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
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
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)
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。
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
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
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。
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
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。
用于生物医学文本自适应语义建模的漂移感知时间图重布线 (DATGR)
机构 * Rowan University（罗文大学）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 针对生物医学文本语义随时间演变致传统模型性能下降的问题，提出DATGR框架，通过基于语义漂移动态更新共现边建模概念演变，经实验验证该方法能有效捕捉时间语义变化，提升链接预测召回率且保持计算效率与可解释性。
Comments 6 pages, 4 figures. Published in the Proceedings of the 2026 IEEE Conference on Artificial Intelligence (CAI 2026)
Journal ref Proc. 2026 IEEE Conference on Artificial Intelligence (CAI), pp. 193-198, 2026
DeepPySR——一个用于现实世界科学发现的具有动态剪枝、帕累托选择和分层组合的符号回归框架
机构 * International Centre for Radio Astronomy Research (ICRAR), University of Western Australia（国际射电天文学研究中心（ICRAR），西澳大利亚大学） ； The Raine Study, University of Western Australia（雷恩研究中心，西澳大利亚大学） ； Menzies Institute for Medical Research, University of Tasmania（孟席斯医学研究所，塔斯马尼亚大学） ； Nutrition & Health Innovation Research Institute, School of Medical and Health Sciences, Edith Cowan University（营养与健康创新研究所，伊迪斯科文大学医学与健康科学学院）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 针对符号回归面临的高维输入等挑战，DeepPySR通过动态变量剪枝、指数帕累托选择标准和分层符号组合架构来解决，在多个数据集上表现出色，能产生与领域风险因素一致的可解释公式。
具有压力和剪切速率依赖粘度的Hele-Shaw流动
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 研究具有压力和剪切速率依赖粘度的流体在Hele-Shaw单元中的行为，从控制方程出发采用流变模型推导修正流动方程，通过数值模拟展示流变参数对流动行为的影响，为受限复杂流动研究提供新视角。
Journal ref Published in Transport Phenomena 2026; 1(1): 20260002 (De Gruyter Brill)
H3D：用于细粒度文档去重的无监督文本哈希基准测试
专题命中 医学数据与评测 ：biomedical(abstract)
AI总结 H3D作为细粒度文档去重的无监督文本哈希基准测试，评估多种哈希方法，在两个数据集上进行实验，报告排名质量、效率和鲁棒性等结果，揭示不同方法权衡，分析相似性度量等效情况，提升方法比较的可解释性与可重复性。
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