医学 AI

Real-time, inline quantitative MRI enabled by scanner-integrated machine learning: a proof of principle with NODDI

通过扫描仪集成的机器学习实现实时、在线定量MRI：NODDI的原理验证

Samuel Rot, Iulius Dragonu, Christina Triantafyllou, Matthew Grech-Sollars, Anastasia Papadaki, Laura Mancini, Stephen Wastling, Jennifer Steeden, John S. Thornton, Tarek Yousry, Claudia A. M. Gandini Wheeler-Kingshott, David L. Thomas, Daniel C. Alexander, Hui Zhang

专题命中 医学影像 ：MRI(title,title_cn)；pathology(abstract)

AI总结 本文提出通过扫描仪集成的机器学习实现实时在线定量MRI，利用NODDI模型训练神经网络，验证了在健康志愿者中快速生成全脑参数估计的可行性，为临床应用奠定了基础。

Comments 27 pages total, 5 figures (6 pages), 8 supporting materials (9 pages)

MIRAGE: Multi-scale Lesion-Informed Representation with Auxiliary Guidance for MRI Contrast Enhancement

MIRAGE：用于MRI对比度增强的具有辅助引导的多尺度病变信息表示

Andrea Borghesi, Xin Wang, Jonas Teuwen, George Yiasemis

机构 * Netherlands Cancer Institute（荷兰癌症研究所） 纠错

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

AI总结 研究从对比前乳腺MRI切片推断对比度增强的问题，提出MIRAGE方法，结合多种损失与监督形式，在多中心数据上评估，该方法在多个指标排名第一，显著提升病变定位，揭示了保真度与效用的权衡。

Comments 9 pages, 2 figures, 3 tables

Cross-Dataset Generalization in Breast MRI Tumor Classification via Class-Wise Dataset Mixing

通过类级数据集混合实现乳腺MRI肿瘤分类中的跨数据集泛化

Mohammad Ali Dadrast, Hamid Usefi

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

AI总结 研究乳腺MRI肿瘤分类中深度学习模型因域转移和数据集来源偏差而跨机构失败的问题，通过构建类级混合训练集控制偏差，显著提升了WaveViT - Small和EfficientNet - B3在MAMA - MIA上的分类准确率和F1值。

Comments CBMS 2026

Deep Learning Estimation of Sex, Age, Height, and Weight from CT-derived Digitally Reconstructed Radiographs

基于CT衍生数字重建X线片的深度学习估计性别、年龄、身高和体重

Tomohiro Kikuchi, Kohei Yamamoto, Yukihiro Nomura, Yosuke Yamagishi, Takeharu Yoshikawa, Toshiaki Akashi, Jun Kamohara, Hiroyuki Fujii, Harushi Mori

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

AI总结 研究旨在开发深度学习集成方法从CT衍生DRR估计成人性别、年龄、身高和体重。用三个多任务模型微调后加权平均组合，在多组数据上测试评估。结果表明该方法能有效估计，解剖覆盖广时误差低。

Comments Code: https://github.com/jichi-labo/DRRBiometricsPredictor

BART Online Open-Source Sequence Toolbox for Computational MRI

用于计算MRI的BART在线开源序列工具箱

Daniel Mackner, Philip Schaten, Markus Huemer, Viktoria Buchegger, Moritz Blumenthal, Xiaoqing Wang, Martin Uecker

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 该研究旨在提供满足需求的集成开源框架，通过在BART工具箱添加软件框架及开发驱动序列，实现定量MRI方法，验证在线和离线采集一致性，成功在开源框架内实现先进计算MRI方法的可重复性。

An in vivo validation dataset for dynamic volumetric MRI

用于动态体素MRI的活体验证数据集

Max H. C. van Riel, David G. J. Heesterbeek, Martijn Froeling, Cornelis A. T. van den Berg, Alessandro Sbrizzi

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本文提出一个公开可用的活体数据集，用于验证和改进动态体素MRI的重建方法，通过可控变形和欠采样数据实现活体验证。

Comments 11 pages, 5 figures, 2 tables. Accepted for publication in Scientific Data

Journal ref Scientific Data (2026)

Tumor-anchored deep feature random forests for out-of-distribution detection in lung cancer segmentation

基于肿瘤锚定的深度特征随机森林用于肺癌分割中的分布外检测

Aneesh Rangnekar, Harini Veeraraghavan

机构 * Memorial Sloan Kettering Cancer Center（纪念斯隆凯特林癌症中心） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 本文提出RF-Deep框架，利用深度特征提升CT扫描的分布外检测性能，通过少量标注数据改进分割管道的安全性。

Comments Accepted for publication in Transactions on Machine Learning Research (TMLR), 2026. Code available at: https://github.com/aneesh3108/RF-Deep

Anatomy-Aware 3D Mesh Refinement of Pericardium Segmentations on Computed Tomography

计算机断层扫描上心包分割的解剖学感知3D网格细化

Andreas W. Aspe, Jonas Jalili Loft, Michael Huy Cuong Pham, Andreas Ohrt Johansen, Jørgen Tobias Kühl, Klaus Fuglsang Kofoed, Kristine Aavild Sørensen, Rasmus R. Paulsen, Josefine Vilsbøll Sundgaard

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

AI总结 针对心脏CT扫描心包分割难题，提出解剖学感知3D网格细化框架，利用解剖和几何力平衡，通过3D向量场迭代细化分割，在多数据集上提升指标，尤其适用于弱初始分割及相关场景，且可扩展。

Comments This preprint has not undergone peer review (when applicable) or any post-submission improvements or corrections. The Version of Record of this contribution is published in the proceedings for MIUA 2026

Posterior Samplings are Missing Modalities Generators for Medical Image Translation

后验采样是医学图像翻译中缺失模态的生成器

Jonghun Kim

机构 * Sungkyunkwan University（成均馆大学） 纠错

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

AI总结 针对医学图像因时间和协议限制存在缺失模态的问题，提出统一框架，将缺失模态生成视为联合分布下的线性逆问题，通过后验采样及流匹配模型解决，在多数据集实验中性能优于基线，下游肿瘤分割表现更好。

Comments ECCV 26

Local Label-Informed Feature Transfer for Generating Ground-Truth Medical Images: A Comparison of GAN- and Diffusion-Based Approaches

用于生成真实医学图像的局部标签信息特征转移：基于GAN和扩散方法的比较

Rick Wilming, Irem Ozseker, Luca Matteo Cornils, Ahcène Boubekki, Benedict Clark, Danny Panknin, Stefan Haufe

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

AI总结 研究针对医学成像中验证XAI方法缺少真实数据的问题，提出LLIFT框架，用GAN和扩散两种范式实现，能生成含真实病变的半合成脑磁共振图像，为评估XAI方法提供了可控真实数据，且评估效果良好。

Comments 6 pages, submitted to IEEE MetroXRAINE 2026

Generalized Least Squares Kernelized Tensor Factorization

广义最小二乘核张量分解

Mengying Lei, Lijun Sun

机构 * McGill University（麦吉尔大学） 纠错

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

AI总结 针对恢复多维张量结构数据问题，提出GLSKF框架，通过整合全局与局部相关分量，利用协方差正则化等方法建模，结合交替最小二乘算法求解，在多个实际数据补全任务中展现出卓越性能和良好扩展性。

Journal ref Pattern Recognition, 114342 (2026)

Multi-Objective Adaptive Beamforming Using Partial Knowledge of Dynamic Dielectric Media for Non-Invasive Microwave Hyperthermia

多目标自适应波束成形利用动态介电介质的部分知识用于非侵入式微波热疗

Ahona Bhattacharyya, Tessa Haldes, Jeffrey A. Nanzer, Susan C. Hagness

专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 eess.SP

AI总结 本文研究了非侵入式微波热疗中多目标自适应波束成形设计策略，旨在在介电特性变化时维持目标区域的聚焦功率沉积并减少其他区域的意外加热。通过线性约束最小功率算法和FDTD仿真评估了波束成形效果。

Using binary silver labels in electronic health records-based computable phenotyping algorithms

在基于电子健康记录的可计算表型算法中使用二元银标签

Shuhe Wang, Matthew T. Slaughter, Jennifer C. Nelson, Brian D. Williamson

机构 * Department of Biostatistics, University of Washington（华盛顿大学生物统计学系） ； Kaiser Permanente Center for Health Research（凯撒医疗研究中心） ； Biostatistics Division, Kaiser Permanente Washington Health Research Institute（凯撒医疗华盛顿健康研究机构生物统计学部） ； Kaiser Permanente Washington Health Research Institute（凯撒医疗华盛顿健康研究机构） ； Vaccine and Infectious Disease Division, Fred Hutchinson Cancer Center（弗雷德 Hutchinson 癌症中心疫苗与传染病部） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 研究针对电子健康记录研究中二元银标签应用问题，提出二元PheNorm算法，直接在去噪步骤使用二元银标签生成表型评分，还考虑高维设置及组合模型，模拟和实际案例中该算法提升了性能，是实用的弱监督方法。

FE-MCFormer: a novel time-frequency interpretable architecture for machinery fault diagnosis under strong noise environments

FE-MCFormer：一种用于强噪声环境下机械故障诊断的新型时频可解释架构

Yuhan Yuan, Xiaomo Jiang, Haibin Yang, Haixin Zhao, Shengbo Wang, Xueyu Cheng, Jigang Meng

机构 * School of Energy and Power Engineering（能源与动力工程学院） ； State Key Lab of Structural Analysis, Optimization and CAE Software for Industrial Equipment（结构分析、优化与工业设备CAE软件国家重点实验室） ； Provincial Key Lab of Digital Twin for Industrial Equipment（工业设备数字孪生省级重点实验室） ； College of Arts and Sciences, Clayton State University（艺术与科学学院，克莱顿州立大学） ； Shenyang Blower Works Group Corporation（沈阳风机集团有限公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、eess.SP

AI总结 针对强噪声环境下机械故障诊断问题，提出FE-MCFormer框架，通过频率自适应学习层抑制噪声、保留故障特征，用多尺度时频融合架构捕捉特征交互，实验证明该方法在低信噪比下诊断性能稳定且可解释。

BRIDGE: Bottleneck-Aware Regulator-Set Inference and Diagnosis for Cooperative Gene Regulatory Recovery

BRIDGE：用于协同基因调控恢复的瓶颈感知调控因子集推断与诊断

Maryam Rahimimovassagh, Clayton Thomas Barham, Ivan Garibay, Niloofar Yousefi

机构 * University of Central Florida（中佛罗里达大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究针对协同基因调控依赖联合作用调控因子组，但多数基因调控网络推断方法输出两两调控因子-靶点排名的问题，引入BRIDGE框架及TRACE诊断套件，介绍其核心机制，指出该方法提升了多项指标，区分了相关不同目标。

BearingNAS: Obtaining In-Sensor Intelligent Fault Diagnosis Systems for Bearings Using a Laptop

BearingNAS：使用笔记本电脑获取用于轴承的传感器内智能故障诊断系统

Andrea Mattia Garavagno, Edoardo Ragusa, Paolo Gastaldo, Antonio Frisoli, Rodolfo Zunino

机构 * Case Western Reserve University（凯斯西储大学） ； STMicroelectronics（意法半导体） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 研究利用BearingNAS框架，通过轻量级无导数搜索策略及单数据流搜索空间，针对微预算优化轴承故障诊断架构，在笔记本电脑CPU上运行，为意法半导体目标实现高诊断准确率，证明可将机器学习负载移至传感器封装内进行低成本故障诊断。

Comments Accepted to IEEE COINS 2026 in Special Session 7: Edge AI technologies

RAPT: Model-Predictive Out-of-Distribution Detection and Failure Diagnosis for Sim-to-Real Humanoid Deployment

RAPT：面向真实人类机器人的模型预测异常检测与故障诊断

Humphrey Munn, Brendan Tidd, Peter Bohm, Marcus Gallagher, David Howard

机构 * School of Electrical Engineering and Computer Science, University of Queensland（电气工程与计算机科学学院，昆士兰大学） ； CSIRO Robotics, Data61（CSIRO机器人，Data61） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 RAPT通过模型预测异常检测和故障诊断技术，提升人形机器人在仿真到现实转移中的鲁棒性和可解释性。

Evidence-Grounded AI for Musculoskeletal Care

用于肌肉骨骼护理的基于证据的人工智能

Wenjie Li, Yujie Zhang, Fanrui Zhang, Haoran Sun, Renhao Yang, Junjun He, Weiran Huang, Yuanfeng Ji, Chenrun Wang, Kailing Wang, Hongcheng Gao, Kaipeng Zhang, Hanyu Wang, Angela Lin Wang, Xingqi He, Yilin Huang, Shiyi Yao, Lilong Wang, Yankai Jiang, Yirong Chen, Chenglong Ma, Jiyao Liu, Ming Hu, Gen Li, Yidong Xu, Chengyu Zhuang, Jiawei Liu, Yin Zhang, Lequan Yu, Lu Chen, Yinpeng Dong, Lei Liu, Carlos Gutierrez Sanroman, Yu Qiao, Weijie Ma, Xiaosong Wang, Lei Wang

机构 * Ruijin Hospital, College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院，健康科学技术学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（中国科学技术大学脑启发智能感知与认知教育部重点实验室） ； School of Basic Medical Sciences, Intelligent Medicine Institute, Fudan University（复旦大学基础医学院智能医学研究院） ； Department of Radiation Oncology, Stanford University School of Medicine（斯坦福大学医学院放射肿瘤学系） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； College of AI, Tsinghua University（清华大学人工智能学院） 纠错

专题命中 诊断辅助 ：clinical AI(abstract)；pathology(abstract)；diagnosis(abstract)

AI总结 研究针对肌肉骨骼护理中证据分散问题，提出基于大语言模型的OrthoPilot系统，整合多源数据进行持续管理。该系统在诊断推理等方面超越专家，优于其他智能系统，还提升了管理成功率和病床病例数等，推动临床人工智能实现纵向管理。

Comments All co-authors have now consented to the submission and approved the authorship

A Coordination Theory of NHS Whistleblowing Failure

国民保健制度举报失败的协调理论

Ari Ercole

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究国民保健制度举报失败问题，运用全局博弈技术求解相关重复三人博弈获唯一均衡，识别出三种现有政策未涉及的机制。

Local Second-Order Geometry Induced by Deformation Maps

由变形映射诱导的局部二阶几何

Maria Laura Battagliola

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究利用变形映射诱导非平稳依赖，通过线性化近似邻域协方差行为，给出切向协方差及局部谱，据此构建模拟方案，还应用局部雅可比矩阵摘要探索图像变形，展示了心肌变形局部几何在诊断组间的差异。

Enabling Multi-Dimensional Distributed Trace Comparison with Contrast

通过对比实现多维分布式跟踪比较

Vaastav Anand, Rodrigo Fonseca, Jonathan Mace, Antoine Kaufmann

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究分布式跟踪诊断中的比较难题，提出Contrast系统，通过跟踪投影对象分离跟踪表示与比较语义，利用SpectroViz和Parallax接口展示能力，经实验验证其有效性和效率。

Disentangling Curriculum Learning in NLP: Towards a Unifying Taxonomy

解开自然语言处理中的课程学习：迈向统一分类法

Vanessa Toborek, Florian Seiffarth, Sebastian Müller, Tamás Horváth

机构 * University of Bonn（波恩大学） ； Lamarr Institute（拉马尔研究所） ； Fraunhofer IAIS（弗劳恩霍夫人工智能研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 自然语言处理中课程学习缺乏难度函数和调度器的原则性说明，本文提出细粒度分类法，区分难度评估与训练调度，用于系统分析CL策略，揭示不可比性问题，支持策略设计等，并推动改进来源区分的评估实践。

AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents

AgentDebugX：用于大语言模型代理中故障可观测性、归因和恢复的开源工具包

Kunlun Zhu, Xuyan Ye, Zhiguang Han, Yuchen Zhao, Bingxuan Li, Weijia Zhang, Muxin Tian, Xiangru Tang, Pan Lu, James Zou, Jiaxuan You, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Toronto（多伦多大学） ； Google（谷歌公司） ； Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究大语言模型代理故障调试难题，提出开源框架AgentDebugX，其核心DeepDebug通过多轮诊断定位根源，在基准测试中表现出色，能修复更多失败任务，还通过多种方式公开工作流程并提供错误中心。

Find Before You Fine-Tune: A Diagnostic Study of Small LLMs for Cybersecurity QA

在微调之前进行评估：针对网络安全问答的小型语言模型诊断研究

Shaswata Mitra, Subash Neupane, Trisha Chakraborty, Himanshu Tripathi, Sudip Mittal, Aritran Piplai, Shahram Rahimi

机构 * The University of Alabama（阿拉巴马大学） ； Meharry Medical College（梅哈里医学院） ； Mississippi State University（密西西比州立大学） ； The University of Texas at El Paso（德克萨斯大学埃尔帕索分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对网络安全问答选择小型语言模型难的问题，提出FiT诊断框架，从三方面刻画模型。通过对五个模型在两种微调模式下研究发现微调利弊因模式而异，预微调FiT分数可预测变化，能筛选模型、避免不必要微调，支持安全部署。

Comments 8 pages, 5 figures, 4 tables, IEEE ICMLA

One Rewrite to Fix Them All? Type-Aware Repair Allocation for Text-to-Image Prompt Optimization

一劳永逸？用于文本到图像提示优化的类型感知修复分配

Haoyue Liu, Xiaoyu Ma, Ye Chen, Shuguang Cui, Xiaoying Tang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； XJTU-POLIMI Joint School, Xi’an Jiaotong University（西安交通大学-米兰理工大学联合学院） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来智能网络研究院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究文本到图像提示优化问题，提出将语义提示优化制定为原子修复分配的方法，在无需训练的TARA框架中实例化，实验表明该方法在多个基准生成器单元中语义准确性最佳，且运行快、图像质量好。

SR-Agent: An Experience-Driven Agentic Framework for Post-Ranking Strategy Refinement in E-Commerce Recommendation

SR-Agent：一种用于电子商务推荐中排序后策略优化的经验驱动智能框架

Hanchen Yang, Kaiwen Yang, Junpeng Zhuang, Yang He, Keting Cen, Bochao Liu, Zhongbo Sun, An Liu, Zhongteng Han, Chenyi Lei

机构 * Kuaishou Technology（快手科技） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 电商推荐系统中，后排序策略因环境变化需优化，以往方式存在问题。本文提出SR-Agent框架，统一用户模拟、分析和策略优化组件，经快手平台测试，能提升订单量、浏览深度和点击类别多样性，还缩短优化周期、降低成本。

Weakly Supervised Pathology-Informed Representation Learning for PET-Based Content Retrieval of Intra-Tumour Heterogeneity

用于基于PET的肿瘤内异质性内容检索的弱监督病理信息表征学习

Rajat Vashistha, Sandra Brosda, Lauren G. Aoude, Christine Jestin Hannan, James M. Lonie, Jessica Ng, Andrew Nathanson, Ellie Vloedmans, Caroline Cooper, Andrew P. Barbour, Viktor Vegh

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

AI总结 提出用于基于PET的肿瘤内异质性内容检索的弱监督病理信息表征学习框架，采用师生训练策略，通过渐进式消融策略评估监督机制，实验表明该方法能提高检索性能，凸显肿瘤子区域对异质性的敏感性及类别摄取的独特性。

An unsupervised clustering analysis of breast cancer data derived from electronic health records enhanced through UMAP dimensionality reduction

通过UMAP降维增强的电子健康记录中乳腺癌数据的无监督聚类分析

Davide Chicco, Nicoletta Benvenuto

机构 * Dipartimento di Informatica Sistemistica e Comunicazione, Università di Milano-Bicocca（信息系统与通信系，米兰比可卡大学） ； Institute of Health Policy Management and Evaluation, University of Toronto（卫生政策管理与评估研究所，多伦多大学） 纠错

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

AI总结 研究利用电子健康记录中的乳腺癌数据，先采用DBSCAN密度聚类法，又通过UMAP降维增强效果，用三个统计指标评估聚类结果，证实了UMAP与DBSCAN结合用于该数据聚类的有效性，为医学解读患者组提供了支持。

Comments Accepted at the CIBB 2026 conference ( https://cibb2026.teralab.ai/ )

SWITi: Quantifying and Reducing Tiling Artifacts with Sliding Window Inner Tiling

SWITi：使用滑动窗口内平铺量化和减少平铺伪影

Federico Carrara, Aman Kukde, Melisande Croft, Joran Deschamps, Florian Jug

机构 * Fondazione Human Technopole（人类技术基金会） ； Università Campus Bio-Medico（校园生物医学大学） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV

AI总结 研究针对大图像数据平铺预测产生的伪影问题，提出SWITi方法，通过平均重叠滑动窗口预测减少伪影，引入FRT和ASV指标量化检测伪影，在荧光显微镜数据集模型上验证该方法可减弱拼接缝、提升重建效果，利于生物医学大图像预测下游处理。

The Café in Amsterdam: When the Incumbent Becomes the Oracle

阿姆斯特丹的咖啡馆：当现有方案成为评判标准时

Augusto Camargo

机构 * IME, University of São Paulo（圣保罗大学工业工程系） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 探讨现代加速器计算重新制定问题，基于相关理论提出“基线捕获”，区分重新制定可评判及发现能否自动化的问题，通过案例说明并提出“购买验证器”做法，让需求独立于现有方案。

Comments 4 pages, two-column. v2: corrected the definition of representation (existential, not universal); demand now stated as a criterion rather than a set of outputs; minor notation fixes