医学 AI

Automated brain tumor detection in MRI images using CNN and ResNet architectures

使用CNN和ResNet架构的MRI图像脑肿瘤自动检测

Annapurna V K, Asha N, K Paramesha, Shabana Sultana, Kirankumar Humse

机构 * Department of Computer Science and Engineering, The National Institute of Engineering, Mysuru, Karnataka, India（计算机科学与工程系，国家工程学院，mysuru，卡纳塔克邦，印度） ； Department of MCA, The National Institute of Engineering, Mysuru, Karnataka, India（MCA系，国家工程学院，mysuru，卡纳塔克邦，印度） ； Department of Computer Science and Engineering, Vidyavardhaka College of Engineering, Mysuru, Karnataka, India（计算机科学与工程系，维迪瓦尔达卡学院，mysuru，卡纳塔克邦，印度） ； Department of ECE, Vidyavardhaka College of Engineering, Mysuru, Karnataka, India（电子工程系，维迪瓦尔达卡学院，mysuru，卡纳塔克邦，印度） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；medical image(abstract)；diagnosis(abstract)；分类 eess.IV

AI总结 提出基于CNN和ResNet的深度学习框架，利用迁移学习对MRI图像进行脑肿瘤分类，ResNet18在有限数据上达到97%准确率，优于ResNet50。

Compression-Driven Anomaly Detection in Brain MRI Using an Interpretable Quantum Autoencoder

基于可解释量子自编码器的脑MRI压缩驱动异常检测

Santanu Ganguly, Xing Liang, Dimitrios Makris

机构 * Kingston University（金史密斯大学） ； Quantum AI (QAI) Research Group（量子人工智能研究组） ； School of Computer Science and Mathematics (CSM)（计算机科学与数学学院） ； Faculty of Engineering, Computing and the Environment (ECE)（工程、计算与环境学院） 纠错

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

AI总结 提出一种量子自编码器（QAE），利用角度编码和变分编码器-解码器架构，通过压缩异常检测脑MRI中的肿瘤区域，在切片级和块级ROC-AUC上分别达到约0.95和0.813，优于经典自编码器和PCA基线。

Pixelwise Uncertainty Quantification of Accelerated MRI Reconstruction

加速MRI重建的像素级不确定性量化

Ilias I. Giannakopoulos, Lokesh B Gautham Muthukumar, Yvonne W. Lui, Riccardo Lattanzi

机构 * Bernard and Irene Schwartz Center for Biomedical Imaging, Department of Radiology, NYU Grossman School of Medicine（贝纳德与伊蕾娜·施瓦茨生物医学成像中心，放射学系，纽约大学格罗斯曼医学院） ； Courant Institute of Mathematical Sciences, NYU（数学科学学院，纽约大学） ； Center for Advanced Imaging Innovation and Research (CAI 2 R), Department of Radiology, NYU Grossman School of Medicine（先进成像创新与研究中心（CAI 2 R），放射学系，纽约大学格罗斯曼医学院） 纠错

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

AI总结 提出一种基于共形分位数回归的像素级不确定性量化框架，用于加速MRI重建，无需全采样参考图像即可自动识别不可靠区域。

Comments 12 pages, 8 figues, 2 tables

MPFlow: Multi-modal Posterior-Guided Flow Matching for Zero-Shot MRI Reconstruction

MPFlow: 多模态后验引导的流匹配用于零样本MRI重建

Seunghoi Kim, Chen Jin, Henry F. J. Tregidgo, Matteo Figini, Daniel C. Alexander

机构 * 1 Hawkes Institute, UCL \, 2 Dept. of Medical Physics ； Biomedical Engineering, UCL 3 Dept. of Computer Science, UCL 4 Centre for AI, DS\&AI, AstraZeneca, UK 纠错

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

AI总结 提出MPFlow框架，利用自监督预训练PAMRI学习跨模态共享表示，在推理时通过数据一致性和特征对齐引导采样，减少幻觉并提升零样本MRI重建效率。

SRMA-Mamba: Spatial Reverse Mamba Attention Network for Pathological Liver Segmentation in MRI Volumes

SRMA-Mamba: 用于MRI体积中病理性肝脏分割的空间反向Mamba注意力网络

Jun Zeng, Quoc-Huy Trinh, Deepak Ranjan Nayak, Nikhil Kumar Tomar, Ulas Bagci, Debesh Jha

机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Biomedical Perception & Intelligence Lab, University of South Dakota（南达科他大学生物医学感知与智能实验室） ； Aalto University（阿尔托大学） ； Malaviya National Institute of Technology Jaipur（马拉维亚国家理工学院斋浦尔分校） ； Machine & Hybrid Intelligence Lab, Northwestern University（西北大学机器与混合智能实验室） 纠错

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

AI总结 提出SRMA-Mamba网络，通过空间解剖Mamba模块和空间反向Mamba注意力模块，利用MRI体积的三维空间信息实现病理性肝脏的高效分割，性能优于现有方法。

Comments 10 pages, 4 figures

Pre-CAT: A web-based, graphical user-interface toolbox for preclinical CEST-MRI data processing and analysis

Pre-CAT：一种用于预临床CEST-MRI数据处理和分析的网页式图形用户界面工具箱

Jonah Weigand-Whittier, Samuel Rubin, Cindy Ayala, Mark Velasquez, Nikita Vladimirov, Hadas Avraham, Or Perlman, M. Roselle Abraham, Moriel H. Vandsburger

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文提出Pre-CAT，一种开源图形界面工具，旨在标准化预临床CEST-MRI数据分析流程，支持多种成像类型和分析方法，提升跨研究协作效率。

Dual-Prior Guided Null-Space Learning with Mixture-of-Splines for Arbitrary Medical Slice Super-Resolution

双先验引导的零空间学习与样条混合用于任意医学切片超分辨率

Haofei Song, Siyuan Xu, Xintian Mao, Shaojie Guo, Qingli Li, Yan Wang

机构 * Shanghai Key Laboratory of Multidimensional Information Processing（上海多维信息处理重点实验室） ； East China Normal University（华东师范大学） 纠错

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

AI总结 提出DP-NSL框架，通过测量一致性投影和样条混合模块，在零空间内学习几何连续先验，实现任意尺度医学切片超分辨率，保持测量一致性并优于现有方法。

Comments Accepted to ECCV 2026! Project page: https://github.com/DeepMed-Lab-ECNU/Medical-Image-Reconstruction

MeDUET: Disentangled Unified Pretraining for 3D Medical Image Synthesis and Analysis

MeDUET：面向3D医学图像合成与分析的解耦统一预训练

Junkai Liu, Ling Shao, Le Zhang

专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、eess.IV

AI总结 提出MeDUET框架，在变分自编码器潜在空间中通过解耦学习域不变内容因子和域特定风格因子，统一3D医学图像合成与分析任务，提升合成质量、收敛速度和域泛化能力。

Text as Illumination: Spatial Contrastive Retinex Learning for Language-guided Medical Image Segmentation

文本作为照明：面向语言引导医学图像分割的空间对比度Retinex学习

Jian Shi, Cheng Zhen, Pingping Zhang, Rui Xu, Yanan Lv, Yili Ma, Huan Bi, Haojie Li, Huchuan Lu

机构 * School of Software Technology & DUT-RU International School of Information Science and Engineering, Dalian University of Technology（大连理工大学软件学院 & 大连理工大学-俄罗斯国际信息科学与工程学院） ； School of Future Technology, Dalian University of Technology（大连理工大学未来技术学院） ； Central Hospital of Dalian University of Technology（大连理工大学中心医院） ； Cancer Hospital of Dalian University of Technology（大连理工大学肿瘤医院） ； College of Computer Science and Engineering, Shandong University of Science and Technology（山东科技大学计算机科学与工程学院） 纠错

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

AI总结 提出TIRNet框架，将文本嵌入作为语义照明调制特征，通过Retinex启发模块和对比损失实现语言与分割的精确对齐，在MosMedData+和QaTa-COV19数据集上取得最优性能。

Comments Aceepted by MICCAI2026. More modifications may be performed

TG-OT: Topology-guided CCTA-IVUS registration via optimal transport matching

TG-OT: 基于最优传输匹配的拓扑引导CCTA-IVUS配准

R. L. M. van Herten, José P. Henriques, R. Nils Planken, Joost Daemen, Eline M. J. Hartman, Jolanda J. Wentzel, Johannes C. Paetzold, Ivana Išgum

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

AI总结 提出TG-OT框架，通过集成训练的特征检测器和基于不平衡Sinkhorn最优传输损失的拓扑圆柱配准，实现CCTA与IVUS的全自动配准，无需预分割，在47例数据上取得高精度。

Comments Submitted to MICCAI 2026

Ridge-filter crosstalk in conformal proton FLASH planning: dependence on beamlet pitch and iterative mitigation

适形质子FLASH计划中的脊形滤波器串扰：对束斑间距的依赖性与迭代缓解

Zongsheng Hu, Yuting Li, Henry Meyer, Xiaochun Wang, Susan L. McGovern, Emil Scheueler, Radhe Mohan, Uwe Titt

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本研究量化了适形质子FLASH计划中脊形滤波器串扰，发现其随束斑间距减小而增大，并通过迭代重优化将靶区平均相对剂量差异从8.9%降至3.4%。

MaRS: Robust Out-of-Distribution Detection via Mahalanobis Residual Scoring

MaRS：通过马氏残差评分进行鲁棒的分布外检测

Francesco Di Salvo, Sebastian Doerrich, Christian Ledig

机构 * xAILab Bamberg, University of Bamberg, Germany（班贝格大学 xAILab 班贝格实验室，德国） 纠错

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

AI总结 提出MaRS方法，利用轻量自编码器学习分布内流形，通过马氏距离度量重建残差，实现方差感知的分布外检测，在多种医学影像模态和分布偏移下优于现有基线。

Comments Accepted to MICCAI 2026

Revisiting Performance Claims for Chest X-Ray Models Using Clinical Context

重新审视胸部X光模型的性能声明：利用临床背景

Andrew Wang, Jiashuo Zhang, Michael Oberst

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.LG

AI总结 通过引入临床背景（预CXR概率）对胸部X光诊断模型进行分层分析，发现模型在高风险人群中性能下降，且当打破临床背景与当前标签的关联时性能恶化，揭示了临床实用性差距。

Comments Published at Conference on Health, Inference, and Learning (CHIL) 2026

Differentially private inference framework for Riemannian manifold data

流形数据的差分隐私推断框架

Yangdi Jiang, Xiaotian Chang, Qirui Hu

专题命中 医学影像 ：medical image(abstract)

AI总结 本文提出一种新的系统性差分隐私推断框架，用于非欧几里得数据。设计了两种差分隐私机制用于流形上独立同分布数据的弗雷歇均值和方差，建立了推断估计量的一致性和中心极限定理，并通过实验证明方法的有效性。