医学 AI

Cyst-X: A Multi-Center MRI Benchmark and Federated Learning Framework for Malignancy-Risk Stratification of Pancreatic Cystic Neoplasm

Cyst-X：用于胰腺囊性肿瘤恶性风险分层的多中心MRI基准与联邦学习框架

Hongyi Pan, Gorkem Durak, Elif Keles, Ziliang Hong, Deniz Seyithanoglu, Zheyuan Zhang, Alpay Medetalibeyoglu, Halil Ertugrul Aktas, Andrea Mia Bejar, Yavuz Taktak, Gulbiz Dagoglu Kartal, Mehmet Sukru Erturk, Timurhan Cebeci, Yury Velichko, Lili Zhao, Emil Agarunov, Federica Proietto Salanitri, Concetto Spampinato, Pallavi Tiwari, Ziyue Xu, Sachin Jambawalikar, Ivo G. Schoots, Marco J. Bruno, Chenchan Huang, Candice W. Bolan, Tamas Gonda, Frank H. Miller, Rajesh N. Keswani, Michael B. Wallace, Ulas Bagci

机构 * Machine & Hybrid Intelligence Lab, Department of Radiology, Northwestern University（机器与混合智能实验室，放射科，西北大学） ； Istanbul Faculty of Medicine, Istanbul University（伊斯坦布尔大学医学学院） ； Department of Biomedical Engineering and Radiology, University of Wisconsin-Madison（生物医学工程与放射科，威斯康星大学麦迪逊分校） ； Department of Preventive Medicine, Northwestern University（预防医学系，西北大学） ； Division of Gastroenterology and Hepatology, New York University（消化内科与肝病科，纽约大学） ； Department of Electrical, Electronic and Computer Engineering, University of Catania（电气、电子和计算机工程系，卡塔尼亚大学） ； NVIDIA ； Department of Radiology, Columbia University（放射科，哥伦比亚大学） ； Department of Radiology and Nuclear Medicine, Erasmus Medical Center（放射科与核医学科，埃因霍温医学院） ； Department of Gastroenterology and Hepatology, Erasmus Medical Center（消化内科与肝病科，埃因霍温医学院） ； Department of Radiology, New York University（放射科，纽约大学） ； Division of Gastroenterology and Hepatology, Mayo Clinic Florida（消化内科与肝病科，迈阿密诊所佛罗里达分部） ； Department of Gastroenterology and Hepatology, Northwestern University（消化内科与肝病科，西北大学） 纠错

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

AI总结 提出Cyst-X，一个多中心MRI基准和联邦学习框架，用于IPMN恶性风险分层，结合PanSegNet分割器和3D DenseNet-121分类器，在内部交叉验证中达到0.85的AUC，性能与放射科医生相当。

Qualitative and quantitative hard-tissue MRI with portable Halbach scanners

使用便携式Halbach扫描仪进行定性和定量硬组织MRI

Jose Borreguero, Luiz G. C. Santos, Lorena Vega Cid, Elisa Castañón, Marina Fernández-García, Pablo Benlloch, Rubén Bosch, Jesús Conejero, Pablo García-Cristóbal, Alba González-Cebrián, Teresa Guallart-Naval, Eduardo Pallás, Laia Porcar, Lucas Swistunow, Jose Miguel Algarín, Fernando Galve, Joseba Alonso

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本研究开发了低场便携MRI的零回波时间(ZTE)成像框架，通过射频脉冲校准和场图校正实现无伪影成像，并在人体膝关节和踝关节上展示了韧带、肌腱等硬组织的三维成像及首次T1测量。

Comments 19 pages, 14 figures

Fast Electromagnetic and RF Circuit Co-Simulation for Passive Resonator Field Calculation and Optimization in MRI

用于MRI中无源谐振器场计算与优化的快速电磁与射频电路协同仿真

Zhonghao Zhang, Ming Lu, Hao Liang, Zhongliang Zu, Yi Gu, Xiao Wang, Yuankai Huo, Xinqiang Yan

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 提出一种协同仿真框架，通过单次全波电磁仿真结合电路计算与遗传算法，快速优化无源谐振器参数以增强MRI目标区域B1场，相对误差低于1%。

Journal ref Magnetic Resonance Imaging 129 (2026) 110644

UHR-Net: An Uncertainty-Aware Hypergraph Refinement Network for Medical Image Segmentation

UHR-Net：一种用于医学图像分割的不确定性感知超图精炼网络

Shuokun Cheng, Jinghao Shi, Kun Sun

机构 * School of Computer Sciences, China University of Geosciences (Wuhan)（中国地质大学（武汉）计算机科学学院） 纠错

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

AI总结 针对病灶边界模糊和小病灶分割困难，提出UHR-Net，采用不确定性导向实例对比预训练和不确定性引导超图精炼模块，在五个公开数据集上取得一致提升。

Comments 12 pages, 4 figures, 4 tables

People-Centred Medical Image Analysis via Fairness-Aware Human-AI Cooperation

以人为本的医学图像分析：通过公平感知的人机协作

Zheng Zhang, Milad Masroor, Cuong Nguyen, Tahir Hassan, Yuanhong Chen, David Rosewarne, Kevin Wells, Thanh-Toan Do, Gustavo Carneiro

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

AI总结 提出PecMan框架，联合建模子群依赖可靠性、决策分配和协作预测，通过门控与整合机制动态分配病例给自动模型或人类专家，无需测试时敏感属性，实现公平感知的人机协作分类。

Comments Submitted to Medical Image Analysis

Nonspherical gas bubble dynamics in viscoelastic soft materials

粘弹性软材料中非球形气泡动力学

Sawyer Remillard, Mauro Rodriguez

专题命中 医学影像 ：biomedical(abstract)

AI总结 针对粘弹性材料中非球形气泡动力学预测难题，提出叠加旋转扰动的势流模型，采用Kelvin-Voigt本构，满足动量平衡和应力连续，与实验数据吻合。

Super-Resolution Structured-Illumination X-Ray Microscopy based on Fourier Decomposition

基于傅里叶分解的超分辨结构照明X射线显微镜

Stefan Schwaiger, Lennart Forster, Martin Dierolf, Franz Pfeiffer, Benedikt Günther

专题命中 医学影像 ：biomedical(abstract)

AI总结 提出一种超分辨X射线显微镜方法，通过结构照明编码高频信息，利用傅里叶分解解码，实现2.2倍分辨率提升，并扩展至显微断层成像，同时获取相位衬度和暗场图像。

ProbeLLM: Automating Principled Diagnosis of LLM Failures

ProbeLLM：自动化的大语言模型故障原则性诊断

Yue Huang, Zhengzhe Jiang, Yuchen Ma, Yu Jiang, Xiangqi Wang, Yujun Zhou, Yuexing Hao, Kehan Guo, Pin-Yu Chen, Stefan Feuerriegel, Xiangliang Zhang

机构 * University of Notre Dame（诺丁汉大学） ； LMU Munich（慕尼黑大学） ； Massachusetts Institute of Technology（麻省理工学院） ； IBM Research（IBM研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 提出ProbeLLM框架，通过分层蒙特卡洛树搜索在全局探索与局部细化间分配预算，结合工具增强生成与验证，将故障发现从孤立案例提升为结构化故障模式，揭示更广泛、清晰、细粒度的故障景观。

AgenticRL: Self-Refining Agentic Reinforcement Learning for Vision-Conditioned UAV Navigation

面向视觉条件的无人机导航的自优化智能体强化学习

Roohan Ahmed Khan, Yasheerah Yaqoot, Amir Atef Habel, Muhammad Ahsan Mustafa, Dzmitry Tsetserukou

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(abstract)

AI总结 提出AgenticRL框架，利用多模态GPT智能体自动设计奖励函数、通过闭环自改进优化策略，在多种无人机导航任务中提升性能并实现高成功率。

Training Set Augmentation and Biology-Aware Harmonization Improve Radiomic Models for Lung Cancer Prediction in Indeterminate Nodules

训练集增强与生物学感知的谐波化改善不确定肺结节中肺癌预测的影像组学模型

Claire Huchthausen, Menglin Shi, Gabriel L. A. de Sousa, James Larner, Einsley Janowski, Jonathan Colen, Krishni Wijesooriya

机构 * Department of Radiation Oncology, University of Virginia School of Medicine（弗吉尼亚大学医学院放射肿瘤学系） ； Department of Physics, University of Virginia（弗吉尼亚大学物理系） ； Department of Physics, Massachusetts Institute of Technology（麻省理工学院物理系） ； Department of Biomedical Engineering, Northwestern University（西北大学生物医学工程系） ； Department of Radiation Oncology, University of Virginia（弗吉尼亚大学放射肿瘤学系） ； Old Dominion University（旧 Dominion 大学） 纠错

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

AI总结 针对早期肺结节恶性率低和图像采集差异问题，通过加入后期结节扩充训练集，并采用生物学感知的谐波化方法校正采集效应，显著提升了影像组学模型的预测性能（ROC-AUC 0.74）。

Comments 22 pages, 5 figures, plus supplemental material; updated with the accepted version of the manuscript

In Defense of Cosine Similarity: Normalization Eliminates the Gauge Freedom

为余弦相似度辩护：归一化消除了规范自由度

Taha Bouhsine

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

AI总结 本文证明，当嵌入被约束到单位球面时，对角规范矩阵的歧义消失，余弦距离与欧氏距离单调等价，从而解决了余弦相似度任意性的问题。

Comments This was a blog post companion draft, it needs to be updated to fit as a preprint, will do later

Enabling Progressive Whole-slide Image Analysis with Multi-scale Pyramidal Network

利用多尺度金字塔网络实现渐进式全切片图像分析

Shuyang Wu, Yifu Qiu, Ines P Nearchou, Sandrine Prost, Jonathan A Fallowfield, Hakan Bilen, Timothy J Kendall

机构 * Institute for Regeneration and Repair, University of Edinburgh（再生与修复研究所，爱丁堡大学） ； School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Indica Labs, 8700 Education Pl NW, Bldg. B Albuquerque, US（Indica实验室，美国阿尔伯克基8700教育大道西北区B座） ； Medical School, University of St Andrews（医学学校，圣安德鲁大学） 纠错

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

AI总结 提出多尺度金字塔网络（MSPN），一种即插即用模块，仅使用单一高倍输入实现渐进式多尺度全切片图像分析，通过网格重映射和粗引导网络学习粗粒度上下文，在多个任务和框架上一致提升MIL性能。

Dual-stream attention-guided learning for weakly supervised whole slide image classification

双流注意力引导学习用于弱监督全切片图像分类

Daoxi Cao, Hangbei Cheng, Yijin Li, Ruolin Zhou, Xuehan Zhang, Xinyi Li, Binwei Li, Xuancheng Gu, Jianan Zhang, Xueyu Liu, Yongfei Wu

机构 * College of Computer Science and Technology, College of Data Science, Taiyuan University of Technology（太原科技大学计算机科学与技术学院、数据科学学院） ； College of Humanities, Law and Foreign Languages, Taiyuan University of Technology（太原科技大学人文学院、法律与外语学院） ； College of Artificial Intelligence, Taiyuan University of Technology（太原科技大学人工智能学院） ； School of Cyberspace Security, Beijing University of Posts and Telecommunications（北京邮电大学网络安全学院） ； School of Mathematics, Taiyuan University of Technology（太原科技大学数学学院） 纠错

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

AI总结 提出双流注意力引导学习框架，通过师生双流架构和注意力引导伪标签，解决弱监督下全切片图像中关键区域识别和实例关系建模问题，在合成和真实病理数据集上优于现有方法。

Noisy-QSMOTE: Robustness Analysis of Quantum SMOTE under Quantum-Inspired Noise for Condition Monitoring and Fault Classification in Industrial and Energy Systems

噪声-QSMOTE：量子SMOTE在量子启发噪声下的鲁棒性分析及其在工业与能源系统状态监测和故障分类中的应用

Amit S. Patel, Himanshukumar R. Patel, Bikash K. Behera

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 研究QSMOTE在量子噪声下的鲁棒性，通过注入噪声到相似性估计过程，评估其对工业故障分类性能的影响，实验表明QSMOTE有效缓解类不平衡并提升非线性分类器性能。

Comments 48 pages, 9 figures