医学 AI

Reliability-Aware CT-MRI Registration: A Quality Engineering Framework with Stability Analysis and Risk Classification

可靠性感知的CT-MRI配准：一个具有稳定性分析和风险分类的质量工程框架

Nisreen Albzour

机构 * School of Systems Science and Industrial Engineering, Binghamton University（宾夕法尼亚大学系统科学与工业工程学院） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；CT(title,title_cn)；分类 cs.CV

AI总结 提出可靠性感知框架，通过数据学习阈值将配准质量转化为风险类别，用多种指标评估可靠性，经训练阈值用于测试患者，表明仿射配准更优，可靠性过滤配准可改善对齐，还做了多方面分析。

pyMEAL: A Multi-Encoder Augmentation-Aware-Learning Toolbox for Robust Medical Image Translation

pyMEAL：用于稳健医学图像翻译的多编码器增强感知学习工具箱

Abdul-mojeed Olabisi Ilyas, Adeleke Maradesa, Jamal Banzi, Jianpan Huang, Henry K. F. Mak, Kannie W. Y. Chan

机构 * Hong Kong Centre for Cerebro-Cardiovascular Health Engineering (COCHE)（香港脑心血管健康工程中心） ； Department of Informatics, Sokoine University of Agriculture（农业科学学院信息系） ； Department of Diagnostic Radiology, The University of Hong Kong（香港大学诊断放射科） ； State Key Laboratory of Brain and Cognitive Sciences, The University of Hong Kong（香港大学脑科学与认知科学国家重点实验室） ； Alzheimer’s Disease Research Network, The University of Hong Kong（香港大学阿尔茨海默病研究网络） ； Department of Biomedical Engineering, City University of Hong Kong（城市大学生物医学工程系） ； Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院放射学与放射科学系） ； City University of Hong Kong Shenzhen Research Institute（城市大学深圳研究 institute） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；CT(summary_cn,abstract)；medical image(title,abstract)；diagnosis(abstract)

AI总结 针对医学图像翻译受患者差异等挑战及3D图像翻译受阻问题，提出多编码器增强感知学习（MEAL），研究三种特征整合策略，经实验验证其在CT到T1加权MRI翻译任务中表现出色，提升了医学图像翻译的稳健性和临床适用性。

Comments 46 pages, 11 figures, 3 tables

SegWithU: Uncertainty as Perturbation Energy for Single-Forward-Pass Risk-Aware Medical Image Segmentation

SegWithU：不确定性作为扰动能量用于单次前向传递的鲁棒医学图像分割

Tianhao Fu, Austin Wang, Charles Chen, Roby Aldave-Garza, Yucheng Chen

机构 * University of Toronto（多伦多大学） ； McGill University（麦吉尔大学） ； University of Waterloo（滑铁卢大学） ； Vector Institute（向量研究所） ； Project Neura ； University of Toronto Machine Intelligence Student Team（多伦多大学人工智能学生团队） ； Amplimit 纠错

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

AI总结 SegWithU通过引入轻量级不确定性头，提升单次前向传递医学图像分割的鲁棒性，实现高可靠性分割结果。

Diffusion-Based Quality Control of Medical Image Segmentations across Organs

基于扩散的质量控制用于跨器官医学图像分割

Vincenzo Marcianò, Hava Chaptoukaev, Virginia Fernandez, M. Jorge Cardoso, Sébastien Ourselin, Michela Antonelli, Maria A. Zuluaga

专题命中 医学影像 ：medical image(title,abstract)；分类 q-bio、eess.IV

AI总结 本文提出nnQC框架，通过扩散生成模型实现跨器官医学图像分割的质量控制，有效解决现有方法的通用性问题。

Decompiling for Constant-Time Analysis

用于常量时间分析的反编译

Santiago Arranz-Olmos, Gilles Barthe, Lionel Blatter, Youcef Bouzid, Sören van der Wall, Zhiyuan Zhang

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 研究CT编程中确保汇编代码符合规范的问题，核心方法是探讨反编译然后分析（DtA）方法，主要贡献包括揭示现有误判问题、定义CT透明性概念及方法、扩展到推测性CT并构建实用工具。

Journal ref Proc. ACM Program. Lang. 10, OOPSLA1, Article 93 (April 2026), 30 pages

End-to-End 4D Heart Mesh Recovery Across Full-Stack and Sparse Cardiac MRI

跨全栈和稀疏心脏磁共振成像的端到端4D心脏网格恢复

Yihong Chen, Jiancheng Yang, Deniz Sayin Mercadier, Hieu Le, Juerg Schwitter, Pascal Fua

机构 * School of Computer and Communication Science, EPFL（计算机与通信科学学院，瑞士联邦理工学院） ； ELLIS Institute Finland, Aalto University, Finland（芬兰ELLIS研究所，阿尔托大学，芬兰） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； Center for Interventional MRI, CHUV（介入MRI中心，CHUV） 纠错

专题命中 医学影像 ：MRI(title)；diagnosis(abstract)；分类 cs.CV

AI总结 研究针对心脏磁共振成像序列重建心脏运动问题，提出TetHeart框架，利用可变形四面体，通过创新机制和策略，能从全栈及稀疏切片观测恢复4D心脏网格，在多数据集上实现高精度和强泛化。

Comments Accepted by TMLR

The Cross-Architecture Substrate: A Domain-Transcendent, Calibration-Surviving Geometric Invariant of Modern Vision Encoders

跨架构基板：现代视觉编码器的领域超越、校准存活的几何不变量

Yousef Radwan

机构 * KAUST（阿卜杜拉国王科技大学） 纠错

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

AI总结 发现现代视觉编码器训练后前16个主方向收敛到同一16维几何对象（跨架构基板），该基板跨视觉领域传输、校准后仍存在，并应用于无标签迁移性过滤、领域检测、低样本探测和无教师蒸馏。

Comments 14 pages, 2 figures. 40th Conference on Neural Information Processing Systems (NeurIPS 2026)

Systematic Comparison between Constrained Transport and Mixed Divergence Cleaning Methods for Astrophysical Magnetohydrodynamic Simulations

磁流体动力学模拟中约束传输与混合散度清洁方法的系统比较

Kengo Tomida, Kenji Eric Sadanari, Shinsuke Takasao, Kazunari Iwasaki

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本文比较了约束传输与混合散度清洁方法在天体磁流体动力学模拟中的表现，发现散度清洁方法在某些情况下会产生显著伪影，而约束传输方法在多数情况下更准确可靠。

Comments 29 pages, Accepted for publication in ApJS

McKean-Vlasov SDEs with Bounded Measurable Interaction

具有有界可测相互作用的McKean-Vlasov随机微分方程

Xing Huang

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 研究具有有界可测相互作用的McKean-Vlasov随机微分方程，推导其非线性半群正则性估计，分两种情况讨论，在第二种情况中扩散与分布无关，漂移含特定两项，最终基于正则性估计在该情况获$\W_1$中指数遍历性。

Comments 30 pages

Segmentation and Classification of Pap Smear Images for Cervical Cancer Detection Using Deep Learning

基于深度学习的宫颈癌检测中巴氏涂片图像分割与分类

Nisreen Albzour, Sarah S. Lam

机构 * Binghamton University（宾夕法尼亚大学） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 提出结合U-Net分割与分类模型的深度学习框架，在Herlev数据集上评估分割对分类性能的影响，结果显示分割略微提升精确率和F1分数，但影响有限。

Comments Version 2: Added recent references, updated Figure 1, and improved manuscript presentation

The Geometry of Saturation: Effective Rank Predicts When Labels Stop Helping in Few-Shot Classification

二元少样本分类的谱相图：内在维度、几何饱和与表征诊断

Arnav Gupta

机构 * Independent Researcher（独立研究者） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 提出饱和指数S(K)作为二元少样本分类中标注停止准则，理论证明其与协方差估计集中度及线性判别稳定性相关，实验验证其与边际精度增益正相关，并划分探索、过渡、饱和三阶段。

Comments 46 pages, 8 figures, 22 tables

From Paper to Program: Knowledge Externalization and Bottleneck Diagnosis in AI-Assisted Quantum Many-Body Programming

从论文到程序：AI辅助量子多体代码生成中的知识外化

Yi Zhou

机构 * Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China（中国科学院物理研究所，北京100190，中国） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 针对AI直接翻译论文为代码时因隐含约定导致失败的问题，提出知识外化方法，通过多阶段人机协作流程将隐式假设显式化，在DMRG和Pfaffian-MPS任务上验证了有效性。

Comments 20 pages, 4 figures. Substantially revised presentation, related-work context, reproducibility documentation, validation-gate wording, limitations, and generative-AI disclosure; numerical results unchanged

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/

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。