医学 AI

Deformable Medical Image Registration with KAN-based Implicit Neural Representations

基于KAN的隐式神经表示的可变形医学图像配准

Nikita Drozdov, Marat Zinovev, Dmitry Sorokin

机构 * Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)；分类 cs.CV

AI总结 提出基于KAN的INR框架KAN-IDIR与RandKAN-IDIR，用于无需数据集级训练的逐对优化可变形医学图像配准，在多模态医学图像上实现高准确性、低开销与稳定性，适用于临床研究。

Comments Accepted at Machine Learning and Knowledge Extraction

HERO: Hierarchical Evidential Reasoning Optimization for Radiology Report Generation via Reason-then-Summarize

对齐发现与诊断：一种自洽的强化学习框架用于可信的放射学报告

Kun Zhao, Guodong Liu, Hui Ji, Siyuan Dai, Pan Wang, Jifeng Song, Chenghua Lin, Liang Zhan, Haoteng Tang

机构 * University of Pittsburgh（匹兹堡大学） ； University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； The University of Manchester（曼彻斯特大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 本文提出了一种自洽的强化学习框架，用于生成可信的放射学报告，通过优化生成过程和减少幻觉，提升了临床效果。

Harmonizing MR Images Across 100+ Scanners: Multi-site Validation with Traveling Subjects and Real-world Protocols

在100多台扫描仪上同步MRI图像：多中心验证与旅行受试者及真实世界协议

Savannah P. Hays, Lianrui Zuo, Muhammad Faizyab Ali Chaudhary, Kathleen M. Bartz, Samuel W. Remedios, Jinwei Zhang, Jiachen Zhuo, Murat Bilgel, Shiv Saidha, Carolyn Koch, Sandra D. Cassard, Ellen M. Mowry, Scott D. Newsome, Jerry L. Prince, Blake E. Dewey, Aaron Carass

专题命中 医学影像 ：MRI(title_cn,summary_cn)；分类 eess.IV

AI总结 本文提出HACA3+算法，通过改进的去噪编码器、背景和前景敏感注意力机制以及100+扫描仪数据训练，提升多中心MRI图像同步的鲁棒性和通用性，通过旅行受试者实验和全脑分割验证其有效性。

Comments MIDL Validation Track 2026

Delta-Diffusion: Modeling Longitudinal Brain Amyloid-PET Trajectories via Conditional Poisson Diffusion Bridge

Delta-Diffusion: 通过条件泊松扩散桥建模纵向脑淀粉样蛋白-PET轨迹

Yongheng Sun, Minhui Yu, Mengqi Wu, Maureen Kohi, Mingxia Liu

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 提出Delta-Diffusion框架，将纵向PET合成建模为条件泊松扩散桥过程，结合扩散Transformer和物理启发的泊松扰动，在542名受试者上优于现有方法，准确捕捉淀粉样蛋白沉积的纵向变化。

Robust Low-Tubal-Rank Tensor Completion under Cross-Concentrated Sampling

交叉集中采样下的鲁棒低张量秩补全

HanQin Cai, Longxiu Huang, Jing Qin, Chengyue Wu

专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.LG

AI总结 该研究针对受稀疏异常值污染的三阶低张量秩张量，提出鲁棒迭代t-CUR算法，在交叉集中采样下实现高效鲁棒补全，经多类数据验证其准确性与鲁棒性。

Aligning Fetal Anatomy with Kinematic Tree Log-Euclidean PolyRigid Transforms

对胎儿解剖结构进行运动树Log-欧几里得PolyRigid变换

Yingcheng Liu, Athena Taymourtash, Yang Liu, Esra Abaci Turk, William M. Wells, Leo Joskowicz, P. Ellen Grant, Polina Golland

机构 * Computer Science and Artificial Intelligence Lab, MIT, Cambridge, USA（麻省理工学院计算机科学与人工智能实验室） ； California Institute of Technology, Pasadena, USA（加州理工学院） ； Boston Children’s Hospital and Harvard Medical School, Boston, USA（哈佛医学院波士顿儿童医院） ； The Hebrew University of Jerusalem, Jerusalem, Israel（耶路撒冷希伯来大学） 纠错

专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出了一种基于运动树的Log-欧几里得PolyRigid变换，用于改进胎儿解剖结构的体积建模与分析，减少折叠伪影并实现鲁棒的图像配准和分割。

Statistical and non-statistical $γ$-decay properties of $^{64}$Zn

锌-64的统计与非统计γ衰变性质

A. C. Larsen, M. Guttormsen, T. K. Eriksen, G. M. Tveten, H. Utsunomiya, J. K. Dahl, N. Shimizu, T. Ari-izumi, F. L. Bello Garrote, L. T. Bell, M. M. Bjørøen, F. W. Furmyr, D. Gjestvang, A. Görgen, V. W. Ingeberg, K. C. W. Li, E. Lima, M. Markova, E. F. Matthews, A. H. Mjøs, S. Miyamoto, V. Modamio, T. Renstrøm, E. Sahin, S. Siem, M. Wiedeking

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本研究结合Oslo方法与NewSUBARU装置的实验数据，探究⁶⁴Zn的γ衰变性质，确定其NLD符合类恒温模型，发现基态衰变的非统计效应及γSF的低能增强，为核结构研究提供关键数据。

Comments 19 pages, 24 figures, submitted to Phys. Rev. C

Algebraicity of exterior Cauchy transforms of algebraic ovals: a homological formulation

代数卵形外Cauchy变换的代数性：同调表述

Ch. Hagg, B. Shapiro

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 研究有界域边界为实代数曲线卵形时，外Cauchy变换为代数的条件，通过同调论建立留数判据，证明有理实代数曲线的光滑卵形和正亏格分离卵形的代数性。

Comments 12 pages, the paper is shortened and all the mainl results are strengthened compared to the previous version

HalluScope: Fine-grained Hallucination Diagnosis for Multimodal Large Language Models

HalluScope：多模态大语言模型的细粒度幻觉诊断

Weilin Jin, Mingyu Wang, Wenbo Li, Haoyang Huang, Yifan Wu, Ying Li, Gang Huang, Zhonghai Wu

机构 * Peking University（北京大学） ； Joy Future Academy（京东探索研究院） 纠错

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

AI总结 研究针对多模态大语言模型的幻觉问题，提出细粒度幻觉诊断任务，开发数据集并设计奖励函数，训练HalluScope-4B和HalluScope-8B模型，在多个基准测试中达最优，其诊断解释能有效指导目标模型纠正幻觉。

Comments Accepted to ACM Multimedia 2026 (ACM MM 2026)

Enhancing Trustworthy Clinical Diagnosis Decision-Making in Large Language Models via Etiology-Aware Attention Supervision

通过病因感知注意力监督增强大型语言模型在临床诊断决策中的可信性

Peixian Li, Yu Tian, Ruiqi Tu, Chengkai Wu, Jingjing Ren, Jingsong Li

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 该研究提出病因感知注意力监督框架，通过引入临床病因模式对大型语言模型进行参数高效微调，在两类诊断队列上提升了诊断准确率与注意力聚焦性，增强了模型临床诊断的可信性。

Comments 20 pages, 8 figures

STEAM: A Spatio-TEmporal Alignment Mixture-of-Experts Model with Hierarchical Pre-training for EEG Decoding

STEAM：用于EEG解码的分层预训练时空对齐混合专家模型

Zhu Chen, Dingkun Liu, Yuheng Chen, Dongrui Wu

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

AI总结 STEAM是一种分层迁移框架，通过双分支时空编码器与SSMoE模块实现EEG解码的通用表征学习与范式专业化，在7个数据集的14种评估设置中表现优异且推理成本具竞争力。

MemNovo: Look Back at the Spectrum for Balanced De Novo Peptide Sequencing from Mass Spectrometry

MemNovo: 回顾谱图以实现质谱中平衡的从头肽段测序

Dongxin Lyu, Jingbo Zhou, Hongxin Xiang, Yuqiang Li, Jun Xia

机构 * Westlake University（西湖大学） ； Hunan University（湖南大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； HKUST-GZ & HKUST（香港科技大学（广州）与香港科技大学） 纠错

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

AI总结 针对现有Transformer模型在从头肽段测序中过度依赖生成序列先验而忽视谱图证据的问题，提出训练无关的即插即用机制MemNovo，通过建立持久谱记忆库和超保守残差连接在解码阶段注入谱特征，显著提升氨基酸和肽段精度。

Comments Code: https://github.com/AIMS-Lab-HKUSTGZ/MemNovo

Journal ref Knowledge Discovery and Data Mining(KDD), 2026

SleepVLM: A Rule-Grounded Vision-Language Model for Auditable Sleep Staging

SleepVLM：基于视觉语言模型的可解释且规则驱动的睡眠分期

Guifeng Deng, Pan Wang, Mengfan Niu, Jiquan Wang, Shuying Rao, Junyi Xie, Xi'ang Chen, Sha Zhao, Gang Pan, Wanjun Guo, Tao Li, Haiteng Jiang

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 提出SleepVLM，一种基于规则驱动的视觉语言模型，通过多通道PSG波形图像进行睡眠分期，并生成符合AASM评分标准的临床可读解释，在保持高准确率的同时提升可解释性。

Plausibility-Driven Prioritization of Candidate Biomedical Annotations

基于合理性驱动的候选生物医学注释优先级排序

Emanuele Cavalleri, Miad Alavinezhad, Dario Malchiodi, Marco Mesiti

机构 * Department of Computer Science（计算机科学系） ； University of Milano（米兰大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；分类 cs.LG、q-bio

AI总结 针对生物医学注释验证瓶颈，提出利用生物医学知识图谱估计候选注释合理性的框架。通过基于社区的负采样策略训练分类器，引入合理性度量，实验表明该方法提高了分类器鲁棒性和注释优先级排序有效性，提升了人工智能辅助生物医学编目的效率。

DeepImagine: Clinical Trial Outcome Prediction via Stepwise Local Counterfactual Imaginations

DeepImagine: 通过连续反事实想象学习生物医学推理

Youze Zheng, Jianyou Wang, Yuhan Chen, Matthew Feng, Longtian Bao, Hanyuan Zhang, Maxim Khan, Aditya K. Sehgal, Christopher D. Rosin, Umber Dube, Ramamohan Paturi

机构 * Laboratory for Emerging Intelligence, University of California, San Diego（新兴智能实验室，加州大学圣地亚哥分校） ； Department of Dermatology, University of California, San Diego（皮肤科系，加州大学圣地亚哥分校） ； University of Chicago（芝加哥大学） ； Elsevier（艾尔斯特出版社） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；分类 cs.LG

AI总结 本文提出DeepImagine框架，通过连续反事实想象训练语言模型进行生物医学推理，利用反事实对偶和强化学习提升临床试验预测性能，展示模型在生物医学领域的可解释性改进。

Comments Preprint

Consensus Measures for Unstructured Biomedical Text Annotations

非结构化生物医学文本标注的一致性度量

Pascal Wullschleger, Christian Kreis, Martin A. Walter, Jennifer Foster, Marc Pouly

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 该研究针对生物医学非结构化文本标注的一致性量化难题，提出基于自然语言推理的折中度量方案，经实验验证多种语义等价度量的特性及局限性。

Quantization Effects on Biomedical LLM Reliability

量化对生物医学大语言模型可靠性的影响

Anton Rasmussen, Hong Qin

专题命中 生物医学文本 ：biomedical(title)；分类 cs.LG

AI总结 该研究针对 Mistral-7B 变体在 PubMed RCT 句子分类任务上，评估量化及提示模板、评分规则等对生物医学大语言模型可靠性的影响，发现这些因素对校准和准确率的影响不可忽视。

Comments 8 pages, 1 figure

Industrial Synthetic Segment Pre-training

工业合成片段预训练

Shinichi Mae, Hirokatsu Kataoka, Ryousuke Yamada, Yoshihiro Fukuhara, Risa Shinoda, Christian Rupprecht

机构 * TICO-AIST Cooperative Research Lab for Advanced Logistics, Japan（TICO-AIST先进物流联合研究实验室，日本） ； National Institute of Advanced Industrial Science and Technology (AIST), Japan（日本国家先进工业科学与技术研究院） ； Visual Geometry Group, University of Oxford, UK（牛津大学视觉几何组） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV

AI总结 该研究提出基于FDSL的InsCore合成数据集，在不使用真实图像的情况下预训练的分割模型，在5个领域的表现与ImageNet-21k预训练模型相当，解决了工业分割模型对真实图像的依赖问题。

Automated Logging Is Language-Sensitive: A Multilingual Benchmark and Empirical Study of LLMs

单语言证据不足以支持自动化日志记录：一个多语言基准和基于LLM的实证研究

Renyi Zhong, Yichen Li, Yulun Wu, Jinxi Kuang, Yintong Huo, Michael R. Lyu

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文通过多语言基准MultiLogBench研究自动化日志记录的跨语言有效性，发现框架锚点匹配是最敏感的组件，模型排名在顶级稳定，但需多语言验证以确保鲁棒性。