医学 AI

TotalFM: An Organ-Separated 3D-CT Foundation Model Leveraging Large-Scale Routine Clinical Radiology Data

TotalFM：利用大规模常规临床放射学数据的器官分离3D-CT基础模型

Kohei Yamamoto, Tomohiro Kikuchi

机构 * Department of Radiology, Jichi Medical University（放射科，自治医科大学） ； Data Science Center, Jichi Medical University（数据科学中心，自治医科大学） 纠错

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

AI总结 提出TotalFM，一种基于器官分离的3D-CT放射学基础模型，通过自动化生成器官体积与发现句子对，结合VideoMAE自监督预训练和对比学习，在零样本器官级和发现级病变分类任务中优于现有模型。

BREIT: A Framework for Brain Stroke Reconstruction using Multi-Frequency 3D EIT

BREIT：一种基于多频三维EIT的脑卒中重建框架

Djahid Abdelmoumene, Ishak Ayad, Maï K. Nguyen, Christian Daveau

机构 * ETIS (UMR 8051), CY Cergy Paris University, ENSEA, CNRS（ETIS（UMR 8051），CY塞尔吉-巴黎大学，ENSEA，法国国家科学研究中心） ； AGM (UMR 8088), CY Cergy Paris University, CNRS（AGM（UMR 8088），CY塞尔吉-巴黎大学，法国国家科学研究中心） ； Paris-Saclay University, CentraleSupélec, Inria, CVN（巴黎-萨克雷大学，中央理工-高等电力学院，法国国家信息与自动化研究所，CVN） 纠错

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

AI总结 提出BREIT框架，包含神经影像到EIT的转换、3D完整电极模型正问题求解器和3D D-bar实现，并基于此提出dFNO-bar方法，通过傅里叶神经算子学习散射数据到电导率的映射，在合成数据上取得更高脑SSIM。

SHMoAReg: Spark Deformable Image Registration via Spatial Heterogeneous Mixture of Experts and Attention Heads

SHMoAReg: 通过空间异构专家混合和注意力头实现的可变形图像配准

Yuxi Zheng, Jianhui Feng, Tianran Li, Marius Staring, Yuchuan Qiao

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

AI总结 提出SHMoAReg，在编码器中使用混合注意力头(MoA)动态选择最优注意力头组合，在解码器中使用空间异构专家混合(SHMoE)为每个体素在不同方向上异构预测变形场，在腹部CT数据集上Dice分数从60.58%提升至65.58%，并增强了模型可解释性。

Medical Image Spatial Grounding with Semantic Sampling

基于语义采样的医学图像空间定位

Andrew Seohwan Yu, Mohsen Hariri, Kunio Nakamura, Mingrui Yang, Xiaojuan Li, Vipin Chaudhary

机构 * Case Western Reserve University（凯斯西储大学） ； Cleveland Clinic（克利夫兰诊所） 纠错

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

AI总结 研究视觉语言模型在医学图像三维空间定位中的挑战，提出MIS-Ground基准和MIS-SemSam优化方法，通过语义采样提升定位精度13.06%。

Comments 10 pages, 2 figures. Accepted at MICCAI 2026

APRIL-MedSeg: A Modular Medical Image Segmentation Toolbox Embracing Modern Paradigms

APRIL-MedSeg: 一个拥抱现代范式的模块化医学图像分割工具箱

Juntao Jiang, Jinsheng Bai, Linxuan Fan, Yali Bi, Jiangning Zhang, Yong Liu

机构 * Zhejiang University, APRIL Lab（浙江大学APRIL实验室） ； Vanderbilt University（范德比尔特大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出YAML驱动的模块化框架APRIL-MedSeg，将分割网络分解为可复用组件，集成半监督、域适应、知识蒸馏、弱监督、文本引导分割及基础模型支持，通过注册配置系统实现灵活可复现的实验管理。

Comments 31 pages, 1 figure, and 8 tables

Structured SIR: Efficient and Expressive Importance-Weighted Inference for High-Dimensional Image Registration

Structured SIR: 高效且富有表现力的重要性加权推断用于高维图像配准

Ivor J. A. Simpson, Neill D. F. Campbell

机构 * University of Sussex（萨塞克斯大学） ； University College London（伦敦大学学院） ； University of Bath（巴斯大学） 纠错

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

AI总结 提出Structured SIR方法，结合采样重要性重采样与低秩加稀疏Cholesky精度因子的协方差参数化，实现高维3D图像配准中高效且多模态的不确定性量化。

A New Angle on Bones: Robust Pose Estimation in X-Ray and Ultrasound

骨骼的新视角：X射线和超声中的鲁棒姿态估计

Ron Keuth, Christoph Großbröhmer, Franziska Halm, Miriam Johann, Anne-Nele Schröder, Ludger Tüshaus, Mattias P. Heinrich, Lasse Hansen

机构 * Medical Informatics, University of Lübeck（吕贝克大学医学信息学系） ； Institut of Radiology and Nuclear Medicine, University Hospital Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医院放射学与核医学研究所） ； Paediatric Surgery, University Hospital Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医院小儿外科） ； EchoScout GmbH 纠错

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

AI总结 提出基于学习的关键点候选和鲁棒线模型（RANSAC、霍夫变换）的自动骨骼姿态估计方法，在儿科骨折和髋关节发育不良评估中达到临床可接受的误差并优于地标方法。

Comments Accepted at MIUA 2026 (oral presentation); Code and annotations for fracture angle assessment in radiographs: https://github.com/multimodallearning/RobustBonePoseEstimation

NeuralBoneReg: An Instance-Specific Label-Free Point Cloud-Based Method for Multi-Modal Bone Surface Registration

NeuralBoneReg：一种用于多模态骨表面注册的实例特定无标签点云方法

Luohong Wu, Matthias Seibold, Nicola A. Cavalcanti, Yunke Ao, Roman Flepp, Aidana Massalimova, Lilian Calvet, Philipp Fürnstahl

机构 * Research in Orthopedic Computer Science, Balgrist University Hospital, University of Zurich（骨科计算机科学研究所，巴尔格里斯大学医院，苏黎世大学） ； AI Center, ETH Zurich（人工智能中心，苏黎世联邦理工学院） 纠错

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

AI总结 提出NeuralBoneReg，一种自监督的基于点云的骨表面注册框架，通过隐式神经无符号距离场和MLP注册模块实现多模态数据间的鲁棒对齐，在多个数据集上达到或超越现有方法。

Reasoning in machine vision by learning fast and slow thinking

通过快速与慢速思考学习进行机器视觉推理

Shaheer U. Saeed, Yipei Wang, Veeru Kasivisvanathan, Brian R. Davidson, Matthew J. Clarkson, Yipeng Hu, Daniel C. Alexander

机构 * Centre for Bioengineering, Queen Mary University of London（伦敦玛丽女王大学生物工程中心） ； Digital Environment Research Institute, Queen Mary University of London（伦敦玛丽女王大学数字环境研究所） ； School of Engineering and Materials Science, Queen Mary University of London（伦敦玛丽女王大学工程与材料科学学院） ； UCL Hawkes Institute, University College London（伦敦大学学院UCL霍克斯研究所） ； Department of Medical Physics and Biomedical Engineering, University College London（伦敦大学学院医学物理与生物医学工程系） ； Centre for Urology Imaging, Prostate, AI and Surgical Studies (COMPASS) Research Group, Division of Surgery and Interventional Science, University College London（伦敦大学学院外科与介入科学部泌尿影像、前列腺、人工智能与手术研究（COMPASS）组中心） ； Department of Urology, Comprehensive Cancer Center, Medical University of Vienna（维也纳医科大学综合癌症中心泌尿科） ； Division of Surgery and Interventional Science, University College London（伦敦大学学院外科与介入科学部） ； Department of Computer Science, University College London（伦敦大学学院计算机科学系） 纠错

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

AI总结 受人类双过程认知理论启发，提出结合快速系统I和慢速系统II的视觉推理范式，通过推理时计算提升数据稀缺场景下的性能，在计算机视觉基准和五器官癌症定位任务中超越大规模监督学习和人类专家。

Journal ref Nat Commun (2026)

Fast proton transport and neutron production in proton therapy using Fourier neural operators

使用傅里叶神经算子实现质子治疗中的快速质子输运和中子产生

Francesco Blangiardi, Hunter N. Ratliff, Fabian Teichert, Kristian Smeland Ytre-Hauge, Jan Langer, Ilker Meric

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 提出基于傅里叶神经算子的代理模型，快速预测质子治疗中角度和能量分辨的质子输运及中子产生，达到蒙特卡罗精度且推理时间仅需秒级。

Comments This is an author-created, un-copyedited version of an article accepted for publication/published in Physics in Medicine & Biology. IOP Publishing Ltd is not responsible for any errors or omissions in this version of the manuscript, or any version derived from it. The Version of Record is available online at 10.1088/1361-6560/ae7890

Journal ref Physics in Medicine & Biology, Volume 71, Number 12 (2026)

Multi-Channel Uncertainty-Weighted Score Matching for Conditional Diffusion in Medical UDA

多通道不确定性加权分数匹配用于医学UDA中的条件扩散

Chen Li, Meilong Xu, Xiaoling Hu, Weimin Lyu, Chao Chen

机构 * Stony Brook University（石溪大学） ； Massachusetts General Hospital and Harvard Medical School（麻省总医院与哈佛医学院） 纠错

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

AI总结 提出UPDiff-UDA框架，通过不确定性加权的分数匹配聚合多通道伪标签，结合贝塞尔曲线适应，提升跨模态医学图像分割性能。

Comments 28 pages, 7 figures. Accepted by ECCV'2026

Phase-Space Contractions of Carrollian Black-Hole Thermodynamics

卡罗尔热力学的相空间收缩

Yingnan Xu, Shuangshuang Chu

专题命中 医学影像 ：CT(abstract_cn)

AI总结 本文研究了Schwarzschild-AdS黑洞热力学的卡罗尔极限，通过协变相空间推导了扩展Iyer-Wald恒等式，并探讨了相空间收缩对热力学体积贡献的影响。

Comments 35 pages

On Variance Reduction in Learning Mean Flows

在学习均值流中的方差缩减

Juanwu Lu, Ziran Wang

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文通过理论分析揭示了均值流训练中损失非递减和梯度方差无界的问题根源，提出最优系数的闭式解，并在基准和Diffusion Transformer上验证了其提升样本质量和FID趋势的效果。

Comments 27 pages, 8 figures, 8 tables. Added supplementary experiment: independent validation of the small-bias regime, to break the circularity in bias estimation

CoSMeTIC: Zero-Knowledge Computational Sparse Merkle Trees with Inclusion-Exclusion Proofs for Clinical Research

CoSMeTIC：用于临床研究的具有包含-排除证明的零知识计算稀疏默克尔树

Mohammad Shahid, Paritosh Ramanan, Mohammad Fili, Guiping Hu, Hillel Haim

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出CoSMeTIC框架，利用计算稀疏默克尔树生成可验证的包含和排除证明，在保护患者隐私的同时实现监管合规，通过亨廷顿病和HIV-1案例验证了隐私与统计保真度的平衡。

M3CoTBench: Benchmark Chain-of-Thought of MLLMs in Medical Image Understanding

M3CoTBench：医学图像理解中多模态大语言模型的思维链基准测试

Juntao Jiang, Jiangning Zhang, Yali Bi, Jinsheng Bai, Weixuan Liu, Weiwei Jin, Zhucun Xue, Yong Liu, Xiaobin Hu, Shuicheng Yan

机构 * Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China Normal University（华东师范大学） ； Zhejiang Provincial People’s Hospital（浙江省人民医院） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 医学数据与评测 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV、eess.IV

AI总结 提出M3CoTBench基准，通过多层级难度数据集和专用评估指标，系统评测多模态大语言模型在医学图像理解中的思维链推理正确性、效率、影响和一致性。

Comments 39 pages, 8 figures; accepted by ICLR 2026

A Realistic Protocol for Evaluation of Weakly Supervised Object Localization

弱监督目标定位评估的现实协议

Shakeeb Murtaza, Soufiane Belharbi, Marco Pedersoli, Eric Granger

机构 * LIVIA, ILLS, Dept. of Systems Engineering, ETS Montreal（蒙特利尔高等技术学院系统工程系LIVIA实验室、ILLS实验室） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG

AI总结 提出一种无需手动边界框标注的WSOL评估协议，利用预训练区域提议方法生成伪边界框进行模型选择和阈值估计，在自然和医学图像数据集上达到与使用真实边界框相当的性能。

Comments 13 pages, 5 figures

Journal ref WACV 2025: IEEE/CVF Winter Conf. on Applications of Computer Vision, Arizona, USA