医学 AI

Expresso-AI: Explainable Video-Based Deep Learning Models for Depression Diagnosis

Expresso-AI: 基于可解释视频的深度学习模型用于抑郁症诊断

Felipe Moreno, Sharifa Alghowinem, Hae Won Park, Cynthia Breazeal

机构 * Media Lab MIT Cambridge, USA（媒体实验室 MIT 摄影实验室 美国剑桥） 纠错

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

AI总结 提出一种可解释的深度学习框架，通过微调动作识别预训练的DCNN，分析面部视频中的时空特征，生成显著性图以解释模型决策，同时提升抑郁症严重程度预测性能。

Comments 8 pages. Accepted at the 2023 11th International Conference on Affective Computing and Intelligent Interaction (ACII). Code: https://github.com/felmoreno1726/Expresso-AI

Journal ref 2023 11th International Conference on Affective Computing and Intelligent Interaction (ACII), 2023, pp. 1-8

Beyond One-Size-Fits-All: Diagnosis-Driven Online Reinforcement Learning with Offline Priors

超越一刀切：基于诊断的在线强化学习与离线先验知识

Guozheng Ma, Lu Li, Zilin Wang, Pierre-Luc Bacon, Dacheng Tao

机构 * Nanyang Technical University（南洋理工大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出诊断驱动的张力管理框架，通过三种功能角色表征离线先验知识如何重塑在线优化，并展示跨领域证据，解决先验知识有效性随部署变化的问题。

Hengqin-RA-v1: Advanced Large Language Model for Diagnosis and Treatment of Rheumatoid Arthritis with Dataset based Traditional Chinese Medicine

Hengqin-RA-v1: 针对类风湿性关节炎诊断与治疗的先进大语言模型基于传统中医数据集

Yishen Liu

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本文提出Hengqin-RA-v1，专为中医诊断和治疗类风湿性关节炎设计，结合古籍和现代文献构建的RA数据集，实验显示其性能超越现有模型，甚至在某些情况下超越中医专家。

Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation

TRACER: Training-Free Closed-Loop Structured Inference for Traffic Accident Reconstruction

TRACER: 用于交通事故重建的无训练闭环结构化推理

Yanchen Guan, Chengyue Wang, Bin Rao, Haicheng Liao, Jiaxun Zhang, Shang Gao, Chengzhong Xu, Zhenning Li

机构 * State Key Laboratory of Internet of Things for Smart City（智能城市物联网国家重点实验室） 纠错

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

AI总结 提出无训练框架TRACER，通过闭环结构化推理，在几何、运动学和交互约束下迭代优化事件锚定运动假设，实现与人类专家工作流一致的可解释交通事故重建。

Latent Block-Diffusion Temporal Point Processes: A Semi-Autoregressive Framework for Asynchronous Event Sequence Generation

潜在块扩散时间点过程：一种用于异步事件序列生成的半自回归框架

Shuai Zhang, Yancheng Chen, Chuan Zhou, Yang Liu, Xixun Lin, Xiangyu Zhao, Jun Zhu, Zhi-Ming Ma

机构 * Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

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

AI总结 提出潜在块扩散时间点过程（LBDTPP），通过潜在空间中的块级自回归和块内高斯扩散，实现可变长度、高质量的事件序列生成，理论证明可减少误差累积，实验优于现有方法。

Latent Space Analysis for Interpretable Uncertainty in Melanoma Classification

黑色素瘤分类中可解释不确定性的潜在空间分析

Ciro Listone, Aniello Murano

机构 * University of Naples Federico II（那不勒斯费德里科二世大学） 纠错

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

AI总结 提出结合对抗变分自编码器和XGBoost的混合框架，利用生成潜在空间实现可解释决策支持，在黑色素瘤分类中达到AUC 0.868，并通过基于内容的图像检索为边界病例提供视觉比较。

Comments The proposed approach presents some technical imperfections and needs to be refined with further examinations

Towards Understanding The Calibration Benefits of Sharpness-Aware Minimization

理解锐度感知最小化的校准优势

Chengli Tan, Yubo Zhou, Haishan Ye, Guang Dai, Junmin Liu, Zengjie Song, Jiangshe Zhang, Zixiang Zhao, Yunda Hao, Yong Xu

机构 * Northwestern Polytechnical University（西北工业大学） ； SGIT AI Lab, State Grid Corporation of China（国网SGIT人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） ； ETH Zürich（苏黎世联邦理工学院） ； Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文通过理论分析揭示锐度感知最小化（SAM）通过隐式最大化预测分布熵来改善模型校准，并提出变体CSAM进一步降低校准误差。

Comments ICLR2026

Transformer-Based Hematological Malignancy Prediction from Peripheral Blood Smears in a Real-World Cohort

基于Transformer的外周血涂片预测血液恶性肿瘤的模型

Muhammed Furkan Dasdelen, Ivan Kukuljan, Peter Lienemann, Fatih Ozlugedik, Ario Sadafi, Matthias Hehr, Karsten Spiekermann, Christian Pohlkamp, Carsten Marr

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

AI总结 本文提出cAItomorph模型，利用Transformer架构对外周血单细胞图像进行分类，实现高准确率的血液恶性肿瘤诊断，减少骨髓穿刺次数。

Comments 17 pages, 6 figures. Leukemia (2026)

Journal ref Leukemia 40, 1318-1322 (2026)

Phoneme-Level Mispronunciation Screening in Polish-Speaking Children with an Explainable Assistant

波兰语儿童音素级发音错误筛查与可解释助手

Milosz Dudek, Daria Hemmerling, Kamil Kwarciak, Maciej Stroinski, Maria Pensko, Mateusz Kowalewski, Leonid Pavlovskyi, Sebastian Jurczak, Anna-Mariia Vitkovska, Zuzanna Miodonska, Natalia Mocko, Michal Krecichwost

机构 * AGH University of Krakow（克拉科夫AGH大学） ； SoftServe（SoftServe公司） ； Department of Biomedical Engineering, Silesian University of Technology（技术大学生物医学工程系） ； Institute of Linguistics, Faculty of Humanities, University of Silesia in Katowice（卡托维兹大学人文学院语言学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出一种针对波兰语儿童齿擦音替代错误的轻量级筛查流程，结合wav2vec2 CTC识别器与对齐错误分类，在10名儿童559个话语上达到88.7%精确序列匹配，筛查代理F1=0.67，误报率2.7%。

Comments Accepted to INTERSPEECH 2026. 5 pages, 1 figure, 4 tables

Tensor-Based Batch Fuzzing with Adaptive Perturbation Scaling for Deep Neural Networks

基于张量的批量模糊测试与自适应扰动缩放用于深度神经网络

Guanqin Zhang, Yulei Sui

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出一种基于张量的批量模糊测试框架，通过自适应扰动缩放和规范感知的批量处理，显著提升深度神经网络测试吞吐量和违规发现效率。

Comments This paper has been accepted by International Conference on Automated Software Engineering (ASE) 2026

Standing oscillations in a resonant sunspot atmosphere captured by integral field spectroscopy

积分场光谱捕获的共振太阳黑子大气中的驻波振荡

Glen Chambers, David B. Jess, Shahin Jafarzadeh, Michele Berretti, Samuel D. T. Grant, Marco Stangalini, H. N. Smitha, Damian J. Christian, Luís E. A. Vieira, Alisson Dal Lago, Fernando L. Guarnieri

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 利用积分场单元FRANCIS观测Na I D1/D2线形成高度上的振荡，通过小波互相关分析发现黑子本影中心存在驻波行为，边缘为传播模式，能量通量随高度衰减，阻尼长度约363 km。

Comments 29 pages, 8 figures, to be published in Frontiers in Astronomy and Space Sciences - Stellar and Solar Physics

Target-Mass Corrections in the OPE Sum-Rule Approach to Quarkonium-Nucleon Interactions with Global-Fit PDFs: an $x$-Resolved Analysis

全局拟合PDF下夸克偶素-核子相互作用的OPE求和规则方法中的靶质量修正：一个$x$分辨分析

Arkadiy I. Syamtomov

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 通过全局拟合胶子PDF（ABMP16、MSHT20、CT18、NNPDF4.0），在OPE求和规则框架下对非弹性夸克偶素-核子相互作用进行$x$分辨的靶质量修正数值诊断，揭示近阈值截面减小的驱动来源并量化PDF不确定性及能标依赖性。

Comments 27 pages, 8 figures

Journal ref Nuclear Physics B Volume 1029, August 2026, 117565

Plausible but Wrong: A case study on Agentic Failures in Astrophysical Workflows

可能但错误：天体物理工作流中代理失败的案例研究

Shivam Rawat, Lucie Flek

机构 * Bonn-Aachen International Center for Information Technology, University of Bonn, Germany（波恩-阿森国际信息科技中心，波恩大学，德国） ； Lamarr Institute for Machine Learning and Artificial Intelligence, Germany（拉马尔机器学习与人工智能研究所，德国） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究评估了CMBAgent在两种工作流范式和十八个天体物理任务中的表现，发现代理在缺乏上下文时性能提升显著，但常出现静默错误，产生看似合理却不准确的结果，揭示了代理科学工作流中最危险的失败模式是自信生成错误结果。