医学 AI

Towards Continuous-variable Quantum Neural Networks for Biomedical Imaging

面向生物医学影像的连续变量量子神经网络

Daniel Alejandro Lopez, Oscar Montiel, Oscar Castillo, Miguel Lopez-Montiel

专题命中 生物医学文本 ：biomedical(title,abstract)；medical image(abstract)；diagnosis(abstract)

AI总结 本文提出利用连续变量量子神经网络进行生物医学图像分类，通过光子电路模拟构建高斯门电路，评估其在分类准确率、模型表达性和噪声鲁棒性方面的性能，对比经典CNN和DV量子电路，探讨量子增强医疗影像的权衡。

Comments 21 pages, 17 Figures, 3 Tables

Journal ref Physica Scripta, 101(25):256005, 2026

Drift-Aware Temporal Graph Rewiring (DATGR) for Adaptive Semantic Modeling in Biomedical Text

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)

Bharathwaj Vijayakumar, Sahana K. Varadaraju

机构 * Rowan University（罗文大学） 纠错

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 -- A Symbolic Regression Framework with Dynamic Pruning, Pareto Selection, and Hierarchical Composition for Real-World Scientific Discovery

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

Fuling Chen, Kevin Vinsen, Phillip Melton, Rae-Chi Huang

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） 纠错

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。

Hele-Shaw Flow With Pressure and Shear Rate Dependent Viscosity

具有压力和剪切速率依赖粘度的Hele-Shaw流动

Benedetta Calusi, Liviu Iulian Palade

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)