医学 AI

A Numerically-Robust ROS 2 Port of iG-LIO: Diagnosing and Fixing Toolchain-Induced Failures in Incremental GICP LiDAR-Inertial Odometry

iG-LIO的数值稳健ROS 2端口：诊断和修复增量GICP激光雷达惯性里程计中工具链引起的故障

Afonso E. Carvalho, David Portugal, Paulo Peixoto

机构 * Robotics Institute (RI), Carnegie Mellon University (CMU)（卡内基梅隆大学机器人研究所） ； Institute of Systems and Robotics (ISR), University of Coimbra (UC)（科英布拉大学系统与机器人研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对iG-LIO的ROS 2端口，诊断并修复由工具链导致的数值故障。通过分析QoS不匹配等问题，采取修正点场解析、添加传感器支持等方法，在多种传感器上验证了改进后的端口，为该端口提供了可引用参考。

Comments 3 pages, 1 figure, 4 references

Robo-ValueRL: Reliable Value Estimation for Offline-to-Online Reinforcement Learning

Robo-ValueRL：离线到在线强化学习的可靠价值估计

Wenke Xia, Pei Ren, Wenbo Yu, Yizhuo Zhang, Jifan Li, Yixue Zhang, Yinuo Zhao, Qingyang Gao, Jianlong Fu, Jian Tang, Ji-Rong Wen, Zhengping Che, Di Hu

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Beijing Forestry University（北京林业大学） ； Peking University（北京大学） ； Microsoft Research（微软研究院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究离线到在线强化学习中价值函数可靠性对策略优化的影响，提出Robo-ValueRL框架，通过特定指标评估价值估计可靠性并用于策略预训练和在线改进，实验显示其能有效提升下游策略性能，突出价值引导数据利用对策略改进的重要性。

Comments Please refer to our website: https://gewu-lab.github.io/Robo-ValueRL/

Agentic Context Learning with Self-Discovered Specification

通过自我发现的规范进行智能体上下文学习

Jike Zhong, Ming Li, Yuxiang Lai, Ziyan Yang, Jingyu Xie, Jihyung Kil, Zheda Mai, Shao-Yuan Lo, Ren Xiang, Konstantinos Psounis, Yuanyuan Lei

机构 * University of Southern California（南加州大学） ； University of Florida（佛罗里达大学） ； Emory University（埃默里大学） ； Adobe Research（Adobe研究院） ； The Ohio State University（俄亥俄州立大学） ； National Taiwan University（国立台湾大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究上下文学习困难的原因，发现其不仅需内容获取还需规范获取。设计PSCI干预措施，提取并强化局部规范，在多个模型上取得显著提升，验证了规范获取的重要性，表明上下文学习依赖内容与规范获取。

Measurement-induced overconcentration in quantum generative models

量子生成模型中的测量诱导过集中

Runzhe Mo, Bingzhi Zhang, Quntao Zhuang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究量子生成模型中测量诱导过集中问题，引入三个指标诊断，证明不同监测电路输入敏感性变化，提出截断QuDDPM，数值表明其在保持性能时保留更强输入敏感性，确定测量诱导过集中是动态限制并将时间深度作为设计参数。

LaGuadia: Language-Guided Adaptive Distillation from Pathology Foundation Models

拉瓜迪亚：基于病理学基础模型的语言引导自适应蒸馏

Gangsu Kim, Won-Ki Jeong

机构 * College of Informatics, Korea University（韩国大学信息学院） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV、cs.LG

AI总结 研究针对病理学基础模型计算成本高问题，提出拉瓜迪亚框架，通过多阶段流程，在临床语言指导下整合多模型知识，进行自适应蒸馏。实验表明其87M参数学生模型性能出色，凸显临床语言对构建高效可靠数字病理系统的作用。

TVT-PAPD: Pathology-Aware Prototype Distillation for Self-Supervised Whole Slide Image Classification

TVT-PAPD：用于自监督全切片图像分类的病理感知原型蒸馏

Ramesh Naidu Laveti, Jaya Sreevalsan-Nair, T K Srikanth

机构 * E-Health Research Center, International Institute of Information Technology Bangalore（班加罗尔国际信息技术学院电子健康研究中心） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV、cs.LG

AI总结 研究针对现有自监督学习方法无法捕捉病理特定形态模式的问题，提出TVT-PAPD框架，集成TVT与PAPD模块，利用可学习原型库增强病理感知特征学习，在相关数据集实验中取得高加权F1分数且跨队列泛化能力强。

Comments 13 pages, 4 figures, 10 tables

Slide-Level Active Learning Reduces Annotation Burden in H&E images

滑动级主动学习减轻苏木精-伊红染色图像的标注负担

Mahsa Vali, Zhilong Weng, Noémie Moreaua, Yuri Tolkach, Katarzyna Bozek

机构 * Institute for Biomedical Informatics, Faculty of Medicine（生物医学信息学研究所，医学学院） ； University Hospital Cologne, University of Cologne（科隆大学医院，科隆大学） ； Center for Molecular Medicine Cologne (CMMC), Faculty of Medicine（科隆分子医学中心（CMMC），医学学院） ； Cologne Excellence Cluster on Cellular Stress Responses in Aging-Associated Diseases (CECAD), University of Cologne（科隆卓越集群：与衰老相关疾病细胞应激反应（CECAD），科隆大学） ； Faculty of Mathematics（数学学院） ； Natural Sciences, University of Cologne（自然科学学院，科隆大学） ； Institute of Pathology, University Hospital Cologne（病理学研究所，科隆大学医院） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、eess.IV

AI总结 研究针对深度学习分割组织病理学全切片图像标注成本高问题，提出SHAL框架，集成前景感知、阶段自适应、类别感知策略，在TCGA数据集及五个外部队列实验中表现出色，降低标注成本且保持跨域泛化能力。

Diagnosing and Mitigating Thinking Collapse in On-Policy Self-Distillation

诊断和缓解基于策略的自蒸馏中的思维崩溃

Keqin Peng, Chen Li, Yuanxin Ouyang, Yancheng Yuan, Liang Ding

机构 * Beihang University（北京航空航天大学） ； Hong Kong Polytechnic University（香港理工大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG

AI总结 研究基于策略的自蒸馏在复杂推理任务中性能下降问题，发现思维崩溃陷阱。提出自适应双视角OPSD，通过动态调节自蒸馏目标缓解该问题，在多模型规模和数据集上实验验证其有效性，提升绝对平均准确率4.1%。

Learning from Lost Provenance: Multiple Instance Learning for Cancer Registry Tumor Group Classification

从丢失的溯源信息中学习：用于癌症登记肿瘤组分类的多实例学习

Leonard Ruocco, Jonathan Simkin, Lovedeep Gondara, Gregory Arbour, Raymond Ng

机构 * British Columbia Cancer Registry, Provincial Health Services Authority（不列颠哥伦比亚癌症登记处，省级卫生服务管理局） ； University of British Columbia（英属哥伦比亚大学） ； Data Science Institute, University of British Columbia（英属哥伦比亚大学数据科学研究所） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 针对癌症登记中报告级人工标注训练数据稀缺问题，利用操作生成的患者级标签，通过基于注意力的多实例学习恢复标签与报告的联系，开发框架训练深度学习分类器，提升肿瘤组分类性能。

BiomechGPT: Extending Motion-Language Models to Clinical Motion Understanding

BiomechGPT：将运动-语言模型扩展到临床运动理解

Ruize Yang, Ann Kennedy, R. James Cotton

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 研究探索多模态运动-语言模型BiomechGPT能否回答临床运动相关问题。通过收集数据、设计跨格式令牌化器构建多模态数据集来训练模型，其在临床相关任务中性能良好，为临床和研究人员交互生物力学数据提供新途径。

Comments Project page: https://intelligentsensingandrehabilitation.github.io/BiomechGPT/

Anamnesis: An Open-Source Platform for Large-Scale Backstory-Conditioned Survey Simulation

记忆回溯：一个用于大规模背景条件调查模拟的开源平台

Song-Ze Yu, Joseph Suh, Serina Chang, David M. Chan

机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） 纠错

专题命中 医疗多模态 ：biomedical(abstract)

AI总结 介绍开源平台记忆回溯，用于大规模背景条件调查模拟。它运用大语言模型，基于文集和他性框架，支持多模态调查。通过案例研究评估，其产生的意见分布更接近真实数据，为专有模拟服务提供替代。

Comments Preprint

Capabilities of Claude Fable 5 on Biomedical Challenge Problems

Claude Fable 5在生物医学挑战问题上的能力

Dominic Okonkwo, Magnus Hodgson, Temitope I. David, Susan Adanna Ihejirika

机构 * School of Computing, University of Georgia（佐治亚大学计算学院） ； Department of Chemistry, University of Illinois（伊利诺伊大学化学系） ； Institute of Bioinformatics, University of Georgia（佐治亚大学生物信息学研究所） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 研究评估Claude Fable 5在八个生物医学基准上的能力，以确定性评分针对固定答案键评估，含两个Claude前身和GPT-5作基线。发现Fable 5拒绝率因基准而异，排除拒绝项后准确率超其他模型，还识别出两种拒绝模式，其生物医学应用主要受限在参与意愿。

Comments 15 pages, 6 tables, 4 figures, appendix with qualitative examples

The Singularity Space: A Generative Diffusion Framework for Signal Representation

奇点空间：一种用于信号表示的生成扩散框架

Eli Bar-Yosef, Amir Averbuch, Eli Turkel

机构 * Tel Aviv University（特拉维夫大学） 纠错

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

AI总结 研究提出奇点空间这一用于信号表示的生成扩散框架，基于复平面奇点，利用基于变压器的扩散模型，具有可解释性、结构稳定性等特性，在一维伯格斯激波测试中表现良好，为瞬变主导信号提供实用基础。

A Nearable Soft Mat Based on Distributed Optical Fiber Sensing for Physiological Monitoring

基于分布式光纤传感的近距软垫用于生理监测

Vincenzo Lavorgna, Martina Pulcinelli, Andrea Polimadei, Rosaria D Amato, Carlo Massaroni, Michele Arturo Caponero, Emiliano Schena, Daniela Lo Presti

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

AI总结 研究基于分布式光纤传感提出用于生理监测的软垫，将单模光纤嵌入柔性硅树脂基质呈蛇形布局，经实验在标准办公椅靠背上对志愿者测试，实现大面积分布式传感、空间映射及定量心肺监测，验证了该方法的可行性。

Threat Vectors and the State of the Art in Defense Methods for Security in Neurotechnology

神经技术安全防御方法中的威胁向量与现状

Bryce-Allen Bagley, Nathaniel Rose, Quintus Kilbourn, Matthew Canham

专题命中 生物医学文本 ：biomedical(abstract)；分类 q-bio

AI总结 本文针对脑机接口安全研发滞后问题，回顾神经安全技术现状，全面调查BCI系统安全威胁，给出可应用于弥补神经安全差距的现有方法建议，助力提升神经技术安全。

Electrohydrodynamic wind generation in planar DBDs: role of electrode symmetry and geometry

平面介质阻挡放电中电液动力风的产生：电极对称性和几何形状的作用

Farshad Sohbatzadeh, Saeed Ranjbar Malekshah, Hamed Soltani Ahmadi, S Mirzanejhad, Ramin Mehrabifard, Samira Mavaddati, Zdenko Machala

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究大气压下SDBD等离子体致动器的EHD相互作用，用对称环形致动器表征离子风，研究电极直径和厚度对风速影响，实验与模拟结合，给出优化配置及最大风速，揭示离子风性能与副产物生成权衡，为相关应用提供指导。

Comments pages, 18 figures, 3 tables. Experimental and numerical study of vertical ionic-wind generation by an annular surface dielectric barrier discharge plasma actuator. Includes COMSOL plasma-fluid simulations, Schlieren flow visualization, Pitot-tube velocity measurements, and ozone measurements. Published in Physica Scripta

Journal ref Physica Scripta 101 (2026) 065601

Spinel Ferrite-Based Materials for Electrochemical Applications: Synthesis, Applications, and Future Perspectives

用于电化学应用的尖晶石铁氧体基材料：合成、应用及未来展望

Sakhi Tiwari, Ashish Dubey, Pragyanand Prajapati, Akhilesh Kumar Singh, Ashutosh Kumar, Jai Singh

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 综述尖晶石铁氧体基材料在电化学应用的进展，介绍其在多领域的应用，阐述通过多种方式可调节其电化学性能，并为相关研究人员提供合成及增强技术等方面的全面资源，涉及气体传感器和超级电容器等应用。

Comments 104 Pages, 35 figures, 6 tables

Polarization-Sensitive Module for Optical Coherence Tomography Instruments

光学相干断层扫描仪器的偏振敏感模块

Po-Yi Lee, Chuan-Bor Chueh, Milen Shishkov, Sebastián Ruiz-Lopera, Tai-Ang Wang, Hsiang-Chieh Lee, Teresa Chen, Brett E. Bouma, Martin Villiger

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究提出模块化PS-OCT框架，通过样品臂半波片与标准OCT平台集成，经多次测量重建样品偏振特性，引入相位优化策略，以最小硬件修改实现模块，降低复杂性，有望促进PS-OCT成像在多场景广泛应用。

Comments 12 pages, 10 figures

Largest eigenvalue statistics of wavefront shaping in complex scattering media

复杂散射介质中波前整形的最大特征值统计

Grégory Schehr, Hasan Yılmaz

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究复杂散射介质中波前整形的增强因子波动，结合实验、模拟与随机矩阵理论确定其分布。弱散射时随机矩阵预测有效，强散射波动大，增强因子可度量聚焦性能并探测长程介观相关性。

Data-driven Design of Isotropic and High-Stiffness TPMS-based Amorphousness-Induced Architected Material (TAAM)

数据驱动设计的各向同性与高刚度基于TPMS的非晶诱导架构材料（TAAM）

Minwoo Park, Junheui Jo, Seunghwa Ryu

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究提出一种数据驱动设计的非晶诱导架构材料TAAM，通过可控几何无序提升材料各向同性与刚度，适用于生物医学、防护及航空航天等领域。

Comments 32 pages

MorphologyFM: A Foundation Model for Morphology-Aware Representation Learning from ECG and Pulse Oximetry Waveforms

MorphologyFM：一种用于从心电图和脉搏血氧波形中进行形态感知表示学习的基础模型

Saiyang Feng, Yuanyun Zhang, Shi Li

机构 * University of the Chinese Academy of Sciences（中国科学院大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 健康监测 ：biomedical(abstract)；分类 cs.LG、eess.SP

AI总结 研究针对现有生理波形方法未保留临床意义波形形态的问题，提出多模态基础模型MorphologyFM，通过形态感知自监督学习目标预训练，结合多种技术学习相关表示，在多下游任务中表现优于其他方法，证明联合建模更具可转移性。

SpindleFlexNet: Flexible sleep spindles detection for EEG signals based on an adaptive one-dimensional RetinaNet-based framework

SpindleFlexNet：基于自适应一维视网膜网络框架的脑电信号灵活睡眠纺锤波检测

Shao-Jun Xia, Jing Bao, Anlan Sun, Xiaoyang Chen, Hongjia Liu, Xiao-Ting Li, Ying-Shi Sun

专题命中 健康监测 ：biomedical(abstract)；分类 eess.SP

AI总结 研究针对睡眠纺锤波在脑电信号中占比小、检测难问题，提出SpindleFlexNet框架，基于自适应一维视网膜网络架构，经两个数据集训练和验证，该框架检测性能稳定、泛化性好，为睡眠研究提供实用工具。

Comments 12 pages, under submission

A Production-Oriented Framework for Evaluation of SFX Generation

一种面向生产的声效生成评估框架

Mélodie Desbos, Yara Bahram, Eric Granger, Mohammadhadi Shateri

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 eess.SP

AI总结 针对工业声音设计中声效生成评估问题，提出面向生产的评估框架，通过确定生产要求、两阶段协议及结合客观指标与人类研究，揭示不同基线的优势权衡，为声效变化评估建立协议并为设计音频生成管道提供基础。

Comments 8 pages main paper, 7 pages appendix, Proceedings of the 29th International Conference on Digital Audio Effects (DAFx26)

OptiGradTrust: Byzantine-Robust Federated Learning with Multi-Feature Gradient Analysis and Reinforcement Learning-Based Trust Weighting

OptiGradTrust: 带多特征梯度分析和基于强化学习的信任加权的鲁棒联邦学习

Mohammad Karami, Fatemeh Ghassemi, Hamed Kebriaei, Hamid Azadegan

机构 * School of Electrical and Computer Engineering, University of Tehran, Tehran, Iran（电气与计算机工程学院，德黑兰大学，德黑兰，伊朗） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.LG

AI总结 OptiGradTrust通过多特征梯度分析和强化学习信任加权，提升联邦学习在拜占庭攻击和数据异质性下的鲁棒性和准确性。