瘤分割

Shenghao Zhu, Yifei Chen, Weihong Chen, Shuo Jiang, Guanyu Zhou, Yuanhan Wang, Feiwei Qin, Changmiao Wang, Qiyuan Tian

机构 * Medical Image Analysis（医学影像分析） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；分类 cs.CV

AI总结 提出AdaMM框架，利用知识蒸馏和三个协同模块处理多模态MRI中模态缺失问题，在多个数据集上显著提升分割精度和鲁棒性。

Comments 51 pages, 11 figures

Active Source-free Domain Adaptation in Open-set Medical Image Segmentation via Decomposed Uncertainty and Prototype Discrepancy

基于分解不确定性和原型差异的开放集医学图像分割中的主动源自由域适应

Jin Yang, Yichi Zhang, Peijie Qiu, Xiaobing Yu

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

AI总结 提出一种主动源自由开放集域适应方法，通过类感知分解不确定性和类无关原型差异选择目标样本，结合目标精炼自训练策略，实现无源数据下的开放集医学图像分割。

Comments Early accepted by MICCAI 2026. This version is not the Version of Record and does not reflect post-acceptance improvements, or any corrections

MedVision: Benchmarking Quantitative Medical Image Analysis

MedVision：定量医学图像分析的基准测试

Yongcheng Yao, Yongshuo Zong, Raman Dutt, Yongxin Yang, Sotirios A Tsaftaris, Timothy Hospedales

机构 * University of Edinburgh（爱丁堡大学） ； Queen Mary University of London（伦敦大学玛丽女王学院） 纠错

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

AI总结 针对当前医学视觉语言模型缺乏定量推理能力的问题，提出MedVision数据集和基准，涵盖22个公共数据集、3080万图像-标注对，通过监督和强化微调显著提升检测、肿瘤/病变大小估计和角度/距离测量性能。

Comments 22 pages, 13 figures, 14 tables

Transition-Based Digital Twin Modelling for Alzheimer's Disease under Sparse Longitudinal Data

基于转换的阿尔茨海默病数字孪生建模在稀疏纵向数据下的应用

Yinyu Huang, Yilin Zhang, Sofia Michopoulou, Christopher Kipps, Rahman Attar

机构 * University of Southampton（南安普顿大学） ； University Hospital Southampton NHS Foundation Trust（南安普顿大学医院NHS基金会信托） ； Faculty of Medicine, University of Southampton（南安普顿大学医学院） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.LG

AI总结 针对阿尔茨海默病进展异质性和数据稀疏问题，提出结合局部转换建模与序列建模的数字孪生框架，利用多模态纵向数据预测认知状态并量化不确定性，在ADNI数据上表现优异。

Comments 13 pages, 5 figures, 3 tables. Accepted as a full-length paper at the International Conference on AI in Healthcare (AIiH) 2026

Self-Supervised Vision Transformers for CBCT-Based Detection of Temporomandibular Joint Osteoarthritis

基于自监督视觉Transformer的CBCT颞下颌关节骨关节炎检测

Shradhdha Trivedi, Vrundan Sojitra, Mariela Padilla

机构 * Herman Ostrow School of Dentistry, University of Southern California（南加州大学赫尔曼·奥斯特罗牙科学院） ； Viterbi School of Engineering, University of Southern California（南加州大学维特比工程学院） 纠错

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

AI总结 研究DINO系列自监督ViT在CBCT颞下颌关节骨关节炎检测中的迁移性能，发现部分解冻最后两个Transformer块可将AUC从0.671提升至0.902，表明适应策略比骨干选择更重要。

MedicalRec: Medical recommender system for image classification without retraining

MedicalRec：无需重新训练的图像分类医疗推荐系统

Roghayeh Taghavi, Aysa Hasanazde Bashkandi, Amir Ali Bengari, Mohammad Amin Raji, Mohammad Salahi Ardekani, Parisa Mardukhian, Parvaneh Rezaei, Ramin Mousa

机构 * University of Tehran（塔里班大学） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；medical image(abstract)；分类 cs.LG

AI总结 提出基于Transformer的医疗推荐系统MedicalRec，利用从3000篇论文中构建的MedicalRec-Bench数据集（含5000+记录），无需重新训练即可为医疗图像分类任务推荐最优模型，最高HitRate@100达75.5%。

Reconstructing and forecasting disease trajectories of patients with Alzheimer's disease using routine data in resource-constrained settings

在资源受限环境中利用常规数据重建和预测阿尔茨海默病患者的疾病轨迹

Ratnadeep Das, Atri Chatterjee, Sitikantha Roy

机构 * Yardi School of Artificial Intelligence (ScAI), Indian Institute of Technology Delhi（印度理工学院德里分校亚迪人工智能学院） ； Department of Neurology, Vardhman Mahavir Medical College and Safdarjung Hospital（瓦尔丹·马哈维尔医学院和萨夫达戎医院神经内科） ； Department of Applied Mechanics, Indian Institute of Technology Delhi（印度理工学院德里分校应用力学系） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.LG、q-bio

AI总结 提出GNOVA框架，结合GRU编码器和神经ODE解码器的变分自编码器，利用常规临床数据（无需神经影像或生物标志物）实现认知评分的双向预测、插值/外推及不确定性估计，在ADNI数据集上取得低误差。

Boundedness and evolution rates for a quasilinear reaction-diffusion equation

一类拟线性反应扩散方程的有界性与演化速率

Razvan Gabriel Iagar, Marta Latorre, Ariel Sánchez

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 研究N≥3维空间中指数1<p<m且σ<-2的拟线性反应扩散方程，证明初始条件满足一定衰减时解一致有界，并建立了紧支集数据正性集上界R(t)的扩张速率及外部区域的不同时间尺度。

AUCp: Pseudo-AUC for Inference Model Selection with Unlabeled Validation Data in Abnormality Detection

AUCp: 用于异常检测中无标注验证数据的推理模型选择的伪AUC

Md Mahfuzur Rahman Siddiquee, Fazle Rafsani, Jay Shah, Teresa Wu, Catherine D Chong, Todd J Schwedt, Baoxin Li

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

AI总结 提出AUCp指标，无需标注验证集即可为无监督/自监督异常检测方法选择最优推理模型，通过将测试集所有样本视为异常计算伪AUC，理论及实验证明其优于传统指标。

Journal ref IEEE Transactions on Medical Imaging (Early Access), 2026

Polaffini: A feature-based approach for robust affine and polyaffine image registration

Polaffini: 一种基于特征的鲁棒仿射和多项式仿射图像配准方法

Antoine Legouhy, Cosimo Campo, Ross Callaghan, Hojjat Azadbakht, Hui Zhang

机构 * Hawkes Institute & Department of Computer Science, University College London, London, UK（霍克斯研究所及大学学院伦敦计算机科学系，伦敦，英国） ； Institut Pasteur, Université Paris Cité, Unité de Neuroanatomie Appliquée et Théorique（巴斯德研究所，巴黎城市大学，应用与理论神经解剖学单元） ； AINOSTICS ltd., Manchester, UK（AINOSTICS有限公司，曼彻斯特，英国） 纠错

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

AI总结 提出Polaffini框架，利用深度学习分割模型提取解剖对应点，通过闭式解实现全局和局部仿射匹配，生成从仿射到多项式仿射的可调平滑变换，在结构对齐和下游非线性配准初始化上优于传统方法。

Comments associated github repo: https://github.com/CIG-UCL/polaffini

Advancements in Machine Learning and Deep Learning for Early Detection and Management of Mental Health Disorder

机器学习和深度学习在心理健康障碍早期检测和管理中的进展

Kamala Devi Kannan, Senthil Kumar Jagatheesaperumal, Rajesh N. V. P. S. Kandala, Mojtaba Lotfaliany, Roohallah Alizadehsanid, Mohammadreza Mohebbi

机构 * Department of Computer Science and Engineering, Mepco Schlenk Engineering College（梅科斯伦克工程学院计算机科学与工程系） ； Department of Electronics and Communication Engineering, Mepco Schlenk Engineering College（梅科斯伦克工程学院电子与通信工程系） ； School of Electronics Engineering (SENSE), VIT-AP University（VIT-AP大学电子工程学院（SENSE）） ； The Institute for Mental and Physical Health and Clinical Translation (IMPACT), School of Medicine, Deakin University（德金大学医学院心理健康与身体健康及临床转化研究所（IMPACT）） ； Biostatistics Unit, Faculty of Health, Deakin University（德金大学健康学院生物统计学单位） ； School of Medicine, Deakin University（德金大学医学院） 纠错

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

AI总结 综述了ML/DL在心理健康障碍早期诊断中的应用，涵盖医学影像、遗传和行为数据，并讨论了数据整合、伦理挑战及未来方向。

Comments 21 pages, 2 figures, 3 tables