医学 AI

UniField: A Unified Field-Aware MRI Enhancement Framework

UniField: 一种统一的场感知MRI增强框架

Yiyang Lin, Chenhui Wang, Zhihao Peng, Yixuan Yuan

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

AI总结 UniField通过整合多模态和增强任务，利用共享退化特性提升MRI增强性能，提出场感知频谱校正机制并公开大规模多场MRI数据集。

Volumetric Directional Diffusion: Anchoring Uncertainty Quantification in Anatomical Consensus for Ambiguous Medical Image Segmentation

体积方向扩散：在模糊医学图像分割的解剖学共识中锚定不确定性量化

Chao Wu, Mahesh Bhosale, Kangxian Xie, Pouya Karimian, David Doermann, Mingchen Gao

机构 * Department of Computer Science and Engineering University at Buffalo, SUNY Buffalo, NY, USA（计算机科学与工程系，布法罗大学，纽约州，布法罗，美国） 纠错

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

AI总结 针对模糊医学图像分割中不同专家边界描绘有差异的问题，提出体积方向扩散（VDD）框架，以粗略共识预测为锚点，学习方向扩散过程生成边界变化，实验表明该方法能在保持精度和结构一致性时改善不确定性分布对齐。

Reduced NEXI protocol for the quantification of human gray matter microstructure on the Connectome 2.0 scanner

用于Connectome 2.0扫描仪中人类灰质微结构量化的一种简化NEXI协议

Quentin Uhl, Tommaso Pavan, Julianna Gerold, Kwok-Shing Chan, Yohan Jun, Shohei Fujita, Aneri Bhatt, Yixin Ma, Qiaochu Wang, Hong-Hsi Lee, Susie Y. Huang, Berkin Bilgic, Ileana Jelescu

机构 * Lausanne University Hospital (CHUV) and University of Lausanne（拉沃斯大学医院（CHUV）和拉沃斯大学） ； Massachusetts General Hospital（麻省总医院） ； Athinoula A. Martinos Center for Biomedical Imaging（阿提诺拉A.马丁诺斯生物医学成像中心） 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 本文提出一种简化NEXI协议，利用可解释AI框架减少扫描时间，验证了其在体内的有效性，并展示了其在微结构映射中的优势。

Comments Submitted to Imaging Neuroscience. This all-in-one version includes supplementary materials. 34 pages, 145 figures, 4 tables

A Quadratic Vertex Threshold for Isolated Cliques in the Minimum Degree Kruskal-Katona Problem for 3-Uniform Hypergraphs

3-均匀超图最小度克鲁斯卡尔-卡托纳问题中孤立团的二次顶点阈值

Haorui Liu, Mei Lu, Yi Zhang

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 研究3-均匀超图最小度克鲁斯卡尔-卡托纳问题，通过图变换正则化邻域结构，将问题简化为计数论证，证明对足够大的\(t\)，当\(|X|\)满足一定条件时，极值超图含\(K_{t + 1}^3\)孤立副本，给出二次阶阈值。

Comments 27 pages

Label Hierarchy Transition: Delving into Class Hierarchies to Enhance Deep Classifiers

标签层次转换：深入研究类层次结构以增强深度分类器

Renzhen Wang, De cai, Kaiwen Xiao, Xixi Jia, Xiao Han, Deyu Meng

机构 * School of Mathematics and Statistics and Ministry of Education Key Lab of Intelligent Networks and Network Security, Xi’an Jiaotong University（数学与统计学学院和教育部智能网络与网络安全重点实验室，西安交通大学） ； Tencent AI Lab（腾讯AI实验室） ； ByteDance（字节跳动） ； SINGPATH AI Lab, SingPath Medical Technology Pte. Ltd.（SingPath AI实验室，SingPath医疗科技私人有限公司） ； School of Mathematics and Statistics, Xidian University（数学与统计学学院，西安电子科技大学） ； College of Biomedical Engineering, Sichuan University（生物医学工程学院，四川大学） ； School of Mathematics and Statistics, Ministry of Education Key Lab of Intelligent Networks and Network Security, Xi’an Jiaotong University（数学与统计学学院和教育部智能网络与网络安全重点实验室，西安交通大学） ； Macao Institute of Systems Engineering, Macau University of Science and Technology（澳门系统工程研究院，澳门科技大学） 纠错

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

AI总结 研究针对层次分类中现有方法未充分利用类别相关性的问题，提出基于深度学习的LHT统一概率框架，由转换网络和混淆损失构成，实验证明其优于现有方法，还扩展到皮肤病变诊断任务展现潜力。

Eigenvalues of Brownian Motions on $\mathrm{GL}(N,\mathbb{C})$

关于\(\mathrm{GL}(N,\mathbb{C})\)上布朗运动的特征值

Tatiana Brailovskaya, Nicholas A. Cook, Todd Kemp, Félix Parraud

专题命中 医学影像 ：CT(abstract_cn)

AI总结 研究\(\mathrm{GL}(N,\mathbb{C})\)上布朗运动特征值，通过一族非退化扩散过程及对小\(t\)时布朗运动的定量逼近，证明其特征值经验法则几乎必然收敛到确定性概率测度，解决了相关猜想。

A Patient Simulation Framework for Risk Assessment of Conversational Healthcare AI: Evaluation of an Antidepressant Decision Aid

通过患者模拟推进AI可信度：对抗抑郁药物选择的对话代理风险评估

Md Tanvir Rouf Shawon, Mohammad Sabik Irbaz, Hadeel R. A. Elyazori, Keerti Reddy Resapu, Yili Lin, Vladimir Franzuela Cardenas, K. Pierre Eklou, Farrokh Alemi, Kevin Lybarger

机构 * George Mason University (GMU)（乔治梅森大学） 纠错

专题命中 临床大模型 ：healthcare AI(title)；clinical AI(abstract)

AI总结 本文提出一个患者模拟器用于评估医疗对话代理的可扩展自动化评估，通过系统变化医疗、语言和行为维度支持风险评估。方法基于NIST AI风险管理框架，整合医疗、语言和行为三种profile，评估AI决策辅助在抗抑郁药物选择中的表现。

NAMD: Virtual Follow-up Computed Tomography Synthesis via Nodule-Aligned Multimodal Diffusion Models for Early Lung Cancer Diagnosis

基于LLM驱动多模态扩散的结节对齐潜在空间学习：用于肺结节进展预测

James Song, Yifan Wang, Chuan Zhou, Liyue Shen

机构 * Department of EECS, University of Michigan（电子工程与计算机科学系，密歇根大学） ； University of Michigan Medical School（密歇根大学医学学院） 纠错

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

AI总结 本文提出NAMD框架，通过生成1年随访CT图像预测肺结节进展，利用结节对齐潜在空间和LLM驱动控制机制，在NLST数据集上实现优于基线和现有方法的性能。

Bidirectional yet asymmetric causality between urban systems and traffic dynamics in 30 cities worldwide

全球30个城市中城市系统与交通动态之间的双向但不对称因果关系

Yatao Zhang, Ye Hong, Song Gao, Martin Raubal

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究全球30个城市中城市系统与交通动态的关系，提出时空因果框架，结合时空加权回归与收敛交叉映射，揭示双向不对称因果关系及三种因果原型，为可持续城市和交通规划提供策略依据。

Comments Published in Nature Communications

Journal ref Nature Communications 17, 4671 (2026)

Variational Learning of Disentangled Representations

解缠表示的变分学习

Yuli Slavutsky, Ozgur Beker, David Blei, Bianca Dumitrascu

机构 * Department of Computer Science, Columbia University, New York City, USA（哥伦比亚大学计算机科学系） 纠错

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

AI总结 研究如何实现解缠表示，引入DisCoVR变分框架，其目标与数据生成概率结构一致，含对抗项防止特定条件信息编码，在多类数据集上比以前方法实现更强解缠。

Statistical inference for the probability of necessity for causal attribution

因果归因必要性概率的统计推断

Ping Zhang, Ruoyu Wang, Wang Miao

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究因果归因必要性概率的统计推断，针对其非点识别及非光滑性难题，引入边际条件，建立半参数效率理论，提出渐近有效估计器与置信区间，可利用协变量缩短区间长度，在多领域有潜在应用。