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。

2026-06-11 至 2026-06-11 共收录 5 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 5 篇

2606.12407 2026-06-11 cs.CV 新提交 79%

看似无关紧要的设计选择如何决定病理学中LLM的性能

Kian R. Weihrauch, Thomas A. Buckley, William Lotter, Arjun K. Manrai

机构 * Massachusetts Institute of Technology（麻省理工学院）； Harvard Medical School（哈佛医学院）； Dana-Farber Cancer Institute（丹娜-法伯癌症研究所）

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

AI总结通过系统因子分析发现，调整补丁大小、放大倍数等输入配置可使通用大语言模型在病理切片任务上性能大幅提升，缩小与专用模型的差距。

2606.11846 2026-06-11 cs.CV 新提交 57%

SheafStain：用于空间和生物学一致虚拟染色的层论薛定谔桥

Hyeongyeol Lim, Hongjun Yoon, Eunjin Jang, Daeky Jeong, Won June Cho, Hwamin Lee

机构 * Department of Medical Informatics, College of Medicine, Korea University（高丽大学医学院医学信息学系）； DEEPNOID Inc.（DEEPNOID公司）

专题命中病理影像：pathology(abstract)；分类 cs.CV

AI总结针对虚拟染色中补丁推理导致的空间不连续和上下文污染问题，提出SheafStain方法，将视觉基础模型特征重新解释为层状截面，结合薛定谔桥框架实现空间和生物学一致的虚拟染色，在HER2等指标上优于六种现有方法。

Comments 32 pages

2606.11709 2026-06-11 cs.LG cs.CL 新提交 57%

RLCSD: 基于对比策略自蒸馏的强化学习

Leyi Pan, Shuchang Tao, Yunpeng Zhai, Lingzhe Zhang, Zhaoyang Liu, Bolin Ding, Aiwei Liu, Lijie Wen

机构 * Tsinghua University（清华大学）； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室）； Peking University（北京大学）

专题命中病理影像：pathology(abstract)；分类 cs.LG

AI总结针对策略自蒸馏中特权诱导的风格漂移问题，提出RLCSD方法，通过对比正确与错误提示下的师生差距来抑制风格偏移，提升推理模型在数学和逻辑推理任务上的性能。

Comments 20 pages, 9 figures, 9 tables

2606.11775 2026-06-11 math.MG q-bio.QM stat.ML 新提交 54%

基于量值的多物种空间数据特征

Julia Sollberger, Joshua Bull, Sara Kališnik, Bernadette Stolz

专题命中病理影像：biomedical(abstract)；分类 q-bio

AI总结提出基于量值的全局和局部特征向量，用于分析多物种空间数据中的相互作用，在合成肿瘤微环境和人类结直肠癌组织微阵列数据中验证了其识别空间异质性和分类能力。

Comments 32 pages, 24 figures

2606.12253 2026-06-11 nucl-th nucl-ex 新提交 50%

减除二阶RPA方法的最新应用

Danilo Gambacurta, Marcella Grasso

专题命中病理影像：pathology(abstract)

AI总结综述减除二阶RPA（SSRPA）方法在核物理中的最新进展，克服了二阶RPA在能量密度泛函理论中的病态问题，并展示了在电荷守恒和电荷交换激发中的应用。

Comments Accepted for publication in Progress in Particle and Nuclear Physics

Journal ref Progress in Particle and Nuclear Physics 2026