科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
用于多模态肺癌生存预测的CT-CLIP表示
机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Umeå University（于默奥大学） ； Sahlgrenska University Hospital（萨尔格伦斯卡大学医院） ； Sahlgrenska Academy at Gothenburg University（哥德堡大学萨尔格伦斯卡学院）
专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV
AI总结 研究评估特定领域基础模型CT-CLIP用于肺癌多模态生存预测，通过多种策略提取特征，结果显示冻结的CT-CLIP模型结合可训练生存头表现出色，能有效区分高低风险组。
Comments 8 pages, 2 figures
用于脑 MRI 进展建模的解剖学引导潜在扩散
机构 * Cornell University（康奈尔大学） ； Weill Cornell Medicine（韦尔医学院） ； Stanford University（斯坦福大学） ； University of Virginia（弗吉尼亚大学）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 研究旨在准确建模脑 MRI 进展，提出解剖学引导潜在扩散模型 AG-LDM，通过融合多因素简化训练流程，经实验验证其在图像质量、误差降低及特征捕捉等方面表现优异，是可靠的脑 MRI 进展建模框架。
Comments 24 pages, 7 figures, 7 tables. Code available at https://github.com/JornyWan/AG-LDM
人类皮质折叠的开源磁共振成像信息计算模型
专题命中 医学影像 ：MRI(title,summary_cn)
AI总结 该研究针对人类皮质折叠问题，利用开源代码FEniCS开发计算模型，构建模块化、可解释且可扩展的模拟框架，结合胎儿MRI数据模拟折叠，估计参数并优化预测，助力理解皮质折叠及相关疾病。
Comments 33 pages, 17 figures
基于空间时间高斯表示的动态重建与运动估计框架用于时间分辨体素MRI成像（DREME-GSMR）
机构 * The Advanced Imaging and Informatics for Radiation Therapy (AIRT) Laboratory（先进成像与放射治疗信息学（AIRT）实验室） ； The Medical Artificial Intelligence and Automation (MAIA) Laboratory（医学人工智能与自动化（MAIA）实验室） ； Department of Radiation Oncology, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心放射肿瘤科） ； Department of Medical Physics, Memorial Sloan Kettering Cancer Center（纪念斯隆凯特琳癌症中心医学物理系）
专题命中 医学影像 ：MRI(title_cn,summary_cn)；分类 cs.LG
AI总结 本文提出DREME-GSMR框架，通过3D高斯表示实现亚秒级动态MRI重建，无需先验模型即可进行实时影像和运动追踪。
Comments 57 pages, 10 figures
利用病理学共现进行胸部X光诊断的测试时适应
机构 * Seoul National University（首尔国立大学） ； Nanyang Technological University（南洋理工大学） ； UNIST（蔚山科学技术院）
专题命中 医学影像 ：pathology(title)；diagnosis(title)；分类 cs.CV
AI总结 研究针对医学影像模型在新临床地点性能下降问题，提出共现加权适应（CoWA）方法，利用疾病共现模式作适应可靠性信号，估计标签共现结构并降低偏离模式样本权重，在胸部X光基准测试中优于基线。
Comments Accepted to MICCAI 2026
错误置信度：颈椎分割中的自动标签混淆公平性审计
机构 * Section for Visual Computing, DTU Compute, Technical University of Denmark（视觉计算部门，丹麦技术大学）
专题命中 医学影像 ：MRI(summary_cn,abstract)；分类 cs.CV、cs.LG、eess.IV
AI总结 研究针对颈椎MRI分割无公平性审计的问题，利用CSpineSeg数据集进行审计，发现参考标签选择非中立，银标签会使模型性能高估、公平性判定改变，指出参考标签来源是分割评估的混杂因素，应依专家标签报告性能与公平性并说明参考来源。
Comments 8 pages, 1 figure. Under review at FAIMI 2026 (MICCAI workshop)
具有不断变化的客户端和标签空间的异步联邦持续分割
机构 * University of Oxford（牛津大学） ； University of Bristol（布里斯托大学）
专题命中 医学影像 ：CT(summary_cn,abstract)；分类 cs.CV、eess.IV
AI总结 研究现实中联邦学习客户端组成和标签空间会变化的问题，提出CA-MMDS框架，通过基于代理的蒸馏更新全局模型，减少通信和计算成本，以多类3D腹部CT分割任务验证其能有效整合客户端知识并获良好分割性能。
用于生成式 3D 先验的投影能量匹配
专题命中 医学影像 ：CT(summary_cn,abstract)；分类 q-bio、eess.IV
AI总结 研究针对能量匹配在高维 3D 数据训练的挑战，提出投影能量匹配框架，引入亥姆霍兹提炼和负缓存策略，用于医学 CT 逆问题如稀疏视图重建，减少计算量并实现高保真重建。
用于临床信息丰富且可解释的医学图像理解的工具瓶颈框架
机构 * California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG
AI总结 针对医学图像理解中工具组合难的问题，提出工具瓶颈框架（TBF），利用工具瓶颈模型（TBM）组合VLM选择的工具，通过神经网络计算融合工具输出，在组织病理学和皮肤病学任务中表现出色，提升医学图像理解且使预测更具可解释性。
Journal ref Proceedings of the 9th International Conference on Medical Imaging with Deep Learning, Proceedings of Machine Learning Research 315 (2026) 2958-2986
基于注意力的脑白质高信号分割以及血管性与脱髓鞘性病变的区分
机构 * UGiVIA Research Group, Dpt. of Mathematics and Computer Science, Universitat de les Illes Balears（UGiVIA研究小组，数学与计算机科学系，巴利阿里群岛大学）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV
AI总结 研究针对脑白质高信号在鉴别诊断上的挑战，提出结合基于注意力的分割与特征驱动分类方法，评估注意力机制、测试不同架构及训练策略，利用多数据集实验，结果显示该方法为区分血管性和脱髓鞘性白质病变提供了有前景的方向。
Journal ref Pattern Recognition Letters 202 (2026) 50-56
作为潜在漂移的进展：缓慢演变病理的生成预测
机构 * Zhejiang University（浙江大学） ； The Hong Kong Polytechnic University（香港理工大学） ； IROOTECH TECHNOLOGY（IROOTECH技术） ； Wolf 1069 b Lab, Sany Group（Wolf 1069 b实验室，三一集团）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV
AI总结 研究针对缓慢演变神经退行性疾病未来解剖结构预测难题，提出潜在漂移的渐进生成框架，在压缩语义表示中学习变化，结合有限标量量化抑制干扰波动，实验表明该方法在神经预测上优于基线。
Comments Accepted to ECCV 2026
ConRad：用于放射组学的高效共形预测
机构 * Department of Electrical & Computer Engineering, Rice University（电气与计算机工程系， Rice大学）
专题命中 医学影像 ：medical image(abstract)；分类 cs.CV、cs.LG、eess.IV
AI总结 研究针对放射组学中分割模型问题，提出ConRad共形框架，利用预测掩码等派生协变量构建自适应区间，在五个二维医学成像数据集及171个放射组学目标上实验，提高了特征级效率且保持覆盖率，消融结果显示分割边界不确定性特征贡献大。
Comments Code available at https://github.com/matthewyccheung/conrad
TOM：一种基于多教师知识蒸馏和任务特定数据增强的开源舌象分割方法
专题命中 医学影像 ：diagnosis(abstract)；分类 q-bio、eess.IV
AI总结 本文提出TOM模型，通过多教师知识蒸馏和任务特定数据增强实现高效舌象分割，并提供开源工具和案例研究，提升中医诊断性能。
Comments Tongue segmentation, data augmentation, synthetic data for AI training, prompt engineering, Segment Anything Model, knowledge distillation, tongue classification
大语言模型在认知行为疗法引导的情感推理中存在哪些不足？
机构 * UMBC（美国马里兰大学） ； UC Irvine（美国加州大学 Irvine 分校）
专题命中 医学影像 ：CT(abstract)
AI总结 研究大语言模型在认知行为疗法引导的情感推理中的不足，采用知识引导框架，将用户叙述分解并基于临床概念验证，用协议杠杆力衡量引导效果，发现单链思维提示无效，多链思维能更好引导策略选择但效果有限。
Comments 12 pages, 7 figures, accepted for publication in Affective Computing and Intelligent Interaction (ACII) 2026
揭示增材制造钢中裂纹萌生的潜在机制
专题命中 医学影像 ：biomedical(abstract)
AI总结 研究增材制造钢裂纹萌生机制，结合多模态技术观察裂纹尖端塑性三维演变，发现锻造钢与增材制造合金在裂纹尖端塑性表现不同，揭示抗断裂能力受其空间演变控制，为提高损伤容限提供机理框架。
对齐临床需求与人工智能能力：医学推理大语言模型综述
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University（香港大学） ； South China University of Technology（华南理工大学） ； University of Toronto（多伦多大学） ； Peking Union Medical College Hospital（北京地坛医院） ； West China Hospital, Sichuan University（四川大学华西医院）
专题命中 临床大模型 ：diagnosis(abstract)
AI总结 综述医学大语言模型在医疗领域的进展，提出双视角方法，连接临床实践与计算方法，建立五级能力方案并关联推理模式与医学任务，引入基准数据集并报告模型结果，讨论进展与挑战及未来方向。
Comments Accepted by Machine Intelligence Research
Log-Insight：通过神经符号日志分析实现微服务事件诊断自动化
专题命中 诊断辅助 ：diagnosis(title,abstract)
AI总结 研究针对大规模微服务系统生产事件诊断难题，提出Log-Insight系统，通过自动化SRE手动分类工作流程，经符号阶段处理后为LLM提供证据合成假设报告，六阶段管道减少大量原始事件，评估显示该系统能高效准确诊断根本原因，还报告了相关故障模式等内容。
一种用于人工智能辅助鉴别诊断的面向安全的假设-演绎框架
机构 * Yale School of Medicine, Yale University（耶鲁大学医学院，耶鲁大学） ； Università degli Studi di Trieste（的里雅斯特大学） ； Vanderbilt University（范德堡大学）
专题命中 诊断辅助 ：diagnosis(title,abstract)
AI总结 研究针对诊断错误威胁，提出AegisDx框架，通过协调LLM组件进行鉴别诊断、筛查危险情况、验证推理等。经多层面评估，该框架在诊断准确率及安全评分等方面表现优于独立LLM，为急性护理提供更优床边决策支持
评估帧率在基于序列的自闭症相关自我刺激手部特质分类中的作用
机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） ； Department of Information and Computer Sciences, University of Hawai‘i at Mānoa（夏威夷大学马诺亚分校信息与计算机科学系）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV、cs.LG
AI总结 研究针对自闭症相关自我刺激行为检测，通过在不同帧率下训练LSTM和GRU模型确定最佳架构与采样率，应用十种数据增强策略并做消融研究，采用个性化机器学习方法，为视频行为分类提供架构、采样率及增强策略指导。
Comments 15 pages, 5 figures, 3 tables. Preliminary version presented as a poster at the AMIA 2024 Informatics Summit
Journal ref 2024 AMIA Informatics Summit. https://knowledge.amia.org/Info2024/content?act=Info2024a249
诊断和修复长距离单次条纹投影轮廓测量中的形状先验捷径
机构 * Department of Mechanical Engineering, Iowa State University（爱荷华州立大学机械工程系） ； College of Engineering, University of Georgia（佐治亚大学工程学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG、eess.IV
AI总结 通过机械可解释性和共形不确定性量化诊断长距离单次条纹投影轮廓测量中网络依赖形状先验而非条纹相位解码的问题，提出PhiCalNet架构修复，将物体平均绝对误差降低3.3倍。
Comments 21 pages, 13 figures
CAAD：通过多尺度对齐和结构因果一致性进行因果感知多变量时间序列异常检测
机构 * Stony Brook University（纽约州立大学石溪分校） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Yale University（耶鲁大学） ； Queen Mary University of London（伦敦大学玛丽皇后学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对复杂工业系统异常检测中常忽略内部因果关系的问题，提出CAAD框架，通过外生变量持续验证格兰杰因果一致性，利用多尺度对齐和梯度矩阵监测因果关系，在真实工业数据集实验中实现高精度异常检测，优于多数基线方法。
Comments Accepted at KDD 2026 (Research Track)
SPHINX: 先解释，再探索
机构 * University of Florida（佛罗里达大学） ； University of Debrecen（德布勒恩大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出SPHINX闭环框架，通过可解释AI分析驾驶策略的失败模式，并利用视觉语言模型生成针对性对抗场景，提升自动驾驶策略鲁棒性。
Comments 13 pages
精神病院：一个用于评估精神科临床问诊的虚拟环境
机构 * School of Computer Science, Chongqing University（重庆大学计算机科学学院） ； School of Computer Science, Hunan University（湖南大学计算机科学学院）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究针对大语言模型在精神科临床问诊评估不足的问题，引入MentalHospital虚拟环境，实例化S.O.A.P.工作流程，用双轨协议评估，开发MentalEval，经测试其具有临床保真度且与专家高度一致，指出大语言模型在精神状态评估上落后临床医生。
通过内部归因图对大语言模型越狱进行机制性可解释性研究
机构 * Department of Computer Science, University of South Dakota（南达科他大学计算机科学系） ； School of Information and Artificial Intelligence, Yangzhou University（扬州大学信息与人工智能学院）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究大语言模型越狱漏洞，通过构建内部计算图揭示对抗攻击引发的内部推理转变，提出统一框架实现因果诊断，实验证明计算图偏差与不安全行为相关，干预可提升模型鲁棒性。
Self-EvolveRec：基于大语言模型定向反馈的自进化推荐系统
机构 * Microsoft（微软）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究针对传统推荐系统设计方法局限，提出Self-EvolveRec框架，集成用户模拟器与模型诊断工具建立定向反馈循环，并引入协同进化策略。实验证明该框架在推荐性能和用户满意度上显著优于现有基线。
超声耦合微液滴激光芯片用于高通量高脂血症筛查
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 超声耦合微液滴激光芯片通过高通量测量流体机械性能，用于高脂血症筛查和分子相互作用监测。
Journal ref Light: Science & Applications 14 (2025) 327
ProsMAE：用于ISUP分级分类的多源MAE预训练
机构 * Seoul National University（首尔国立大学） ； GIST（韩国科学技术院） ； NVIDIA（英伟达）
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG
AI总结 针对全切片图像模型训练难题，提出多源MAE框架ProsMAE，利用多数据集切片预训练编码器，通过ProsCLS用于ISUP分级分类，在不相交PANDA分割下比普通MAE冻结线性探针基线有更高QWK。
Comments Accepted to APCCAS 2026
EasyLens: 一种无需训练的即插即用型微病变表示放大器，用于医学视觉语言模型
机构 * Jilin University（吉林大学） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； ByteDance（字节跳动） ； Institute of Translational Medicine, Shanghai Jiao Tong University（上海交通大学转化医学研究院）
专题命中 医疗多模态 ：medical image(abstract)；pathology(abstract)；分类 cs.CV
AI总结 提出EasyLens，一种无需训练的即插即用模块，通过构建病理-解剖原型空间、反事实推理选择病变相关补丁以及形态引导残差增强，放大医学视觉语言模型对微病变的表示能力。
MultiFair：具有双级梯度调制的多模态平衡公平感知医学分类
机构 * School of Computing and Informatics, University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校计算机与信息学学院） ； Louisiana Center for Health Innovation and College of Nursing & Health Sciences, University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校健康创新中心及护理与健康科学学院） ； Massachusetts Eye and Ear, Harvard Medical School（哈佛医学院马萨诸塞眼耳医院） ； Department of Computer Science, University of Central Florida（佛罗里达州立大学计算机科学系） ； Department of Electrical Engineering and Computer Science, Florida Atlantic University（佛罗里达Atlantic大学电子工程与计算机科学系）
专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV、cs.LG
AI总结 针对多模态医学分类中数据模态学习不均衡和模型对特定群体不公平的问题，提出MultiFair方法，通过双级梯度调制过程动态调整训练梯度，在多数据集上评估，有效解决了上述挑战。
Comments This work has been accepted for publication in IEEE Transactions on Medical Imaging
用于哮喘的多模态数字生物标志物：声音、临床和人口统计学因素的互补作用
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 研究针对哮喘诊断依赖传统方法、声音生物标志物缺乏临床背景整合的问题，提出多模态专家混合框架，结合声学嵌入与临床人口数据，在匹配队列上评估，模型性能优，还通过分析揭示不同症状个体特征依赖差异，支持哮喘筛查。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈