医学 AI

ESRVS: Extreme Semi-Supervised Retinal Vessel Segmentation with a Single Annotated Image

ESRVS：基于单张标注图像的极端半监督视网膜血管分割

Mingzhi Xu, Yizhe Zhang

机构 * Nanjing University of Science and Technology（南京理工大学） 纠错

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

AI总结 研究极端半监督下视网膜血管分割问题，提出ESRVS方法，通过选择参考图像、传递血管线索、构建原型等操作生成伪标签并优化监督，在多数据集上表现优异，证明基础模型标签传播对高效视网膜血管分割有潜力。

Comments 15 pages, 2 figures.Accepted by PRCV 2026

Systole-Conditioned Generative Cardiac Motion

基于射线长度条件的生成性心脏运动

Shahar Zuler, Gal Lifshitz, Hadar Averbuch-Elor, Dan Raviv

机构 * Tel Aviv University（特拉维夫大学） 纠错

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

AI总结 本文提出了一种基于条件变分自编码器的方法，通过合成带有密集3D流场标注的心脏CT帧对，生成逼真的心脏运动数据，以减少对人工标注的依赖。

Journal ref In: Artificial Intelligence in Medicine and Surgery: An Exploration of Current Trends, Potential Opportunities, and Evolving Threats, Volume 5, IntechOpen, 2026

Parameter-Efficient Adaptation of SAM3 for Prompt-Driven Surgical Concept Segmentation

用于提示驱动手术概念分割的 SAM3 的参数高效适配

Changjing Liu, Yiming Huang, Beilei Cui, Liangjing Shao, Long Bai, Yanheng Li, Haoxuan Che, Hongliang Ren

机构 * The Chinese University of Hong Kong（香港中文大学） ； XGEN Labs（XGEN实验室） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.CV；medical AI(comments)

AI总结 针对手术数据与预训练数据的领域差距及现有方法计算消耗大效率低的问题，提出用低秩适配（LoRA）对 SAM3 进行参数高效适配用于手术概念分割，该方法在单个 GPU 上训练且性能优于主流基线，结果可支持下游手术场景重建和模拟。

Comments Accepted by The 2nd MICCAI Workshop on Efficient Medical AI

Efficient Ultrasound Image Segmentation with Token-Conditioned Neural Cellular Automata

基于令牌条件神经细胞自动机的高效超声图像分割

Fangyijie Wang, Tanya Akumu, Zi Ye, Guénolé Silvestre, Karim Lekadir, Kathleen M. Curran

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

AI总结 研究针对床旁超声图像分割计算成本高的问题，提出轻量级框架LANCANet，结合令牌条件神经细胞自动机适配器进行迭代特征细化，实验表明该方法在多数据集上性能优异，能提高分割精度与边界定位，保持计算效率。

Comments 13 pages

KANEx: Translating Kolmogorov-Arnold Networks' Interpretability to Medical Explainability

KANEx：将柯尔莫哥洛夫-阿诺德网络的可解释性转化为医学可解释性

Krithi Shailya, Ananya Lakshmi Ravi, Venkatanathan K. V., Sowmya S. Sundaram, Gokul S. Krishnan, Aditi Anand, Balaraman Ravindran

机构 * Indian Institute of Technology Madras（印度理工学院马德拉斯分校） ； Vanderbilt University School of Medicine（范德堡大学医学院） 纠错

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

AI总结 研究针对医学应用中视觉模型黑箱问题，提出KANEx框架，利用柯尔莫哥洛夫-阿诺德网络的符号透明度为VLM推理奠基，设计KAN-Map热图生成方法，经实验验证该方法能提升语义相似度、视觉定位及推理质量，为可信医学人工智能发展助力。

Comments MICCAI 2026

Not All Pixels Are Equal: Pixel-wise Meta-Learning for Medical Segmentation with Noisy Labels

并非所有像素都平等：面向含噪标签医学分割的像素级元学习

Chenyu Mu, Guihai Chen, Xun Yang, Erkun Yang, Cheng Deng

机构 * Xidian University（西安电子科技大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出MetaDCSeg框架，通过动态学习像素级权重并引入动态中心距离机制建模边界不确定性，抑制噪声标签影响并提升边界分割性能。

Comments Major updates to the paper's results and experimental methods

Synthetic Data Generation for 3D Myocardium Deformation Analysis

用于3D心肌变形分析的合成数据生成

Shahar Zuler, Dan Raviv

专题命中 医学影像 ：CT(abstract)；分类 cs.CV

AI总结 本文提出了一种用于生成合成数据的方法，以解决高分辨率CT数据稀缺问题，从而提升心肌变形分析的准确性和可靠性。

Journal ref In: Artificial Intelligence in Medicine and Surgery: An Exploration of Current Trends, Potential Opportunities, and Evolving Threats, Volume 4, IntechOpen, 2026, Chapter 6

Design-Intent Compilation for Heterogeneous Fabrication

异构制造的设计意图编译

Charles Wade, Devon Beck, Robert MacCurdy

专题命中 医学影像 ：CT(abstract)

AI总结 针对异构制造中设计意图难以重用问题，提出将设计视为分阶段、类型化降阶问题的编译器架构，通过翻译模型和后端编译器实现不同表示形式转换，经实验验证有效并开源相关内容加速研究。

Comments 21 pages, 12 figures, supplementary material

Randomized Krylov-Projected Iterated Tikhonov Regularization for Large-Scale Ill-posed Problems Under A Posteriori Stopping Rule

后验停止规则下大规模不适定问题的随机Krylov投影迭代Tikhonov正则化

Ravi Verma, Harshit Bajpai, Ankik Kumar Giri

专题命中 医学影像 ：CT(abstract)

AI总结 针对大规模线性不适定逆问题，提出RIGKT和RIAT随机迭代正则化框架，结合随机迭代Tikhonov正则化与Krylov子空间投影技术，纳入多种策略及后验停止规则，经分析和实验验证其能可靠重建结构特征。

Quantifying Injection-Driven Interphase Mass Transfer within Porous Media via Time-Elapsed X-ray micro-Computed Tomography

通过时间序列X射线微焦点计算机断层扫描量化多孔介质中的注入驱动质量传递

Christopher A. Allison, Ruotong Huang, Anindityo Patmonoaji, Lydia Knuefing, Anna L. Herring

专题命中 医学影像 ：CT(abstract)

AI总结 本文通过时间序列X射线微焦点计算机断层扫描评估三种分析方法在不同溶剂注入速率下的氢溶解过程，引入体积比过滤技术以减少溶解驱动的簇再移动偏误，发现三种方法在平均质量传递系数上差异较小，但对复杂现象的估计差异显著，研究结果为研究人员提供了选择分析方法的框架。

Comments Due to feedback from reviewers we have reworked the paper to improve clarity and tone, with better emphasis on the distinction and utility of each approach

Closed-Loop Validation-Repair for Healthcare Interoperability: A Multi-Model Study of Schema Compliance in Clinical LLMs

医疗保健互操作性的闭环验证修复：临床大语言模型中模式合规性的多模型研究

Jianru Shen

机构 * University of Montana（蒙大拿大学） 纠错

专题命中 临床大模型 ：clinical LLM(title)

AI总结 研究医疗大语言模型集成到电子健康记录系统面临的模式不合规问题，通过在多场景下部署三个开源模型并评估，发现模式不合规具有一致性，验证 - 修复框架可有效提高合规率，为医疗互操作性提供保障。

Comments Accepted at the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026)

Toward Automated Detection of Documentation Inconsistencies in Electronic Health Records

迈向电子健康记录中文档不一致性的自动检测

Jian Lu, Panyu Chen, Miriam Treggiari, Robert Blessing, Danyang Zhuo, Chunhua Weng, William W. Stead, Anru R. Zhang

机构 * Duke University（杜克大学） ； Columbia University Medical Center（哥伦比亚大学医学中心） ； Vanderbilt University Medical Center（范德堡大学医学中心） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 研究旨在检测电子健康记录中文档不一致性，采用两阶段LLM管道对3000份出院小结进行分析，发现多种类型不一致及反复出现的失败模式，建立了方法基础和概念框架以指导后续大规模分析。

PrinciplismQA: A Philosophy-Grounded Approach to Assessing LLM-Human Clinical Medical Ethics Alignment

PrinciplismQA: 一种基于哲学的评估LLM与人类临床医学伦理对齐的方法

Chang Hong, Minghao Wu, Qingying Xiao, Yuchi Wang, Xiang Wan, Guangjun Yu, Benyou Wang, Yan Hu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； National Health Data Institute, Shenzhen（深圳国家健康数据研究院） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

专题命中 临床大模型 ：clinical AI(abstract)

AI总结 本文提出PrinciplismQA，一种基于哲学框架的评估方法，用于评估LLM在临床医学伦理上的对齐情况，通过专家验证的问题集揭示模型在伦理推理上的不足。

Comments ACL 2026 Findings

Dementia Etiology Diagnosis via Collaborative Meta Knowledge Enhancement

通过协作元知识增强进行痴呆病因诊断

Siyuan Du, Mengxi Chen, Xinyang Jiang, Zilong Wang, Jiangchao Yao, Dongsheng Li, Ya Zhang, Lili Qiu, Yanfeng Wang

机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Cooperative Medianet Innovation Center, Shanghai Jiao Tong University（上海交通大学协同媒体网络创新中心） ； Microsoft Research Asia（微软亚洲研究院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

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

AI总结 针对痴呆病因诊断中因数据异质性导致的挑战，提出协作元知识增强（COME）框架，将多中心采集语义等作为异质性感知嵌入注入Transformer架构，并设计优化方案。该方法在多队列中性能达最优，有良好泛化能力，还能与生物标志物及临床严重程度一致。

Out-of-Length Scene Text Recognition: A Two-Axis Diagnosis and a Training-Free Fix

超长场景文本识别：双轴诊断与无需训练的修复方法

Zobeir Raisi, John Zelek

机构 * Electrical Engineering Department, Chabahar Maritime University（恰巴哈尔海事大学电气工程系） ； Department of Systems Design Engineering, University of Waterloo（滑铁卢大学系统设计工程系） 纠错

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

AI总结 研究超长场景文本识别问题，通过双轴诊断发现编码器宽度是主要失败模式，提出无需训练的旋转缩放等修复方法，推理时通过特定裁剪和对齐方式弥合差距，在长文本基准上取得高准确率，发布相关工具和代码。

Comments 39 pages, 10 tables, includes supplementary material (folded in as Appendix S1-S4). Code: https://github.com/zobeirraisi/chunk-decode-stitch

Physically Verifiable Evidence and LLM-Based Reporting for Bearing Fault Diagnosis

基于物理可验证证据和大语言模型的轴承故障诊断报告

Yuntong Chen, Jianyu Liu, Guobin Zhao, Ziang Wang, Chao Chen, Ju Huang, Xitian Tian, Lijiang Huang

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

AI总结 针对安全关键型机械系统中AI诊断的验证问题，提出诊断证据网络DENet，将输出扩展为结构化证据记录，包括分类、预测特征频率等，能检测误分类，还通过约束语言模型减少无根据声明率，提升诊断可靠性。

Task-Conditional Faithfulness Auditing of Multimodal LLMs for Grid Diagnosis

用于电网诊断的多模态大语言模型的任务条件忠实性审计

Tianqiao Zhao, Meng Yue, Jianhui Wang

机构 * The University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； Brookhaven National Laboratory（布鲁克海文国家实验室） ； Southern Methodist University（南卫理公会大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对多模态大语言模型用于电网诊断时答案准确性与证据使用的问题，提出通用框架进行任务条件忠实性审计，通过比较多种依赖并设计校正和重新审计机制，经案例研究验证了框架检测、诊断及纠正相关失败的能力。

Bifrost: Empowering Pretrained Language Model with Fallibility Representation for Log-Based Fault Diagnosis

Bifrost：利用基于日志的故障诊断的可错性表示赋能预训练语言模型

Minghua He, Tong Jia, Lingzhe Zhang, Chiming Duan, Xinlong Zhao, Leyi Pan, Cheng Wang, Kangjin Wang, Yinghao Yu, Liping Zhang, Yifan Wu, Ying Li

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究基于日志的故障诊断问题，提出Bifrost方法，借鉴站点可靠性工程师经验，基于自监督对比学习设计策略学习日志可错性表示，在多个系统中其生成的日志表示在故障诊断相关指标上优于现有PLMs。

Comments Accepted by ASE 2026 (Research Track)

Compiler-Grounded Hierarchical Diagnosis for LLM-Based Triton Kernel Optimization

基于编译器的大语言模型Triton内核优化分层诊断

Dongjie Chen, Ping Zhao, Bohua Zhan, Yulong Wang, Shushu Chen, Liangjun Feng, Hao Zhou, Min Shen, Linmu Wang, Weijia Sheng, Xiangyu Wei, Weijie Ding, Jianhui Huang, Yaoqing Gao

机构 * Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对大语言模型内核优化中编译器优化失败原因难揭示的问题，提出基于编译器的Triton内核分层优化框架，通过跨层诊断实现从模式分类到源级重写的优化，在Ascend NPU上显著加速Triton内核。

DeepLens Diagnosis Agent: Agentic Workflow Design Lets a Small Reasoning Model Compete with Frontier LLMs

深度镜头诊断代理：代理工作流程设计使小型推理模型能够与前沿语言模型竞争

Mahmood Bayeshi, Veysel Kocaman, Muhammed Ali Naqvi, Yigit Gul, David Talby

机构 * John Snow Labs（约翰·斯诺实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对医疗诊断中前沿语言模型单步提示诊断推理脆弱的问题，提出以小型医疗推理模型和检索增强生成的深度镜头诊断代理五阶段利用管道，提升了诊断准确率，降低成本，还产生结构化工件支持高风险设置。

Comments 20 pages, 5 figures, 5 tables. Technical report, John Snow Labs

MedDDC-Eval: Diagnosis-Decoupled Evaluation of Multi-Turn Medical Consultation Agents

MedDDC-Eval：多轮医疗咨询代理的诊断解耦评估

Guofeng Zhang, Yizeng Quan, Huaiyi Fang, Jianwei Lv, Jinyao Liu, Xunxu Duan, Lening An, Yu Ouyang, Junfeng Wang

机构 * Baidu, Inc（百度公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究多轮医疗咨询代理评估问题，提出诊断解耦测试平台MedDDC-Eval，通过共享冻结阅读器保持病史到诊断映射不变，能测量诊断有用性等，支持可控归因与策略开发，应用GRPO后训练模型可提升性能。

Comments supplementary material included

Visible-Light Imaging Diagnosis of Neutral Particle Emission Tomography in the Tokamak Divertor: An Efficient Transformer-based Surrogate Model

托卡马克偏滤器中中性粒子发射断层扫描的可见光成像诊断：基于高效Transformer的替代模型

Xiao Wang, Hao Si, Qiang Chen, Yu-Xiang Zhang, Beihe Zhang, Jianhua Yang, Qingquan Yang, Dengdi Sun, Wanli Lyu, Guosheng Xu, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； Institute of Plasma Physics, Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院等离子体物理研究所） 纠错

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

AI总结 本文针对托卡马克偏滤器中中性粒子发射断层扫描，提出基于差分Transformer的Delta-InvFormer模型，利用连续视频帧捕捉等离子体动态，经时空差分自注意力提取特征，融合后预测光强分布，相比传统方法显著加速且精度有竞争力。

proxymate: Diagnosis and Adjustment of Proxy Estimates for Reliable Inference

Proxymate：用于可靠推断的代理估计诊断与调整

Alexandra N. M. Darmon, Deeksha Sinha, Steve Wilkins-Reeves, Caner Gocmen

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究针对代理估计存在的问题，提出Proxymate框架及Python包，通过四个级别进行代理验证和调整，提供诊断与策略，在Meta多个用例中应用，校正大量代理与主要单元比较，推动多工作流发布。

Comments 15 pages, 2 figures

Delegation Intelligence in Deep Search: A Controllable Framework for Disentangled Capability Diagnosis

深度搜索中的委托智能：一种用于解缠能力诊断的可控框架

Xinhao Yao, Yuanzhuo Liu, Changhao Wang, Yunfei Yu, Haoran Tan, Yuyao Zhang, Ruifeng Ren, Minlong Peng, Yong Liu

机构 * UCAS（中国科学院大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 研究深度搜索中委托智能，将其分解为搜索决策和信息合成与验证维度。通过开发可控合成管道构建DelegSearchBench及评估协议，实验证明仅用最终答案准确性不能充分表征深度搜索能力。

Comments Work in Progress

VeriLLMed: Interactive Visual Debugging of Medical Large Language Models with Knowledge Graphs

VeriLLMed: 基于知识图谱的医疗大语言模型交互式可视化调试

Yurui Xiang, Xingyi Mao, Rui Sheng, Zixin Chen, Zelin Zang, Yuyang Wu, Haipeng Zeng, Huamin Qu, Yushi Sun, Yanna Lin

机构 * IEEE 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；biomedical(abstract)

AI总结 本文提出VeriLLMed系统，通过整合外部生物医学知识，帮助开发者审计和调试医疗大语言模型的诊断推理过程，识别三种常见诊断错误类型，提升模型可靠性。

Comments Accepted by VIS 2026

Aortic Valve Disease Screening from PPG via Physiology-Guided Self-Supervised Learning

通过生理引导的自监督学习检测PPG中的主动脉瓣疾病

Jiaze Wang, Qinghao Zhao, Zizheng Chen, Zhejun Sun, Deyun Zhang, Yuxi Zhou, Shenda Hong

机构 * Department of Computer Science, Tianjin University of Technology（天津理工大学计算机科学系） ； National Institute of Health Data Science, Peking University（北京大学国家健康数据科学研究院） ； Department of Cardiology, Peking University People’s Hospital（北京大学人民医院心内科） ； HeartVoice Medical Technology（心声医疗科技） ； DCST, BNRist, RIIT, Institute of Internet Industry, Tsinghua University（清华大学计算机科学与技术系、北京人工智能研究所、互联网产业研究所） ； Institute of Medical Technology, Peking University Health Science Center（北京大学健康科学中心医学技术研究所） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究所） ； State Key Laboratory of Vascular Homeostasis and Remodeling, NHC Key Laboratory of Cardiovascular Molecular Biology and Regulatory Peptides, Peking University（北京大学血管稳态与重塑国家重点实验室、国家心血管分子生物学与调节肽重点实验室） 纠错

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

AI总结 本文提出基于生理引导的自监督学习方法，利用大量未标记PPG数据高效筛查主动脉狭窄和反流，实现优于传统监督学习的检测性能。

Comments 33 pages, 8 figures. Under review

Infrared Imaging Empowered by Artificial Intelligence for Pediatric Skeletal Triage: A Narrative Review and Future Perspectives

人工智能助力的儿科骨骼分类红外成像：综述与未来展望

Sajad Amiri, Pardis Afshar, Elham Anjomshoa

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

AI总结 该研究旨在构建结合广谱红外成像与深度学习的混合框架用于儿科骨骼分类。回顾相关光谱窗口及采集方式，总结图像转换和特征匹配算法。指出儿科解剖利于红外穿透，集成多光谱红外+人工智能成像是无辐射补充，但面临多方面障碍。

Comments 20 pages, 4 figures

PRISM: Prompt Refinement via Image-grounded Self-rewarding Mechanism for Text-to-Image Generation

PRISM：通过基于图像的自我奖励机制进行文本到图像生成的提示优化

Guo Tang, HongJie Luo, Tianxu Wang, Ying Zhang, Hao Wang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Sun Yat-sen University（中山大学） ； South China University of Technology（华南理工大学） ； Guangdong University of Technology（广东工业大学） 纠错

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

AI总结 针对文本到图像生成模型对提示制定敏感的问题，提出PRISM框架，通过基于图像的自我奖励机制，利用结构化视觉诊断和多任务监督微调等方法，提高图像质量和语义对齐，并提供可解释反馈。

Comments 18 pages, 5 figures

Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization

压缩短文本生成中的质量断点在哪里：阶段式瓶颈定位

Alexey Gavrilov, Alan-Barsag Gazzaev, Sergey Muravyov

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

AI总结 研究压缩短文本生成中质量断点问题，通过阶段式验证协议，在TinyStories案例中分离编解码器与潜在生成器影响，发现编解码器保真度是质量瓶颈，提出可重复使用的阶段式诊断方法，为质量问题研究提供新思路。

Comments 8 pages, 3 figures, 14 tables. Published in the Proceedings of FRUCT'39

Journal ref Proceedings of the 39th Conference of the Open Innovations Association FRUCT (FRUCT'39), 2026, pp. 69-76

A Diagnostic Gap Framework for Evaluating Reconstruction Fidelity in Weakly Supervised Mammography

用于评估弱监督乳腺X线摄影中重建保真度的诊断差距框架

Vinceline Bertrand, Ionut Cardei

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

AI总结 研究针对弱监督医学成像系统各阶段临床信息保留评估有限的问题，提出诊断差距框架，通过对特定病变ROI作物评估三个重建器，依重建保真度衡量决策与解释保留，能识别多阶段管道何时何地丢失诊断信号。