医学 AI

Equivariant Conditional Diffusion Model for Head and Neck CT Image Synthesis from CBCT

用于从CBCT合成头颈CT图像的等变条件扩散模型

Alzahra Altalib, Chunhui Li, Alessandro Perelli

专题命中 医学影像 ：CT(title,title_cn)

AI总结 针对CBCT图像有伪影、CT图像难捕捉治疗中解剖变化的问题，提出EqDiff-CT模型，基于扩散概率模型和群等变条件U-Net主干，从CBCT合成高质量CT图像，经实验验证在多方面有显著提升，为CBCT改进提供框架。

Comments 43 pages, 9 figures, 6 tables, accepted in Medical Physics

CPSNet: Physics-Inspired Label-Free Deep Unfolding for Lung Ultrasound B-Line Detection

CPSNet：用于肺部超声 B 线检测的物理启发式无标签深度展开

Tianqi Yang, Oktay Karakuş, Nantheera Anantrasirichai, Marco Allinovi, Alin Achim

专题命中 医学影像 ：diagnosis(abstract)；分类 eess.IV

AI总结 提出用于肺部超声图像分析的 CPSNet 无标签深度展开框架，将柯西近端分裂算法展开为网络架构，引入新损失函数，无监督训练，用于 B 线检测时比传统方法更具优势，能有效辅助临床诊断。

Comments 21 pages, 8 figures, Digital Signal Processing

Journal ref Yang, T., Karakus, O., Anantrasirichai, N., Allinovi, M., & Achim, A. (2026). CPSNet: Physics-Inspired Label-Free Deep Unfolding for Lung Ultrasound B-Line Detection. Digital Signal Processing, 184, 106399

Multimodality Stacking with Blockwise missing values and application to the PIONeeR biomarkers study for prediction of resistance to immunotherapy

具有分块缺失值的多模态堆叠及其在预测免疫治疗耐药性的PIONeeR生物标志物研究中的应用

Mohamed Boussena, Florence Monville, Jacques Fieschi-Meric, Frederic Vely, Pierre Milpied, Julien Mazieres, Maurice Perol, Eric Vivier, Laurent Greillier, Fabrice Barlesi, Sebastien Benzekry

机构 * Inria – Inserm team COMPO, COMPutational pharmacology and clinical Oncology, Centre Inria Sophia Antipolis - Méditerranée, Centre de Recherches en Cancérologie de Marseille, Inserm U1068, CNRS UMR7258, Institut Paoli-Calmettes, Pharmacy faculty, Aix-Marseille University（Inria - Inserm COMPO团队，计算药理学和临床肿瘤学，Inria Sophia Antipolis -地中海， Marseille癌症研究中心，Inserm U1068，CNRS UMR7258，Paoli-Calmettes研究所，药学系，Aix-Marseille大学） ； Veracyte SAS, Marseille, France（Veracyte SAS，法国马赛） ； Assistance Publique-Hôpitaux de Marseille (APHM), Marseille, France（马赛公共医院（APHM），法国马赛） ； Toulouse University Hospital, Toulouse, France（图卢兹大学医院，法国图卢兹） ； Centre Leon Berard, Lyon, France（Leon Berard中心，法国里昂） ； Innate Pharma, Marseille, France（Innate Pharma，法国马赛） ； Université Paris Saclay, Gustave Roussy, Inserm, Prédicteurs Moléculaires et nouvelles cibles en oncologie (U981), F-94805, Villejuif, France（巴黎萨克雷大学，Gustave Roussy，Inserm，分子预测与肿瘤学新靶点（U981），法国维尔若，F-94805） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG、q-bio

AI总结 提出多模态堆叠框架MSB，通过独立建模各模态特征并利用交叉验证堆叠元学习器聚合预测，解决高维和分块缺失问题，在PIONeeR研究中预测非小细胞肺癌免疫治疗无进展生存期，性能优于基线算法。

Multivariate Planar Curves: A Statistical Framework for Shape Analysis in Images

多元平面曲线：图像形状分析的统计框架

Issam-Ali Moindjié, Cédric Beaulac, Marie-Hélène Descary

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 研究在图像分析的监督分类中用对象轮廓作预测器，开发多元平面曲线统计学习框架，联合建模轮廓保留组件信息，扩展相关工具，经模拟和心脏肥大检测问题验证，该框架能准确恢复参数并提高分类准确性。

GigaPath-Flash and GigaTIME-Flash: Efficient Pathology Foundation Models for Whole-Slide and Tumor Microenvironment Analysis

GigaPath-Flash和GigaTIME-Flash：用于全切片和肿瘤微环境分析的高效病理学基础模型

Naoto Usuyama, Jeya Maria Jose Valanarasu, Sicong Yao, Hanwen Xu, Jaspreet Bagga, Guanghui Qin, Robert E. Kramer, Cliff Wong, Soohee Lee, Hao Qiu, Theodore Zhengde Zhao, Racheli Ben Shimol, Angela Crabtree, Kevin Matlock, Eduardo Alejandro Lozano Garcia, Naiteek Sangani, Alberto Santamaria-Pang, Maximilian Rokuss, Yashna Hasija, Naisargi Manishkumar Patel, Jason Entenmann, Alexandra Q. Bartlett, Bill J. Wright, Bernard A. Fox, Brian Piening, Sheng Zhang, Sheng Wang, Tristan Naumann, Carlo Bifulco, Hoifung Poon

机构 * Microsoft Research（微软研究院） ； Paul G. Allen School of Computer Science and Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） ； Providence Genomics（普罗维登斯基因组学公司） ； Earle A. Chiles Research Institute, Providence Cancer Institute（普罗维登斯癌症研究所厄尔·A·奇尔斯研究所） ； Providence Research Network（普罗维登斯研究网络） 纠错

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

AI总结 研究针对计算病理学中模型局限，提出GigaPath-Flash和GigaTIME-Flash模型用于全切片和肿瘤微环境分析。前者结合特定编码器，计算量少性能优；后者扩展架构预测肿瘤免疫微环境，速度快内存省，共同为相关领域提供开放许可模型及权重。

Comments Models: https://aka.ms/gigapath-flash (GigaPath-Flash) and https://aka.ms/gigatime-flash (GigaTIME-Flash)

Evaluation and Prognostic Validation of Deep Regression Models for WSI-Based Gene-Expression Prediction

基于全切片图像的基因表达预测的深度回归模型的评估与预后验证

Fredrik K. Gustafsson, Constance Boissin, Johan Vallon-Christersson, Mattias Rantalainen

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

AI总结 研究对基于全切片图像的基因表达预测的深度回归模型进行评估与验证，采用基于注意力的多实例学习与PFM特征提取器的直接回归，在多个数据集及队列中验证，证明该方法可泛化并恢复有意义分子结构，支持其用于转录组表型分析和风险分层。

Omics Data Discovery Agents: Agent-Supported Retrieval, Reanalysis, and Synthesis of Published Omics Data

组学数据发现代理

Alexandre Hutton, Jesse G. Meyer

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。

Sparse Reduced-rank Regression Methods for Spatially Misaligned Data with Application to Spatial Transcriptomics

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

Zitian Wu, Susmita Datta, Arkaprava Roy

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