Omics Data Discovery Agents: Agent-Supported Retrieval, Reanalysis, and Synthesis of Published Omics Data
组学数据发现代理
专题命中 生物医学文本 :biomedical(abstract);分类 q-bio
AI总结 本文提出了一种基于代理的框架,通过自动化提取和处理组学数据,实现对生物医学文献的可执行查询和大规模数据重用。
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。
组学数据发现代理
专题命中 生物医学文本 :biomedical(abstract);分类 q-bio
AI总结 本文提出了一种基于代理的框架,通过自动化提取和处理组学数据,实现对生物医学文献的可执行查询和大规模数据重用。
光声层析成像的三维不确定性量化
专题命中 生物医学文本 :biomedical(abstract)
AI总结 研究光声层析成像的三维不确定性量化问题,提出有限元贝叶斯UQ框架,将RTO采样策略重构成无矩阵算法,通过构建特殊伴随离散化实现高效求解,经多种方法验证,可扩展到线性PDE约束反问题。
通过可控不对称性增强圆形艾里导数光束的突然自聚焦和焦深
专题命中 生物医学文本 :biomedical(abstract)
AI总结 研究通过可控不对称性增强圆形艾里导数光束的突然自聚焦和焦深,可使焦深大幅扩展、自聚焦能力提升,实验与模拟吻合良好,所产生的光束在多领域有应用前景。
Comments 7 pages, 10 figures
稀疏降维回归方法用于空间不匹配数据的分析及其在空间转录组学中的应用
专题命中 生物医学文本 :pathology(abstract)
AI总结 本文提出了一种基于核加权回归的稀疏低秩因子化方法,用于分析空间不匹配数据,通过模拟研究验证了方法的鲁棒性和有效性,并应用于阿尔茨海默病数据揭示了生物意义关联。
Comments 30 pages, 4 figures, 3 tables
基于逻辑的时间队列发现引擎:算法、索引及在国家睡眠研究资源上的实验结果
专题命中 健康监测 :biomedical(abstract,comments)
AI总结 研究针对大型睡眠研究库队列发现问题,提出基于逻辑的时间队列发现引擎,采用QEL和BEST,组织成三种查询模式,用Python实现原型并评估,2DFC构建索引性能优,队列选择查询高效,是符号生物医学计划一部分。
Comments Under review by the Journal of Biomedical Informatics (JBI)
HistoFID-校准跨病理学基础模型的弗雷歇距离评估
专题命中 医学数据与评测 :pathology(title,abstract);分类 eess.IV
AI总结 研究数字病理学中用组织学基础模型取代 Inception 网络后 FID 结果受影响的问题,通过特定比率恢复可比性,划分编码器组,揭示其对生成模型评估结论的影响,还评估了 TuroCompress 编解码器并发布相关资源。
TransBiolab:一个杂乱透明生物医学物体的真实世界多视图数据集
机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院) ; College of Design and Innovation, Tongji University(同济大学设计创意学院) ; Shanghai Institute for Intelligent Autonomous Systems, Tongji University(同济大学上海智能无人系统研究院) ; School of Software and Engineering, Huazhong University of Science and Technology(华中科技大学软件学院)
专题命中 医学数据与评测 :biomedical(title,abstract);分类 cs.CV
AI总结 针对自主生物医学实验室透明物体视觉感知数据稀缺问题,提出TrainsBiolab真实世界多视图数据集,含多物体杂乱、遮挡场景数据及多种注释,定义相关基准并评估,为自主实验室操作视觉任务提供资源。
Comments 9 pages, 10 figures, accepted by ACM Multimedia 2026
战略扩展:通过偏差感知评估和数据收集学习机器人操作中的组合泛化
机构 * Northeastern University(东北大学) ; NVIDIA(英伟达)
专题命中 医学数据与评测 :diagnosis(abstract);分类 cs.CV
AI总结 研究机器人操作中组合泛化问题,通过引入诊断框架量化指令因素偏差,提出偏差感知数据收集策略,能定位预训练策略捷径问题,实现更高效可泛化的策略学习。
实现任意粒度的基于文本的行人检索
机构 * National Key Laboratory of Multispectral Information Intelligent Processing Technology, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院多光谱信息智能处理技术国家重点实验室) ; School of Software Engineering, Huazhong University of Science and Technology(华中科技大学软件工程学院)
专题命中 医学数据与评测 :diagnosis(abstract);分类 cs.CV
AI总结 该研究针对基于文本的行人检索中查询粒度不确定问题提出新范式,构建多粒度数据集和评估基准,提出CMAM框架,通过多种策略实现粒度感知检索,实验证明其性能优于现有方法,为行人检索系统奠定基础。
Comments TPAMI-2026 Accepted Paper
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026, pp. 1-18