医学 AI

Super-Generalist: Towards Comprehensive and Accurate Medical Image Understanding via Generalist-Specialist Synergy

超级通才：通过通才-专才协同实现全面准确的医学图像理解

Shaoteng Zhang, Weiwei Cao, Wanxing Chang, Yutong Xie, Kai Cao, Zaiyi Liu, Yu Shi, Tingbo Liang, Qi Zhang, Ling Zhang, Yong Xia, Jianpeng Zhang

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab（湖畔实验室） ； Department of Radiology, Ningbo No. 2 Hospital（宁波市第二医院放射科） ； Department of Radiology, Guangdong Provincial People’s Hospital（广东省人民医院放射科） ； Department of Radiology, Shanghai Institution of Pancreatic Disease（上海胰腺疾病研究所放射科） ； Department of Radiology, Shengjing Hospital of China Medical University（中国医科大学附属盛京医院放射科） ； The First Affiliated Hospital, Zhejiang University School of Medicine（浙江大学医学院附属第一医院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 研究旨在通过通才-专才协同实现全面准确的医学图像理解。提出SuG框架，整合多分割专家空间先验进行视觉-语言对齐，利用病变掩码校准注意力。在多CT基准测试中评估，其在疾病诊断任务中性能领先，超越专才模型，有强大病变定位能力。

Quality assurance of the Federal Interagency Traumatic Brain Injury Research (FITBIR) database for multi-site MRI analysis

用于多站点MRI分析的联邦跨部门创伤性脑损伤研究（FITBIR）数据库的质量保证

Adam M. Saunders, Michael E. Kim, Gaurav Rudravaram, Elyssa M. McMaster, Chloe Scholten, Sequoia Wade, Marselle Rasdall, Simon Vandekar, Tonia S. Rex, François Rheault, Bennett A. Landman

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

AI总结 针对FITBIR数据库，将其结构和扩散MRI及相关信息整理统一，用UNesT分割分析指标，经质量保证后用GAMLSS建模，发现TBI受试者与对照组相比，15个脑区体积有显著差异。

Comments 8 pages, 5 figures

Secure-by-Disguise: A Systematic Evaluation of Image Disguising for Confidential Medical Image Modeling

通过伪装实现安全：对用于机密医学图像建模的图像伪装的系统评估

Jason Rojas, Jiajie He, Yash Patel, Yuechun Gu, Zeyun Yu, Keke Chen

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

AI总结 研究针对医学图像外包建模的隐私问题，建立统一框架评估DisguisedNets和NeuraCrypt等方法，分析其在多数据集上的预测效用、效率及抗攻击鲁棒性，发现图像伪装性能因任务而异，RMT平衡最佳，为医学AI应用中PET适用性提供评估。

TCLA: Training-Free Class-wise Logit Adaptation for Medical Vision-Language Models

TCLA：用于医学视觉语言模型的无训练类级对数几率适应

Tianyou Jiang, Ziyu Zhou

机构 * University of Bern（伯尔尼大学） ； Shanghai Jiao Tong University（上海交通大学） 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 针对医学视觉语言模型在分布外数据上有效性下降问题，提出无训练的少样本适应方法TCLA。该方法基于支持样本校正推理对数几率，提升模型性能，实验表明其能持续提高模型OOD性能且多数情况下优于现有训练方法。

Prototypical Few-Shot Medical Image Semantic Segmentation with Background Fusion

基于背景融合的原型少样本医学图像语义分割

Yuan Dong, Xiaoyu Yu, Wentao Wan, Jianchao Xue, Yuejin Duan, Song Tang, Yu Zhao

机构 * Chinese Academy of Medical Sciences（中国医学科学院） ； Peking Union Medical College（北京友谊医院） ； School of Health Sciences（健康科学学院） 纠错

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

AI总结 研究针对医学图像少样本语义分割，提出背景融合原型（Bro）方法。通过特征相似性校准减少噪声，分层通道对抗注意力将背景融合到原型，基于通道组注意力机制实现从粗到细融合，可与现有模型集成，有效提升分割性能。

Multi-Layer Gaussian Splatting for Immersive Anatomy Visualization

多层高斯散射用于沉浸式解剖可视化

Constantin Kleinbeck, Hannah Schieber, Klaus Engel, Ralf Gutjahr, Daniel Roth

机构 * Technical University of Munich（慕尼黑技术大学） ； Clinic for Orthopedics and Sports Orthopedics（骨科与运动骨科诊所） ； TUM University Hospital（慕尼黑技术大学医院） ； Siemens Healthineers AG（西门子医疗影像有限公司） 纠错

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

AI总结 本文提出多层高斯散射方法，用于高效且静态地表示CT扫描，实现沉浸式解剖可视化，支持交互式三维评估与医学教育。

Journal ref IEEE Trans. Vis. Comput. Graph. 31(5):2353-2363 (2025)

The Statistical physics of unsaturated soil water: kinetic theory and non commutative pore water dynamics

非饱和土壤水的统计物理学：动力学理论与非对易孔隙水动力学

Riccardo Rigon

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 该研究构建非饱和土壤水统计力学理论，通过多尺度方法得出孔隙占有率连续场方程，引入孔隙分辨达姆科勒数统一现象学，简化得到理查兹方程等，揭示滞后和优先流特性，输入基于孔隙网络几何属性，无需宏观数据校准。

Comments Main paper plus supplemental material

HemoPIC: A Physics-Informed Cerebral Hemodynamics Digital Twin for Brain Perfusion

HemoPIC：用于脑灌注的物理信息脑血流动力学数字孪生模型

Yi-Chen Lee, Peirong Liu

专题命中 医学影像 ：diagnosis(abstract)；分类 q-bio、eess.IV

AI总结 研究提出物理信息脑血流动力学数字孪生模型HemoPIC，通过解决约束反问题，联合估计数字孪生参数和潜在状态，消除常规灌注定量中的手动AIF选择和反卷积，直接生成临床可行的灌注汇总图，还能进行正向模拟和反事实干预分析。

Decoupling Language Guidance from Backbones for Text-Guided Medical Segmentation

用于文本引导医学分割的骨干网络与语言引导解耦

Yungeng Liu, Xuanzi Fang, Haijin Zeng, Qi Dai, Yongyong Chen

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； NingBo No.2 Hospital（宁波第二医院） 纠错

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

AI总结 研究针对文本引导医学分割中模型组件紧密耦合问题，提出可转移骨干层次适配器框架BTHA，通过稳定特征级接口、分层监督策略和自适应门控语义引导适配器，有效提升分割效果且计算开销适度。

LUMOS: Latent Universal Medical Priors for Segmentation

GuiDINO：重新思考医学图像分割中的视觉基础模型

Zhuonan Liang, Wei Guo, Jie Gan, Yaxuan Song, Runnan Chen, Hang Chang, Weidong Cai

机构 * The University of Sydney, Sydney. NSW 2006, Australia Biological System \& Engineering Division, Lawrence Berkeley National Laboratory, Berkeley. CA 94720, USA Berkeley Biomedical Data Science Center, Lawrence Berkeley National Laboratory, Berkeley. CA 94720, USA 纠错

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

AI总结 GuiDINO通过引导掩码机制提升医学图像分割性能，提供了一种参数高效的基础模型适应方法。

Comments 13 pages, 10 figures, 12 tables