科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
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
机构 * Netherlands Cancer Institute（荷兰癌症研究所）
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
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
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
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
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
用于计算MRI的BART在线开源序列工具箱
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。
计算机断层扫描上心包分割的解剖学感知3D网格细化
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
后验采样是医学图像翻译中缺失模态的生成器
机构 * Sungkyunkwan University（成均馆大学）
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
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
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
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
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）
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。
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
机构 * University of Central Florida（中佛罗里达大学）
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：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
机构 * Case Western Reserve University（凯斯西储大学） ； STMicroelectronics（意法半导体）
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
国民保健制度举报失败的协调理论
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。
由变形映射诱导的局部二阶几何
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。
通过对比实现多维分布式跟踪比较
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。
解开自然语言处理中的课程学习：迈向统一分类法
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）
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：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
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）
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。
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
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）
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
一劳永逸？用于文本到图像提示优化的类型感知修复分配
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）
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。
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
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。
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
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）
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：使用滑动窗口内平铺量化和减少平铺伪影
机构 * Fondazione Human Technopole（人类技术基金会） ； Università Campus Bio-Medico（校园生物医学大学）
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。
在信息缺失情况下评估医疗人工智能：同提供者评判者和人类评分者会改变表面安全性
机构 * Kinvectum AB（金维图姆公司）
专题命中 医疗多模态 ：medical AI(title,abstract)
AI总结 研究在信息缺失下评估医疗人工智能，通过删除对话部分对四个模型压力测试，发现评判者选择影响表面安全性，语言模型评判者更宽松，安全差距在于校准，还发布了相关测试工具等。
Comments GitHub https://github.com/KAVentures/health-ai-readiness-robustness
利用混合几何注意力推进异构医学数据上的多模态融合
机构 * Indian Institute of Technology Ropar（印度理工学院罗帕尔分校） ； RoentGen Health（伦琴健康公司） ； Deakin University（迪肯大学） ； University of Central Florida（中佛罗里达大学） ； Queensland University of Technology（昆士兰科技大学） ； Murdoch University（莫道克大学）
专题命中 医疗多模态 ：healthcare AI(abstract)；分类 cs.CV
AI总结 针对异构医学数据多模态融合难题，提出CURE框架，通过HyFuse层及相关模块逐步整合模态，有效捕捉跨模态交互，降低计算成本，在多数据集上评估显示其性能显著提升，优于领先方法。
Comments ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)
重症监护室时间序列预测中的生物失忆：一种具有时间检索的漂移自适应双流架构
机构 * Patuakhali Science and Technology University（帕图阿卡利科学技术大学） ； University of Dhaka（达卡大学）
专题命中 生物医学文本 ：clinical AI(abstract)；分类 cs.LG、q-bio
AI总结 研究重症监护室时间序列预测中临床决策支持系统退化问题，提出自适应临床智能架构，通过解耦生理与治疗表征、限制参数更新等实现漂移自适应，实验验证其有效性，为高风险临床环境中部署自适应模型提供模板。
Comments 10 pages, 3 figures, 8 tables. Code and aggregate audit logs available at: [https://github.com/empresst/ClinicalRag]. Under Review
PathReportEval：病理学报告生成的系统基准测试
机构 * Stony Brook University（石溪大学） ； University of Utah（犹他大学）
专题命中 医学数据与评测 ：pathology(title,abstract)；分类 cs.CV
AI总结 针对病理学报告生成难以衡量进展的问题，提出标准化基准测试和评估框架，用三种编码器在三个数据集上评估四种方法，引入临床报告质量评分（CRQS），揭示模型和编码器差异，为病理学报告生成评估奠定可重复基础。
MIRA-Ev：临床考试中颗粒证据检测和关系推理的基准
机构 * HiTZ Center, University of the Basque Country (EHU)（巴斯克大学HiTZ中心） ； Hospital Universitario de Cruces（克鲁塞斯大学医院）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 该研究针对临床自然语言处理评估局限，引入基于西班牙MIR执照考试案例的MIRA-Ev基准，重新注释相关关系并发布多语言版本，将评估组织为证据句子检索、论证组件提取和关系分类的三层任务层次结构。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈