医学 AI

Unified MRI Brain Image Translation via Hierarchical Tumor Structure Comparison

基于层级肿瘤结构比较的统一MRI脑图像翻译

Yupeng Cai, Jia Wei, Jianlong Zhou

机构 * South China University of Technology（华南理工大学） ； UTS Data Science Institute, University of Technology Sydney（悉尼科技大学UTS数据科学研究所） 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HTSCGAN模型，通过层级肿瘤结构比较和多种损失函数，提高多模态MRI脑图像翻译质量，在BraTS2020/2021上表现优异。

Masked and Predictive Self-Supervised Foundation Models for 3D Brain MRI

用于3D脑部MRI的掩码和预测自监督基础模型

Esra Ergün, Hersh Chandarana, Dan Sodickson, Gözde Ünal

机构 * Istanbul Technical University（伊斯坦布尔理工大学） ； NYU Langone Health（纽约大学朗格尼医学中心） 纠错

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

AI总结 研究自监督基础模型在MRI疾病检测中的应用，提出频谱域重建损失（MAE）和方差-协方差正则化（JEPA）两种方法，在五个下游任务中验证了目标设计对任务结构匹配的重要性。

Dual-Domain Equivariant Generative Adversarial Network for Multimodal CT-PET Synthesis

双域等变生成对抗网络用于多模态CT-PET合成

Gabriel Steele, Alzahra Altalib, Alessandro Perelli

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

AI总结 提出双域等变生成对抗网络（DDE-GAN），联合空间与频域学习并融入旋转等变性，实现高保真多模态CT-PET图像合成。

Comments 4 pages, 3 figures, 1 table, 2026 IEEE 23rd International Symposium on Biomedical Imaging (ISBI)

Transformer-Guided Graph Attention for Direct Cardiac Mesh Reconstruction: A Structural Digital Twin Framework

Transformer引导的图注意力直接心脏网格重建：一种结构数字孪生框架

Abhishek H S, Akash Ganamukhi, Abhimanyu Suresh, Aditya G Hiremath, Prasad B Honnavalli, Adithya Balasubramanyam

机构 * CAVE Labs, C-IoT, Dept. of CSE, PES University（PES大学计算机科学与工程系C-IoT实验室CAVE实验室） ； C-IoT, Dept. of CSE, PES University（PES大学计算机科学与工程系C-IoT实验室） 纠错

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

AI总结 提出端到端网络，结合3D Swin Transformer和GAT，直接从医学图像生成平滑的心脏表面网格，避免传统后处理，在MM-WHS 2017上实现1.8 mm平均Chamfer距离。

Revisiting the ABCs of Working with AI: A Replication with Radiologists

重新审视与AI合作的ABC：一项针对放射科医生的复制研究

Daniel Martin

专题命中 临床大模型 ：pathology(abstract)

AI总结 本研究在放射科医生分析胸部X光片的场景中，复制了Caplin等人关于能力和信念校准影响AI辅助收益的发现，验证了其外部有效性。

LLM-as-an-Investigator: Evidence-First Reasoning for Robust Interactive Problem Diagnosis

LLM作为调查员：基于证据优先的鲁棒交互式问题诊断

Fabrizio Marozzo, Pietro Liò

机构 * University of Calabria（卡拉布里亚大学） ； University of Cambridge（剑桥大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 提出证据优先的AI方法LLM-as-an-Investigator，通过估计问题歧义、生成假设、提问澄清并更新概率，避免过早接受用户假设，提升诊断准确性。

From Loss Diagnosis to Rational Design: A Unified Analytical Model for Photoelectrochemical Cells

从损失诊断到理性设计：光电化学电池的统一分析模型

Ziyan Pan, Giulia Tagliabue

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出统一损失分析框架，通过拟合实验电流-电压数据定量分解热力学、光学、复合和界面损失，识别性能瓶颈并指导优化策略，经多种PEC系统验证。

Comments 43 pages total: 19-page main text with 4 figures and 2 tables; 24-page Supplementary Information with 7 figures and 8 tables

Cascade Classification of Dermoscopic Images of Skin Neoplasms with Controllable Sensitivity and External Clinical Validation

皮肤肿瘤皮肤镜图像的级联分类：可控敏感度与外部临床验证

Elena S. Kozachok, Sergey S. Seregin, Aleksandr V. Kozachok, Ilya P. Latyshev, Oleg I. Samovarov

机构 * Ivannikov Institute for System Programming of the Russian Academy of Sciences (ISP RAS)（俄罗斯科学院伊万尼科夫系统编程研究所） ； Orel Oncological Dispensary（奥廖尔肿瘤医院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本研究比较了四种深度学习架构在皮肤镜图像分类中的表现，提出一种两阶段级联分类方案，通过可调分诊阈值实现敏感度控制，并在外部临床数据集上验证了泛化差距。

Comments 28 pages, 8 figures, 10 tables

Scalable anomaly detection via a univariate Christoffel function

通过单变量Christoffel函数实现可扩展的异常检测

Florian Grivet, Didier Henrion, Jean-Bernard Lasserre, Louise Travé-Massuyès

机构 * LAAS-CNRS（法国国家自动控制研究所） ； University of Toulouse（图卢兹大学） ； CNRS（国家科学研究中心） ； Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克技术大学电子工程系） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对Christoffel函数方法因矩阵大小随维度指数增长而难以应用于高维数据的问题，提出基于查询点与支撑点间平方距离的单变量Christoffel函数（UCF），在ADBench基准上平均精度优于14种基线方法。

Radiology-Report Semantic Modelling and Host-Response Laboratory Biomarkers for Multimodal Survival Prediction in Lung Cancer

放射学报告语义建模与宿主反应实验室生物标志物用于肺癌多模态生存预测

Jingxiang Shi, Yiming Wang, Zhengda Li, Yan Zhang, Weihua Meng, Yuqi Ma, Xiaoyan Li, Feng-Ming, Kong, Gen Yang

专题命中 病理影像 ：radiology(title,abstract)

AI总结 提出多模态自适应风险评分(AMRS)，融合放射学报告语义和常规实验室生物标志物，在574例肺癌患者中实现C-index 0.849，优于TNM分期。

Comments 14 pages,7 figures

Bayesian machine learning approach for recurrent events studies using Soft Bayesian Additive Regression Trees (SBART)

基于贝叶斯机器学习方法的复发事件研究：软贝叶斯加性回归树（SBART）

MengXing Chen, Debajyoti Sinha, Antonio Linero

专题命中 病理影像 ：biomedical(abstract)

AI总结 提出软贝叶斯加性回归树（SBART）非参数方法，结合软决策树与贝叶斯集成学习，用于复发事件建模，通过两层数据增强实现高效计算，在模拟和实际数据中优于现有方法。

OpenMedQ: Broad Open Pretraining for Medical Vision-Language Models

OpenMedQ：面向医学视觉语言模型的广泛开放预训练

Ibrahim Gulluk, Max Van Puyvelde, Olivier Gevaert

机构 * Stanford University（斯坦福大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Ghent University（根特大学） 纠错

专题命中 医疗多模态 ：pathology(abstract)；radiology(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 提出OpenMedQ，在14个数据集（约335万样本）上预训练医学视觉语言模型，在PathVQA上BLEU-1达75.9，超越562B参数的Med-PaLM M，并在8个未见医学分类任务上取得最高平均macro-F1（0.757）。

Comments Medical Imaging with Deep Learning (MIDL) 2026, Short Paper Track

AAbAAC: An Annotated Corpus for Autoimmunity Information Extraction

AAbAAC：用于自身免疫信息抽取的标注语料库

Fabien Maury, Solène Grosdidier, Maud de Dieuleveult, Adrien Coulet

机构 * Inserm, Université Paris Cité, U1163 Institut Imagine（法国国家健康与医学研究院、巴黎西岱大学、U1163 想象研究所） ； Inria, Inserm, Université Paris Cité, U1346 HeKA（法国国家信息与自动化研究所、法国国家健康与医学研究院、巴黎西岱大学、U1346 HeKA） ； Freelance researcher（自由研究员） 纠错

专题命中 生物医学文本 ：biomedical(abstract,journal_ref)

AI总结 针对自身免疫领域信息抽取性能不足，构建了包含115篇PubMed摘要的AAbAAC语料库，手动标注实体和关系，通过微调NER模型验证了其有效性。

Journal ref BioNLP 2026 - 25th Workshop on Biomedical Natural Language Processing, ACL, Jul 2026, San Diego (CA), United States

Small LLMs for Biomedical Claim Verification: Cost-Effective Fine-Tuning, Structural Dataset Shortcuts, and Cross-Domain Generalization

小型LLM用于生物医学声明验证：成本效益微调、结构性数据集捷径与跨域泛化

Gaurav Kumar

机构 * Moveworks AI ； University of California San Diego（加州大学圣迭戈分校） 纠错

专题命中 医学数据与评测 ：biomedical(title,abstract)；分类 q-bio

AI总结 通过QLoRA微调小型LLM（Phi-3-mini、Qwen2.5-3B、Mistral-7B），在生物医学声明验证中超越GPT-4o和GPT-5（F1提升12%），并发现SciFact数据集的结构性伪影，提出基于结构稳健数据的跨域迁移方法。

Comments 8 pages, 2 figures, 12 tables. To appear at BioNLP Workshop, ACL 2026

Deployment-Centered Evaluation: Predicting Query-Level Rejection Risk in a Clinical LLM System

以部署为中心的评估：预测临床大语言模型系统中的查询级拒绝风险

Alyssa Unell, Miguel Fuentes, Brenna Li, Bridget Lin, Meena Jagadeesan, Sanmi Koyejo, Nigam Shah

机构 * Department of Computer Science（计算机科学系） ； Department of Medicine（医学系） ； Department of Biomedical Data Science（生物医学数据科学系） 纠错

专题命中 医学数据与评测 ：clinical LLM(title)

AI总结 针对临床大语言模型系统，提出基于部署上下文（如提供者类型、科室名称）的预响应分类器，预测用户拒绝风险，AUROC达0.719，并展示其在触发护栏和弃权中的效用。

Generalized two-qubit Hamiltonian for Projective Quantum Feature Maps

广义两量子比特哈密顿量用于投影量子特征映射

Rafael Simões do Carmo, Edson Amaro Junior, Felipe Fanchini

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 提出基于广义两量子比特哈密顿量的投影量子特征映射，通过局部泡利场和两体泡利相互作用编码经典特征，在四个生物医学数据集上验证其相对于经典基线的统计显著优势。