arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-06-24 至 2026-06-24 共收录 34 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学影像 11 篇

2606.24313 2026-06-24 cs.AI 新提交 90%

Prob-BBDM: a Probabilistic Brownian Bridge Diffusion Model for MRI sequence image-to-image translation

Prob-BBDM:用于MRI序列图像到图像翻译的概率布朗桥扩散模型

Martin Valls, Pascal Bourdon, Christine Fernandez-Maloigne, Guillaume Herpe, David Helbert

机构 * University of Poitiers, CNRS, XLIM, France(波尔多大学,法国国家科学研究中心,XLIM,法国) University of Poitiers, CNRS, Laboratory of Applied Mathematics, France(波尔多大学,法国国家科学研究中心,应用数学实验室,法国) Poitiers University Hospital(波尔多大学医院) I3M common laboratory CNRS-Siemens Healthinners, Poitiers University Hospital and University of Poitiers, France(I3M共同实验室,法国国家科学研究中心-西门子医疗,波尔多大学医院和波尔多大学,法国)

专题命中 医学影像 :MRI(title,title_cn);medical image(abstract)

AI总结 提出基于概率布朗桥扩散模型(Prob-BBDM)的MRI序列图像翻译方法,通过变分编码器引导扩散机制,在BraTS 2021数据集上实现高效高质量合成,仅需4步扩散,SSIM达88.46%,PSNR达26.09 dB。

Journal ref Computerized Medical Imaging and Graphics, 2026, 130, pp.102745

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24390 2026-06-24 eess.IV cs.AI cs.CV 新提交 90%

Female-RHINO: A Real-Time Scanner-Integrated Framework for Automated Quantitative Uterine MRI Analysis and Structured Reporting

Female-RHINO:一种用于自动定量子宫MRI分析和结构化报告的实时扫描仪集成框架

Deepak Bhatia, Saad Ahmad, Smiti Tripathy, Maria Camila Bustos Vivas, Lieselotte Kratzsch, Anika Knupfer, Jordina Aviles Verdera, Susanne Schulz-Heise, Matthias May, Jana Hutter

机构 * Radiologisches Institut, Universitätsklinikum Erlangen(埃朗根大学医院放射学研究所) School of Biomedical Engineering and Imaging, KCL(KCL生物医学工程与成像学院) Institute for Information Processing, Leibniz University Hannover(汉诺威莱布尼茨大学信息处理研究所) CAIMed, L3S research institute(CAIMed,L3S研究机构)

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

AI总结 提出Female-RHINO框架,集成MRI扫描仪和深度学习,实现实时自动定量子宫MRI分析及结构化报告,在500+多中心数据集上验证,处理时间<70秒。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23879 2026-06-24 eess.IV cs.AI 新提交 90%

Promise and challenges of heart chamber segmentation from non-contrast CT scans using contrastive unpaired image translation: a feasibility study

使用对比非配对图像翻译从非增强CT扫描中进行心脏腔室分割的前景与挑战:一项可行性研究

Jing Wang, Tong Yu, Hao-En Lu, Zixue Zeng, Joseph K. Leader, Xin Meng, Jianbing Zhu, Jiantao Pu

机构 * Department of Radiology, University of Pittsburgh(匹兹堡大学放射科部门) Department of Bioengineering, University of Pittsburgh(匹兹堡大学生物工程部门) Department of Ophthalmology, University of Pittsburgh(匹兹堡大学眼科学部门)

专题命中 医学影像 :CT(title,title_cn);分类 eess.IV

AI总结 提出ChameleonNet框架,利用对比非配对翻译生成非增强CT,结合深度学习分割心脏四腔,在合成图像上DSC达0.91-0.94,但真实CT上体积误差较大,需进一步改进。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24561 2026-06-24 cs.CV 新提交 90%

Quantum CT via Dynamic Interval Encoding and Prior-Balanced QUBO Reconstruction

基于动态区间编码和先验平衡QUBO重建的量子CT

Ao Wang, Yikuang Yuluo, Yujie Liu, Shuangyang Zhong, Yuwen Zhang, Zihao Wang, Fenglin Liu, Andreas Maier, Haijun Yu, Yixing Huang

机构 * Institute of Medical Technology, Peking University Health Science Center(北京大学医学部医学技术研究院) Pattern Recognition Lab (LME), Department of Computer Science, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)(埃尔朗根-纽伦堡大学计算机科学系模式识别实验室) Key Lab of Optoelectronic Technology and Systems and the Engineering Research Center of Industrial Computed Tomography Nondestructive Testing, Ministry of Education, Chongqing University(重庆大学光电技术及系统教育部重点实验室和工业计算机断层成像无损检测工程研究中心)

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

AI总结 提出一种基于QUBO的灰度CT重建框架,通过动态区间编码和先验平衡优化,在稀疏视角和有限角度实验中优于多种基线方法,并可在混合量子-经典后端执行。

Comments 10 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24317 2026-06-24 physics.med-ph 新提交 89%

Unpaired Deep Learning Synthesis of Photon-Counting CT Material Basis Maps from Non-contrast Energy-Integrating Abdominal CT Images

非对比能量积分腹部CT图像的光子计数CT材料基图无配对深度学习合成

Ruihan Huang, Staffan Holmin, Mats Persson

专题命中 医学影像 :CT(title,title_cn)

AI总结 提出两步深度学习模型,从公开EID CT图像合成PCCT材料基图,首步用DDIM生成EID CT图像,次步用U-Net与域对抗网络预测水和碘图,无需配对数据,合成图像保持高空间分辨率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24567 2026-06-24 cs.CV physics.med-ph 新提交 87%

Multilevel Stochastic Plug-and-Play for Sparse-View CT Reconstruction

多级随机即插即用方法用于稀疏视图CT重建

Antoine De Paepe, Alexandre Bousse, Dimitris Visvikis

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

AI总结 提出多级随机即插即用方法,通过多分辨率分析近似空间加速稀疏视图CT重建,避免昂贵先验梯度估计,在保持重建质量的同时显著减少运行时间。

Comments 12 pages, 6 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18872 2026-06-24 cs.CV 新提交 87%

Bridging Single Distortion Artifacts and Multifactorial Clinical Quality: Few-shot Biparametric MRI Quality Assessment via Distortion-trained Prototypical Networks

桥接单一失真伪影与多因素临床质量:基于失真训练的原型网络的少样本双参数MRI质量评估

Yucheng Tang, Alexander Ng, Wen Yan, Natasha Thorley, Pawel Rajwa, Yipei Wang, Aqua Asif, Clare Allen, Louise Dickinson, Francesco Giganti, Shonit Punwani, Daniel Alexander, Veeru Kasivisvanathan, Yipeng Hu

机构 * UCL Hawkes Institute(UCL Hawkes研究所) Department of Medical Physics and Biomedical Engineering(医学物理与生物医学工程系) University College London(伦敦大学学院) Division of Surgery and Interventional Science(外科与介入科学分会) Centre for Medical Imaging(医学成像中心) British Urology Researchers in Surgical Training (BURST)(英国泌尿外科手术培训研究人员(BURST)) Department of Radiology(放射科) University College London Hospitals NHS Foundation Trust(伦敦大学学院医院国家健康服务信托基金) Centre of Medical Imaging, Division of Medicine(医学成像中心,医学分会) Centre for Medical Image Computing(医学图像计算中心) Department of Computer Science(计算机科学系) Department of Urology(泌尿科)

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

AI总结 提出一种少样本双参数原型网络,利用失真标签元训练,通过特征融合和域对齐,仅用5个样本即可预测PI-QUAL临床质量评分,解决临床数据稀缺问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.12824 2026-06-24 eess.IV cs.AI cs.CV physics.med-ph 新提交 82%

Acquisition state behaves as a structured, measurable variable governing lung-nodule AI: kernel-driven measurement instability and noise-driven detection fragility, invisible to DICOM metadata

采集状态作为结构化、可测量变量影响肺结节AI:核驱动的测量不稳定性和噪声驱动的检测脆弱性,DICOM元数据不可见

Daniel Soliman

机构 * Daniel Soliman, M.S(丹尼尔·索利曼,硕士)

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

AI总结 研究通过LUNA16训练的RetinaNet检测器,发现CT采集状态(重建核与噪声)独立影响AI的测量与检测性能,且无法从DICOM元数据恢复,提出采集感知的输入验证层。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24883 2026-06-24 cs.CV 新提交 81%

BenchX: Benchmarking AI Models for Cancer Detection and Localization with Demographic and Protocol Biases

BenchX: 基于人口统计和协议偏差的癌症检测与定位AI模型基准测试

Qi Chen, Wenxuan Li, Pedro R. A. S. Bassi, Xinze Zhou, Jakob Wasserthal, Ibrahim Ethem Hamamci, Sezgin Er, Ashwin Kumar, Yiwen Ye, Yuhan Wang, Yuyin Zhou, Akshay S. Chaudhari, Curtis Langlotz, Kang Wang, Yang Yang, Alan L. Yuille, Zongwei Zhou

机构 * Johns Hopkins University(约翰霍普金斯大学) German Cancer Research Center(德国癌症研究中心) University Hospital Basel(巴塞尔大学医院) University of Zurich(苏黎世大学) ETH AI Center(苏黎世联邦理工学院AI中心) Istanbul Medipol University(伊斯坦布尔梅迪波尔大学) Stanford University(斯坦福大学) École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院) Nanyang Technological University(南洋理工大学) University of California, Santa Cruz(加州大学圣克鲁兹分校) University of California, San Francisco(加州大学旧金山分校) Johns Hopkins Medicine(约翰霍普金斯医学)

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

AI总结 提出BenchX基准,通过85,355次CT扫描系统评估12个肿瘤检测AI模型在肿瘤大小、位置、患者亚组和成像协议上的表现,揭示模型在罕见亚组中性能不佳。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24214 2026-06-24 cs.CV 新提交 70%

MorVess: Morphology-Aware Pulmonary Vessel Segmentation Network

MorVess: 形态感知的肺血管分割网络

Fuyou Mao, Yifei Chen, Beining Wu, Lixin Lin, Jinnan Dai, Zhiling Li, Yilei Chen, Yaqi Wang, Hao Zhang, Yan Tang, Huiyu Zhou, Feiwei Qin

机构 * Central South University(中南大学) Tsinghua University(清华大学) Hangzhou Dianzi University(杭州电子科技大学) University of Leicester(莱斯特大学)

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

AI总结 提出MorVess框架,结合可微几何先验与大模型适应,通过联合预测血管掩膜、距离图和厚度图,提升肺血管分割的拓扑完整性和小血管恢复能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24441 2026-06-24 cs.CV 新提交 57%

S1-Omni-Image: A Unified Model for Scientific Image Understanding, Generation, and Editing

S1-Omni-Image:面向科学图像理解、生成与编辑的统一模型

Qingxiao Li, Zikai Wang, Qingli Wang, Nan Xu

机构 * XScience Lab(XScience实验室) Wenge AI(文阁人工智能)

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

AI总结 提出S1-Omni-Image,基于S1-VL-32B和“先思考后生成”范式,统一实现科学图像的理解、生成与编辑,在多个基准上达到领先性能。

Comments 32 pages, 15 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 临床大模型 2 篇

2606.24678 2026-06-24 stat.ME 新提交 50%

Landmarking with Latent Class Mixed Models for Dynamic Prediction of Time-to-event Data with Heterogeneous Biomarker Trajectories

基于潜在类别混合模型的地标法用于异质性生物标志物轨迹的生存数据动态预测

Víctor Velasco-Pardo, Nathan Constantine-Cooke, Charlie W. Lees, Catalina A. Vallejos

专题命中 临床大模型 :biomedical(abstract)

AI总结 针对电子健康记录中异质性纵向轨迹,提出结合潜在类别混合模型的地标法,实现高效动态风险预测,并通过模拟和真实数据验证性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24604 2026-06-24 cs.AI 新提交 50%

Uncertainty-Aware Longitudinal Forecasting of Alzheimer's Disease Progression Using Deep Learning

基于深度学习的阿尔茨海默病进展不确定性感知纵向预测

Arya Hariharan, Shreyank N Gowda, Anala M R

机构 * Department of Computer Science and Engineering, R.V. College of Engineering(计算机科学与工程系,R.V.工程学院) School of Computer Science, University of Nottingham(计算机科学学院,诺丁汉大学)

专题命中 临床大模型 :diagnosis(abstract)

AI总结 提出结合序数诊断预测、多时间轨迹生成和分解不确定性估计的概率框架,使用Temporal Fusion Transformer和混合密度网络预测五年轨迹,在ADNI上优于基线模型,并分离偶然与认知不确定性。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 诊断辅助 7 篇

2606.24459 2026-06-24 cs.LG cs.CL 新提交 79%

An LLM-based Two-Stage Transformer Framework for Cross-Domain Bearing Fault Diagnosis with Limited Data

基于LLM的两阶段Transformer框架用于跨域轴承故障诊断与有限数据

Jinghan Wang, Feng Cheng, Wentao Wu, Hang Li, Gaoliang Peng, Tianchen Liu

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

AI总结 提出知识引导的两阶段迁移学习框架,使用轻量级GPT-2风格Transformer提取振动信号层次特征,通过原型知识调制和分类自适应实现跨域故障诊断,在仅10%标注数据下达到92.61%准确率。

Comments Accepted as a conference article of AIM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24779 2026-06-24 q-bio.GN cs.AI 新提交 79%

DeepBD: A Grounded Agentic Workflow for Variant Prioritization and Diagnosis of Genetic Birth Defects

DeepBD:一种用于遗传性出生缺陷变异优先级排序和诊断的基于实体的智能体工作流

Shiyu Li, Ziqi Yan, Zhihao Wu, Jielong Lu, Weiran Liao, Jiajun Yu, Genjie Li, Zeyu Chu, Jiajun Bu, Haishuai Wang

机构 * College of Computer Science and Technology, Zhejiang University, Hangzhou, China(浙江大学计算机科学与技术学院,杭州,中国)

专题命中 诊断辅助 :diagnosis(title,abstract);分类 q-bio

AI总结 提出DeepBD,一种结合LLM、预训练证据引擎和专家模块的智能体工作流,用于遗传性出生缺陷的变异优先级排序和诊断,在内部基准上优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24086 2026-06-24 eess.AS cs.SD 新提交 78%

A Fusion-Aware Two-Stage Framework for Mispronunciation Detection and Diagnosis in Low-Resource Modern Standard Arabic

低资源现代标准阿拉伯语中融合感知的两阶段错误发音检测与诊断框架

Jing Yang, Shuqing Zhang, Yongyi Deng, Pan Li, Ting Dang, Gongping Huang, Jingdong Chen, Jacob Benesty

机构 * School of Electronic Information, Wuhan University(武汉大学电子信息学院) School of Computing and Information Systems, University of Melbourne(墨尔本大学计算与信息学院) Northwestern Polytechnical University(西北工业大学) University of Quebec(魁北克大学)

专题命中 诊断辅助 :diagnosis(title,abstract)

AI总结 针对低资源现代标准阿拉伯语错误发音检测与诊断中的数据稀缺和域差异问题,提出两阶段端到端框架,集成预训练编码器和因果扩张时序卷积网络,通过多检查点集成推理和N-gram重评分提升稳定性,在IqraEval.2挑战中取得最佳性能。

Comments Accepted to Interspeech 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24510 2026-06-24 cs.AI cs.CL 新提交 78%

A specialized reasoning large language model for accelerating rare disease diagnosis: a randomized AI physician assistance trial

一种用于加速罕见病诊断的专用推理大语言模型:随机AI辅助医生试验

Haichao Chen, Songchi Zhou, Zhengyun Zhao, Shikai Hu, Xianghong Jin, Hongwei Ji, Li He, Shuli Li, Yiming Qin, Xin Tan, Runfeng Shi, Yih Chung Tham, Jiaye Zhu, Ye Li, Ye Jin, Longhao Cao, Dawei Li, Honghan Wu, Hongqiu Gu, Guanqiao Li, Tudor Groza, Chunying Li, Dian Zeng, Weihong Yu, Gareth Baynam, Saumya Shekhar Jamuar, Min Shen, Shuyang Zhang, Bin Sheng, Sheng Yu, Tien Yin Wong

机构 * Tsinghua Medicine, Tsinghua University(清华大学医学部,清华大学) Department of Ophthalmology, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College(北京大学人民医院眼科,中国医学科学院 & 北京大学医学部) Department of Statistics and Data Science, Tsinghua University(清华大学统计与数据科学系) Department of Rheumatology and Clinical Immunology, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College(北京大学人民医院风湿免疫科,中国医学科学院 & 北京大学医学部) Department of Rare Diseases, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College(北京大学人民医院罕见病科,中国医学科学院 & 北京大学医学部) Department of Dermatology, Xijing Hospital, Air Force Medical University(西安空军军医大学西京医院皮肤科) School of Computer Science and Technology, East China Normal University (ECNU)(东华大学计算机科学与技术学院) Department of Neurosurgery, Xuanwu Hospital, Capital Medical University(首都医科大学宣武医院神经外科) Department of Ophthalmology, National University of Singapore(新加坡国立大学眼科) Singapore Eye Research Institute, Singapore National Eye Centre(新加坡眼科学研究所,新加坡国家眼科中心) Ophthalmology and Visual Science Academic Clinical Program, Duke-NUS Medical School(杜克-国立新加坡大学医学学校眼科与视觉科学学术临床项目) Department of Pediatrics, The First Hospital of Tsinghua University(清华大学第一医院儿科) College of Future Technology, Peking University(北京大学未来技术学院) School of Health and Wellbeing, University of Glasgow(格拉斯哥大学健康与福祉学院)

专题命中 诊断辅助 :diagnosis(title,abstract)

AI总结 提出开源推理大模型RaDaR(32B参数),通过增强推理训练和合成数据,在罕见病诊断中超越DeepSeek-R1等模型,随机试验显示其辅助使医生诊断准确率提升21.44个百分点。

Comments 36 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23720 2026-06-24 cs.SE cs.AI cs.LO 新提交 78%

A Unified Framework for Runtime Verification and Model-Based Diagnosis in LOLA

LOLA中运行时验证与基于模型诊断的统一框架

Raik Hipler, Martin Leucker, Patrick Rodler

机构 * University of Luebeck(吕贝克大学) University of Klagenfurt(克雷格弗尔特大学)

专题命中 诊断辅助 :diagnosis(title,abstract)

AI总结 提出在流规范语言LOLA中统一运行时验证与基于模型诊断的框架,通过将系统描述、组件健康状态和观测编码为单一流形式,实现在线故障定位。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24820 2026-06-24 cs.CL 新提交 50%

SHERLOC: Structured Diagnostic Localization for Code Repair Agents

SHERLOC: 代码修复智能体的结构化诊断定位

Hovhannes Tamoyan, Sean Narenthiran, Erik Arakelyan, Mira Mezini, Boris Ginsburg

机构 * NVIDIA(英伟达) Santa Clara, CA 95051, USA(美国加利福尼亚州圣克拉拉) TU Darmstadt(达姆施塔特工业大学) National Research Center for Applied Cybersecurity ATHENE(国家应用网络安全研究中心 ATHENE)

专题命中 诊断辅助 :diagnosis(abstract)

AI总结 提出SHERLOC框架,通过推理LLM与紧凑仓库工具及自恢复机制,实现无需微调的结构化诊断定位,在SWE-Bench上达到最优定位精度,并提升修复率、降低令牌消耗。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24549 2026-06-24 cs.CR 新提交 50%

FirmCure:Towards Autonomous and Adaptive Rehosting of Linux-Based Firmware

FirmCure:面向基于Linux固件的自主自适应重托管

Chuan Hong, Zheng Zhang, Lei Zhou, Laisong Li, Chenyifan Liu, Ze Huang, Xu Zhou, Peihong Lin

专题命中 诊断辅助 :diagnosis(abstract)

AI总结 提出首个LLM驱动的全系统重托管框架FirmCure,通过自适应感知推理、反射合成和自主运行时干预,在10个厂商21个固件上实现100%端口开放率和90.5%服务交互性,显著优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 医疗多模态 2 篇

2606.23888 2026-06-24 eess.IV cs.AI cs.CV 新提交 85%

E-MRL: Cross-view Aligned Evidence-driven Multimodal Reinforcement Learning for Reliable 3D Tumor Analysis

E-MRL: 跨视图对齐的证据驱动多模态强化学习用于可靠的3D肿瘤分析

Sijing Li, Zhongwei Qiu, Zhuoya Wang, Boxiang Yun, Zhenyu Yi, Jianwei Xu, Wenqiao Zhang, Yingda Xia, Ling Zhang

机构 * Zhejiang University(浙江大学) DAMO Academy, Alibaba Group(阿里巴巴集团达摩院) Hupan Lab(华平实验室) Huazhong University of Science and Technology(华中科技大学) East China Normal University(华东师范大学) Shanghai Jiao Tong University(上海交通大学)

专题命中 医疗多模态 :CT(summary_cn,abstract);diagnosis(abstract);分类 cs.CV、eess.IV

AI总结 提出跨视图对齐的证据驱动多模态强化学习框架E-MRL,通过将生成过程建模为“诊断-定位-验证”的马尔可夫决策过程,并引入跨视图一致性奖励,减少视觉幻觉并提升3D CT肿瘤诊断准确性。

Comments 9 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24774 2026-06-24 cs.CV 新提交 57%

Revealing Training Data Exposure in Vision Language Large Models via Parameter Gradients

揭示视觉语言大模型中的训练数据暴露:基于参数梯度的方法

Zhihao Zhu, Hongyi Tang, Yi Yang, Ahmed Abbasi

机构 * Department of Information Systems, Business Statistics and Operations Management (ISOM), Hong Kong University of Science and Technology, Hong Kong, China(信息系统、商业统计与运营管理系(ISOM),香港科技大学,香港,中国) Department of IT, Analytics, and Operations, University of Notre Dame, Notre Dame, Indiana, USA(信息技术、分析与运营系,诺丁汉大学,诺丁汉,印第安纳州,美国)

专题命中 医疗多模态 :medical image(abstract);分类 cs.CV

AI总结 提出梯度审计框架GradAudit,通过分析模型参数梯度特征检测训练数据,在医疗和通用数据集上显著优于现有方法,并揭示现有方法低估了未经授权数据使用程度。

详情

展开后加载摘要…

URL PDF HTML 收藏

5. 生物医学文本 5 篇

2606.24488 2026-06-24 cs.CV cs.AI stat.ME 新提交 83%

RetiSEM: Generalising Causal Models for Fragmented Biomedical Data

RetiSEM:泛化碎片化生物医学数据的因果模型

Inam Ullah, Imran Razzak, Shoaib Jameel

机构 * University of Southampton(南安普顿大学) Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)

专题命中 生物医学文本 :biomedical(title,abstract);medical AI(abstract);分类 cs.CV

AI总结 提出RetiSEM框架,通过领域约束的结构方程模型从碎片化生物医学数据中恢复因果图并进行中介分析,在合成和真实数据上优于无约束基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23713 2026-06-24 eess.SP stat.ME 新提交 79%

Unifying Adaptive Fourier and Möbius-Based Models for Efficient and Interpretable Biomedical Signal Decomposition

统一自适应傅里叶与基于莫比乌斯的模型以实现高效且可解释的生物医学信号分解

Christian Canedo, Rocío Carratalá-Sáez, Cristina Rueda

专题命中 生物医学文本 :biomedical(title,abstract);分类 eess.SP

AI总结 本文证明自适应傅里叶分解(AFD)与调频莫比乌斯(FMM)模型在数学上等价,并扩展至多通道信号,为结合AFD的计算优势与FMM的可解释性提供理论基础。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24740 2026-06-24 cs.CV 新提交 79%

BioMedVR: Confusion-Aware Mixture-of-Prompt Experts for Biomedical Visual Reprogramming

BioMedVR: 面向生物医学视觉重编程的混淆感知提示专家混合模型

Jiaxiang Liu, Tianxiang Hu, Juwei Guan, Yujie Wu, Yusong Wang, Yao Mu, Zuozhu Liu, Mingkun Xu

机构 * Guangdong Institute of Intelligence Science and Technology(广东智能科技研究院) Zhejiang University(浙江大学) Southeast University(东南大学) The Hong Kong Polytechnic University(香港理工大学) Institute of Science Tokyo(东京科学大学) Shanghai Jiao Tong University(上海交通大学)

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

AI总结 提出BioMedVR框架,通过可学习的VR模块实现预训练VLM在生物医学图像上的少样本适应,利用混淆最小化机制和提示专家混合模型解决细粒度分类中的类间混淆问题,在18个数据集上验证了优越性能。

Comments Accepted at ECCV 2026. 19 pages, 6 figures. Project page: https://jxliu-ai.github.io/biomedvr-page/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24828 2026-06-24 cs.CL 新提交 50%

Less is More: Quality-Aware Training Data Selection for Scientific Summarization

少即是多:面向科学摘要的质量感知训练数据选择

Maria Nefeli Paraskevopoulou, Tatiana Passali, Grigorios Tsoumakas

专题命中 生物医学文本 :biomedical(abstract)

AI总结 针对科学文献摘要中作者摘要质量不一的问题,提出基于质量信号选择训练数据的方法,在1.88M篇PMC文章上验证,高质量子集训练优于随机采样。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22419 2026-06-24 cs.CL cs.DB 新提交 50%

Knowledge-Graph Grounding Helps LLMs Only for Out-of-Training Knowledge: A Controlled Study on Clinical Question Answering

知识图谱基础仅对训练外知识帮助LLM:临床问答的受控研究

Madhulatha Mandarapu, Sandeep Kunkunuru

专题命中 生物医学文本 :biomedical(abstract)

AI总结 通过受控实验发现,知识图谱基础仅在问题涉及模型训练外知识时提升LLM性能,对已知事实无帮助,且公共KG信息冗余。

Comments 9 pages. Code: https://github.com/samyama-ai/clinical-llm-graphrag

详情

展开后加载摘要…

URL PDF HTML 收藏

6. 健康监测 1 篇

2606.23864 2026-06-24 eess.SP 新提交 57%

Generative Modeling for Physiological Signals

生理信号的生成建模

Xinqi Bao, Ernest Kamavuako, Saikat Chatterjee

专题命中 健康监测 :diagnosis(abstract);分类 eess.SP

AI总结 本文综述了生成模型在心血管、神经、肌肉等生理信号中的应用,涵盖GAN、VAE、扩散模型等,并提出了分层次评估框架。

详情

展开后加载摘要…

URL PDF HTML 收藏

7. 医学数据与评测 6 篇

2606.24302 2026-06-24 cs.CV cs.DL 新提交 70%

TrOCR for Medieval HTR: A Systematic Ablation Study with Cross-Dataset Validation

TrOCR 用于中世纪手写文本识别:基于跨数据集验证的系统消融研究

Sachin Sharma, Michele Flammini, Federico Simonetta

机构 * GSSI – Gran Sasso Science Institute(格兰萨索科学研究所)

专题命中 医学数据与评测 :CT(abstract,abstract_cn);分类 cs.CV

AI总结 研究通过对比度归一化、数据增强和层冻结三种可控微调策略,提升TrOCR在中世纪手稿上的识别精度,在13世纪意大利手稿上达到8.03%字符错误率,并验证了跨数据集的鲁棒性。

Comments Accepted at Document Analysis Systems Workshop 2026 (ICDAR Satellite event)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24145 2026-06-24 cs.AI 新提交 67%

T2D-Bench: Evidence-Gated Evaluation of LLM Outputs for Type 2 Diabetes Using a Multi-Layer Clinical-Lifestyle Knowledge Graph

T2D-Bench:基于多层临床-生活方式知识图谱的2型糖尿病LLM输出证据门控评估

Saba A. Farahani, Hung Cao, Ramesh Jain, Amir M. Rahmani

机构 * University of California, Irvine(加州大学尔湾分校)

专题命中 医学数据与评测 :diagnosis(abstract);biomedical(abstract)

AI总结 提出T2D-Bench基准,通过多层知识图谱和证据门控机制,检测LLM输出中未满足指南约束的临床遗漏,并在2型糖尿病诊断、用药安全等场景中实现可测量纠正。

Comments 7 pages, 2 figures, 2 tables. Accepted as a poster at AMIA 2026 Annual Symposium

详情

展开后加载摘要…

URL PDF HTML 收藏