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。