医学 AI

HULFSynth : An INR based Super-Resolution and Ultra Low-Field MRI Synthesis via Contrast factor estimation

HULFSynth: 基于隐式神经表示的超分辨率和超低场MRI合成，通过对比因子估计

Pranav Indrakanti, Luca Trautmann, Ivor Simpson

机构 * LILI Lab, University of Sussex, Brighton, UK（利利实验室，苏塞克斯大学，布里斯托尔，英国） 纠错

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

AI总结 提出无监督单图像双向MRI合成器，基于物理模型估计组织类型信噪比实现高低场转换，并利用隐式神经表示网络实现超分辨率，在合成和真实数据上验证了对比度提升。

Comments Medical Image Understanding and Analysis, MIUA 2026

MMRINet: Efficient Mamba-Based Segmentation with Dual-Path Refinement for Low-Resource MRI Analysis

MMRINet: 基于Mamba的高效双路径细化分割网络用于低资源MRI分析

Abdelrahman Elsayed, Ahmed Jaheen, Mohammad Yaqub

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； New York University（纽约大学） 纠错

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

AI总结 提出MMRINet，一种基于Mamba的轻量级分割网络，通过双路径特征细化和渐进特征聚合，在低资源MRI分析中以2.5M参数实现高效分割，在SSA数据集上优于UNETR等基线。

Comments Accepted at The Medical Image Understanding and Analysis Conference (MIUA 2026)

Diffusion-Refined Segmentation and Vision-Language Interpretation for Pediatric Brain Tumor MRI

扩散细化分割与视觉-语言解释用于儿童脑肿瘤MRI

Wentao Ke, Jianche Liu

机构 * Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） ； School of Medicine, Stanford University（斯坦福大学医学院） 纠错

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

AI总结 提出两阶段框架，先用Swin-UNETR粗分割，再用条件扩散模型细化边界，最后结合多模态语言模型生成结构化报告，提升儿童脑肿瘤分割精度和可解释性。

Catching magnetic resonance imaging outliers in artificial intelligence-supported radiotherapy workflows: unsupervised detection and localization of image anomalies using deep learning

捕捉MRI异常：使用深度学习无监督检测和定位MRI伪影及临床异常

Mustafa Kadhim, Viktor Rogowski, Emilia Persson, Camila Gonzalez, André Haraldsson, Sofie Ceberg, Mikael Nilsson, Malin Kügele, Sven Bäck, Christian Jamtheim Gustafsson

机构 * Physics and Imaging in Radiation Oncology (phiRO)（物理与放射治疗成像（phiRO）） 纠错

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

AI总结 提出一种两阶段无监督异常检测框架，通过离散令牌压缩和令牌惊奇度评分，在盆腔和脑部MRI上实现高精度异常检测与定位，支持放疗工作流自动化质量控制。

Comments This paper has been submitted to Physics and Imaging in Radiation Oncology (phiRO)

Trimodal Glioma Representation Alignment via Volumetric Contrastive Learning

三模态胶质瘤表示对齐通过体积对比学习

Denise Marini, Eleonora Grassucci, Danilo Comminiello

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

AI总结 提出GLORIA框架，通过Gramian对比损失对齐组织病理、基因表达和MRI三模态特征，用于胶质瘤分级和生存预测，在132例患者数据上优于双模态基线。

Hybrid Classical-Quantum (HCQ) Alzheimer's Classification via Supervised $β$-VAE and Quantum Kernels

混合经典-量子（HCQ）阿尔茨海默病分类：基于监督β-VAE与量子核

Tia Tiwari, Vamshi Krishna Kancharla, Neelam Sinha

机构 * Centre for Brain Research, Indian Institute of Science（印度科学研究所脑研究中心） ； Vision and AI Lab (VAL), Indian Institute of Science（印度科学研究所视觉与人工智能实验室） 纠错

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

AI总结 提出两阶段混合经典-量子流水线，通过监督3D β-VAE压缩MRI为64维潜码，经PLS选择6个成分编码为6量子比特态，利用量子核SVM实现AD分类，在ADNI-1上达72.1%准确率与0.799 AUC。

MCR-VQGAN: A Scalable and Cost-Effective Tau PET Synthesis Approach for Alzheimer's Disease Imaging

MCR-VQGAN：一种用于阿尔茨海默病成像的可扩展且经济高效的Tau PET合成方法

Jin Young Kim, Jeremy Hudson, Jeongchul Kim, Qing Lyu, Christopher T. Whitlow

机构 * Department of Biomedical Engineering, Wake Forest University School of Medicine（生物医学工程系，威克森林大学医学院） ； Department of Radiology, Wake Forest School of Medicine（放射学系，威克森林医学院） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（放射学与生物医学成像系，耶鲁医学院） 纠错

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

AI总结 提出MCR-VQGAN模型，通过多尺度卷积、ResNet块和CBAM模块改进VQGAN，从T1加权MRI合成高保真tau PET图像，在ADNI数据集上优于cGAN等方法，且合成图像保留诊断特征，区域SUVR等效分析显示与真实图像高度一致。

Comments Accepted for publication in IEEE Access. 14 pages, 5 figures, 8 tables

Automated Machine Learning in Radiomics: A Comparative Evaluation of Performance, Efficiency and Accessibility

医学影像组学中的自动化机器学习：性能、效率和可及性的比较评估

Jose Lozano-Montoya, Emilio Soria-Olivas, Almudena Fuster-Matanzo, Angel Alberich-Bayarri, Ana Jimenez-Pastor

机构 * University of Valencia（瓦伦西亚大学） ； Research & Frontiers in AI Department, Quantitative Imaging Biomarkers in Medicine, Quibim SL（研究与前沿人工智能部门、定量影像生物标志物在医学中的应用、Quibim SL） ； Intelligent Data Analysis Laboratory, IDAL, University of Valencia（智能数据分析实验室，IDAL，瓦伦西亚大学） 纠错

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

AI总结 本文比较了通用和专用自动化机器学习框架在医学影像组学分类任务中的性能、效率和可及性，发现专用工具在性能上表现最佳，而通用框架在易用性上更优，但存在生存分析支持不足和特征可重复性整合不足等问题。

Comments 27 pages, 4 figures, 3 tables, code available, see https://github.com/joselznom/AutoML-Comparison-in-Radiomics

Journal ref JMIR Form Res. 2026;10:e91492

Generalized Fock--Lorentz Transformations from Projective Conformal Coordinates: Covariant Structure, Sector Classification, and Oscillator Limits

从投影共形坐标导出的广义Fock-Lorentz变换及其在一维相对论谐振子中的应用

Abdelmalek Boumali, N. Jafari, M. Botshekananfard

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 基于投影共形映射构造广义Fock-Lorentz变换，揭示不变间隔结构和光速坐标依赖，并应用于一维Klein-Gordon和Dirac谐振子，得到绝热近似下的频谱修正。

Optimizing Rank for High-Fidelity Implicit Neural Representations

优化秩以实现高保真隐式神经表示

Julian McGinnis, Florian A. Hölzl, Suprosanna Shit, Florentin Bieder, Paul Friedrich, Mark Mühlau, Bjoern Menze, Daniel Rueckert, Benedikt Wiestler

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 本文通过训练中稳定秩的调控，证明简单MLP也能实现高保真隐式神经表示，使用Muon优化器可显著提升性能，在多种任务上PSNR提升高达9 dB。

Doctor-RAG: A Failure-Aware Repair Framework for Agentic Retrieval-Augmented Generation

Doctor-RAG：面向智能检索增强生成的故障感知修复框架

Shuguang Jiao, Chengkai Huang, Shuhan Qi, Xuan Wang, Yifan Li, Quanchi Weng, Lingchuan Liu, Xunliang Cai, Lina Yao

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 提出Doctor-RAG框架，通过显式错误定位和前缀复用，在智能RAG中实现高效诊断与局部修复，显著提升多跳问答准确率。

Interpretable Alzheimer's Diagnosis via Multimodal Fusion of Regional Brain Experts

可解释的阿尔茨海默病诊断：基于区域脑专家的多模态融合

Farica Zhuang, Shu Yang, Dinara Aliyeva, Zixuan Wen, Duy Duong-Tran, Christos Davatzikos, Tianlong Chen, Song Wang, Li Shen

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract,abstract_cn)；分类 cs.CV、cs.LG、eess.IV

AI总结 提出MREF-AD多模态区域专家融合模型，采用混合专家框架将各模态脑区域视为独立专家，通过门控网络学习个性化融合权重，实现可解释的AD诊断。

Comments Published at IEEE ICHI 2026

Automatic identification of diagnosis from hospital discharge letters via weakly supervised Natural Language Processing

通过弱监督自然语言处理自动识别出院信中的诊断

Vittorio Torri, Elisa Barbieri, Anna Cantarutti, Carlo Giaquinto, Francesca Ieva

机构 * University of Bologna（博洛尼亚大学） 纠错

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

AI总结 提出一种弱监督NLP流程，无需文档级标注即可从意大利语出院信中分类诊断，在细支气管炎数据集上达到接近全监督的性能，节省大量人工标注时间。

Comments 61 pages, 9 figures

MedLatentDx: Latent Multi-Agent Communication for Cross-Hospital Rare-Disease Diagnosis

MedLatentDx：用于跨医院罕见病诊断的潜在多智能体通信

Ziqing Wang, Lili Zhao, Kaize Ding

机构 * Northwestern University（西北大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出MedLatentDx框架，通过潜在多智能体通信实现跨医院罕见病诊断，利用潜在KV块传输保护隐私，支持同骨干和跨家族LLM部署，在CrossRare-Bench上提升诊断性能并减少可重建临床内容。

Can LLMs Accurately Score Medical Diagnoses and Clinical Reasoning?

LLM能否准确评分医学诊断和临床推理？

Amy Rouillard, Sitwala Mundia, Linda Camara, Ziyaad Dangor, Michael Cameron Gramanie, Ismail Kalla, Shabir A. Madhi, Kajal Morar, Marlvin T. Ncube, Haroon Saloojee, Bruce A. Bassett

机构 * Wits MIND Institute, University of the Witwatersrand, Johannesburg, South Africa（维特士心理研究所，沃斯兰德大学，约翰内斯堡，南非） ； Grai Labs, Cape Town, South Africa（格雷实验室，开普敦，南非） ； South African Medical Research Council Vaccines and Infectious Diseases Analytics Research Unit, Faculty of Health Sciences, University of the Witwatersrand, Johannesburg, South Africa（南非医学研究理事会疫苗和传染病分析研究组，健康科学学院，沃斯兰德大学，约翰内斯堡，南非） ； Department of Internal Medicine, Charlotte Maxeke Johannesburg Academic Hospital, and Faculty of Health Sciences, University of the Witwatersrand, Johannesburg, South Africa（内科学系，查理·马克斯凯约翰内斯堡学术医院，以及健康科学学院，沃斯兰德大学，约翰内斯堡，南非） ； Department of Paediatrics and Child Health, Faculty of Health Sciences, University of the Witwatersrand, Johannesburg, South Africa（儿科学与儿童健康系，健康科学学院，沃斯兰德大学，约翰内斯堡，南非） ； Wits MIND Institute, University of the Witwatersrand, Johannesbu（维特士心理研究所，沃斯兰德大学，约翰内斯堡） 纠错

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

AI总结 研究使用LLM陪审团对300例低收入和中等收入国家医院病例的3334个诊断进行评分，发现校准后的LLM评分与专家评分高度一致，且严重错误风险更低，可作为可靠的评估代理。

More with LESS -- Local Scene Representations for Tactile Imaging

用更少实现更多——局部场景表示用于触觉成像

Zohar Rimon, Elisei Shafer, Tal Tepper, Daniel Kozin, Alon Malka, Roy Holland, Aviv Tamar

机构 * Technion - Israel Institute of Technology（以色列理工学院） ； Rambam Health Care Campus（拉姆巴姆医疗中心） 纠错

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

AI总结 提出局部编码器空间感知（LESS）方法，通过局部感受野的循环编码器网格建模触觉场景，实现内部结构的2D/3D重建，在泛化、不确定性估计和手持成像上取得突破。

Comments RSS 2026

Robin-Neumann Coupling of PINN and FEM Solvers: A Steklov-Poincaré View, with Application to Fluid-Structure Interaction with Contact

Robin-Neumann 耦合 PINN 与 FEM 求解器：基于 Steklov-Poincaré 视角及其在流固耦合接触问题中的应用

Mikel Landajuela

机构 * Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

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

AI总结 提出基于域分解的 PINN-FEM 耦合框架，通过 Steklov-Poincaré 算子理论证明 Robin-Neumann 迭代的收缩性，并引入傅里叶模态探针诊断网络谱上限，在接触流固耦合问题中实现无网格拓扑变化。

Towards Direct Latent-Space Synthesis for Parallel Branches in LLM-Agent Workflows

面向LLM-Agent工作流中并行分支的直接潜在空间合成

Shikun Liu, Mufei Li, Dongqi Fu, Haoyu Wang, Yinglong Xia, Hong Li, Hong Yan, Pan Li

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Meta 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出Parallel-Synthesis框架，通过直接利用并行工作代理的KV缓存进行合成，避免文本拼接冗余，在9个数据集上匹配或超越文本合成，并将首令牌延迟降低2.5-11倍。

SANA: What Matters for QA Agents over Massive Data Lakes?

SANA：大规模数据湖上的问答代理关键因素是什么？

Austin Senna Wijaya, Jiaxiang Liu, Haonan Wang, Eugene Wu

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出SANA诊断框架，通过消融实验分析数据湖探索式问答中搜索、规划、数据分析及行动策略的失败原因，揭示数据分析是主要瓶颈。

Comments 9 pages, 7 figures

iGLU 5.0: A Novel, Non-invasive and Intelligent HbA1c Measurement Device using Glucose values and Physiological Parameter for Smart Healthcare

iGLU 5.0：一种用于智能医疗的新型非侵入性智能HbA1c测量设备，利用血糖值和生理参数

Prateek Jain, Amit M. Joshi, Saraju P. Mohanty

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出基于光学光谱的非侵入性HbA1c测量系统iGLU 5.0，通过收集空腹、餐后、随机及口服葡萄糖耐量试验的血糖值，结合血压预测平均血糖并转换为HbA1c，优化DNN模型在训练和交叉验证中分别达到94%和96%的准确率。

Comments 17 Pages, 16 Figures

The Good, the Bad, and the Ugly -- Living with Priors in Bayesian confirmation

好的、坏的和丑陋的——贝叶斯确认中的先验问题

Niels Linnemann, Christian Wüthrich

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究贝叶斯确认中先验依赖问题，通过引力波研究案例，提出基于实践的视角分析先验敏感性的认识论问题，并澄清“类比确认”的诊断。

Comments Contributed paper to PSA2026: The 30th Biennial Meeting of the Philosophy of Science Association (San Diego, CA; 19-22 Nov 2026)

MAStrike: Shapley-Guided Collusive Red-Teaming on Multi-Agent Systems

MAStrike: 基于Shapley值的多智能体系统合谋红队测试

Chejian Xu, Zhaorun Chen, Jingyang Zhang, Freddy Lecue, Avni Kothari, Sarah Tan, Wenbo Guo, Bo Li

机构 * University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Virtue AI ； University of Chicago（芝加哥大学） ； Wells Fargo（摩根大通） ； Salesforce ； University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出MAStrike框架，通过Shapley值分析识别多智能体系统中脆弱智能体联盟，生成角色感知的对抗攻击，并迭代优化以绕过防御，显著优于启发式基线。

Can Editing 1 Neuron Fix Repetition Loops in LLMs?

编辑1个神经元能修复LLM中的重复循环吗？

Aristotelis Lazaridis, Aman Sharma, Dylan Bates, Brian King, Vincent Lu, Jack FitzGerald

机构 * Edgerunner AI 纠错

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

AI总结 本文发现Gemma 4模型在长事实列举任务中高达95%的概率陷入重复循环，通过逐层消融和逐神经元归因定位到少量MLP神经元，并用静态权重编辑（小至单个神经元符号反转）消除循环，但无法解决因知识缺失导致的“末日循环”。

A Multimodal Machine Learning Framework for Enterprise Database Workload-Aware Root Cause Analysis

一种面向企业数据库工作负载感知根因分析的多模态机器学习框架

Ruchi Pakhle, Siddhant Pawar

专题命中 医疗多模态 ：diagnosis(abstract)

AI总结 提出多模态机器学习框架，结合工作负载特征、系统遥测和操作信号，利用LightGBM等模型实现数据库根因分析，提升可解释性和自动化水平。

Comments 8 pages, 4 figures

Machine Learning for Biomedical Raman Spectroscopy: From Spectral Acquisition to Clinical Translation

生物医学拉曼光谱的机器学习：从光谱采集到临床转化

Bogdan Oancea, Ana Maria Seciu-Grama, Nicoleta Siminea, Laura Mihaela Stefan, Alice Stoica, Joel Sjoberg, Marian Necula, Ana-Maria Prelipcean, Corneliu Ovidiu Vrancianu, Eduard Milea, Andrei Păun, Ion Petre, Mihaela Păun

机构 * National Institute of Research and Development for Biological Sciences（罗马尼亚生物科学研究院） ； University of Bucharest（布加勒斯特大学） ； University of Turku（图尔库大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；pathology(abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 综述机器学习在生物医学拉曼光谱全流程中的应用，包括预处理、诊断分类、可解释性分析及临床转化障碍，强调标准化与鲁棒验证的必要性。

Comments 52 pages, 2 figures

HSCI: Neyman-Orthogonal Causal Inference under High-Dimensional Proportional Hazards

HSCI: 高维比例风险下的Neyman正交因果推断

Yingying Fan, Lan Gao, Daoji Li, Jinchi Lv

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对生存研究中高维协变量混杂下的处理效应推断问题，提出基于Neyman近正交得分的高维生存因果推断框架，实现根n渐近正态性和一致方差估计，显著降低偏差。

Scalable Fabrication of Thermally Reconfigurable Ge Metasurfaces Using Stencil Lithography for Mid-Infrared Molecular Sensing

利用模板光刻可扩展制备热可重构锗超表面用于中红外分子传感

Shovasis Kumar Biswas, Samir Rosas, Wihan Adi, Aidana Beisenova, Vaishakh Unnikrishnan, Furkan Kuruoglu, Filiz Yesilkoy

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出无抗蚀剂模板光刻法在CaF2基底上制备Ge柱超表面阵列，通过几何参数设计实现950-1700 cm^-1指纹区离散共振，并利用Ge热光效应实现300-500 K下约36 cm^-1连续可调共振，用于PMMA振动模式复用检测和吸光度谱重建。

Longitudinal particle separation

纵向粒子分离

Siluvai Antony Selvan, Rahil N Valani, Brendan Harding, Yvonne M Stokes

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文研究三维弯曲管道中粒子在主流方向（纵向）的分离，通过椭圆中心线矩形截面管道中周期性变化的曲率诱导SNIPER分岔，实现不同尺寸粒子的纵向聚集与分离。

Comments 17 pages, 10 figures. Supplementary videos are provided upon request

Micro-Swarm Locomotion Optimization in Dynamic Flow using Multi-Objective Multi-Agent Reinforcement Learning

动态流场中微群集运动优化的多目标多智能体强化学习方法

Josef Berman, Oren Gal

机构 * Hatter Department of Marine Technologies, Leon H. Charney School of Marine Sciences, University of Haifa（哈特尔海洋技术系，列昂·H·夏恩海洋科学学院，海法大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出混合CFD与多目标多智能体强化学习框架，通过PCGrad解决梯度冲突，在振荡流中优化微机器人集群的上游推进、能量效率和运动平滑性。

Flexi-NeurA: A Flexible Neuromorphic Accelerator with Adaptive Bit-Precision Exploration for Edge Devices

Flexi-NeurA：一种具有自适应位宽探索能力的灵活神经形态加速器，适用于边缘设备

Mohammad Farahani, Mohammad Rasoul Roshanshah, Saeed Safari

专题命中 健康监测 ：biomedical(abstract)

AI总结 提出Flexi-NeurA灵活神经形态加速器，结合设计时可配置性与时分复用事件驱动处理，并引入Flex-plorer工具自动探索最优定点精度，在生物医学、视觉识别等任务中实现精度与功耗的平衡。