科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
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
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）
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: 基于Mamba的高效双路径细化分割网络用于低资源MRI分析
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）
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)
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
机构 * Physics and Imaging in Radiation Oncology (phiRO)（物理与放射治疗成像（phiRO））
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)
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
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）
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
优化秩以实现高保真隐式神经表示
机构 * University of Cambridge（剑桥大学）
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：面向智能检索增强生成的故障感知修复框架
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。
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
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Massachusetts Institute of Technology（麻省理工学院）
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
通过弱监督自然语言处理自动识别出院信中的诊断
机构 * University of Bologna（博洛尼亚大学）
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
LLM能否准确评分医学诊断和临床推理？
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）
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。
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
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）
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：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
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。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈