医学 AI

ALTER: Modeling Longitudinal Changes via Regional Differencing for 3D CT Report Generation

ALTER：基于区域差分的纵向变化建模用于3D CT报告生成

Dongchen Li, Jitao Liang, Wei Li

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

AI总结 针对3D CT报告生成中纵向变化建模不足的问题，提出ALTER模型，通过GPI、RPD、ICF模块实现，在两个数据集上取得最优性能。

Big, Bright, or Invisible: A Frozen-Feature Benchmark of 3D CT Foundation Models

大的、明亮的还是不可见的：3D CT基础模型的冻结特征基准测试

Maulik Chevli, Johannes Brandt, Rickmer Braren, Daniel Rueckert, Philip Müller

机构 * Technical University of Munich (TUM)（慕尼黑工业大学（TUM）） ； TUM University Hospital（慕尼黑工业大学医院） ； Imperial College London（伦敦帝国理工学院） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； UKE Hamburg（汉堡大学医院） 纠错

专题命中 医学影像 ：CT(title,title_cn)；pathology(abstract)；分类 cs.CV

AI总结 本研究对10个冻结CT编码器开展基准测试，发现性能主要取决于异常的对比度与空间范围，小型低对比度病变仍是挑战，需区域或病变级预训练。

Multiparametric MRI Radiomics and Machine Learning Framework for Predicting Treatment Response in Glioblastoma

用于预测胶质母细胞瘤治疗反应的多参数MRI放射组学与机器学习框架

Suchibrata Patra

专题命中 医学影像 ：MRI(title,title_cn)；分类 q-bio

AI总结 本研究构建结合多参数MRI放射组学与MGMT状态的随机森林模型，实现胶质母细胞瘤放化疗后真性进展与假性进展的无创精准区分，性能优于多种对照方法。

Evaluation of Silicon-Based Photon-Counting CT for Coronary Stenosis Quantification with Realistic Coronary Artery Phantoms

基于真实冠状动脉模型的硅基光子计数CT在冠状动脉狭窄定量评估中的价值

Maria Jose Medrano, Jed Pack, Stephen Araujo, Grant M. Stevens, Koen Nieman, Ge Wang, Bruno De Man, Adam S. Wang

专题命中 医学影像 ：CT(title,title_cn)

AI总结 该研究以真实钙化冠状动脉模型为对象，对比dSi-PCCT与EID-CT，发现前者能显著提升冠状动脉狭窄定量评估的准确性，支持后续动态模型及临床CCTA评估。

Patient Pose Assessment Using a CT-Based Framework for Synthetic Data Generation

基于CT合成数据生成框架的患者姿态评估

Manuel Laufer, Dominik Mairhöfer, Malte Sieren, Hauke Gerdes, Fabio Leal dos Reis, Arpad Bischof, Thomas Käster, Erhardt Barth, Jörg Barkhausen, Thomas Martinetz

机构 * Institute for Neuro- and Bioinformatics, University of Lübeck（吕贝克大学神经与生物信息学研究所） ； University Medical Center Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医学中心） ； IMAGE Information Systems Europe GmbH（IMAGE信息系统欧洲有限公司） ； Pattern Recognition Company GmbH（模式识别有限公司） 纠错

专题命中 医学影像 ：CT(title,title_cn)；biomedical(comments,journal_ref)；分类 cs.CV

AI总结 该研究提出基于CT的合成数据生成框架，用于解决放射图像患者姿态评估中真实训练数据获取难的问题，经3077对踝关节图像预训练后，真实踝关节姿态评估性能提升最多11个百分点。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:027

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

Integrating Implicit and Explicit Relational Biases through Graph-Based Multiple Instance Learning: A Case Study in Skin Lesion Diagnosis

通过基于图的多实例学习整合隐式与显式关系偏差：皮肤病变诊断的案例研究

Rafał Buler, Jakub Buler, Maciej Bobowicz, Michał Grochowski

机构 * Gdańsk University of Technology（格但斯克工业大学） ； Medical University of Gdańsk（格但斯克医科大学） 纠错

专题命中 医学影像 ：diagnosis(title,abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 本研究提出双层级关系框架，结合隐式图像块关系建模与显式图结构消息传递，在ISIC-2018、ISIC-2019皮肤病变诊断基准上提升了平衡准确率，其中集成网格结构的图注意力网络表现最优。

Comments Accepted as a short paper for presentation at the 21st International Conference on Computational Intelligence Methods for Bioinformatics and Biostatistics (CIBB 2026)

MirrorNet: Can Medical Image Anonymization Really Protect Patient Identity?

MirrorNet：医学图像匿名化真的能保护患者身份吗？

Attila Simkó

机构 * Umeå University（于默奥大学） 纠错

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

AI总结 本研究提出MirrorNet模型，通过耦合循环一致变分自编码器发现去标识化医学扫描仍可识别患者，建议将其作为生物识别数据管理，相关代码与模型已公开。

Using LLMs to Detect Growth in Computational Thinking in Introductory Physics

使用大型语言模型（LLMs）检测入门物理课程中计算思维的发展

Sean Savage, Anand Shanker, Grace Michlitsch, N. Sanjay Rebello

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 本研究探究用LLMs分析学生计算物理问题书面解释，发现其可复刻人工评估结果并规模化检测计算思维发展趋势，为大招生规模物理课程的CT评估提供可行方法。

Comments 1 figure, 2 tables. Submitted to Physics Education Research Conference (PERC) 2026

DistMedVL: Distributional Vision-Language Alignment for Uncertainty-Aware Medical Image Segmentation

DistMedVL：面向不确定性感知医学图像分割的分布视觉-语言对齐方法

Jiaxuan Li, Qing Xu, Xiangjian He, Yue Li, Daokun Zhang, Fiseha B. Tesema, Rong Qu

机构 * University of Nottingham Ningbo China（宁波诺丁汉大学） ； University of Nottingham（诺丁汉大学） 纠错

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

AI总结 针对医学图像分割中视觉-语言跨模态对齐的不确定性问题，提出DistMedVL概率框架，含PCM-Adapter等模块，在8个基准上以6.3M参数实现优于SOTA的性能，数据效率等更优。

Comments 10 pages, 5 figures

Context Matters: Support Set Selection and Failure Detection for In-Context Medical Image Segmentation

上下文很重要：用于上下文医学图像分割的支持集选择与失败检测

Youssef Gehad, Emmanuel Zerefa, Krish Kabra, Guha Balakrishnan

机构 * Rice University（莱斯大学） 纠错

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

AI总结 本研究针对上下文医学图像分割，提出基于相似度的支持集选择方法，训练Transformer分类器预测分割失败，可提升性能并为临床安全部署提供机制。

Comments 10 pages

A neural operator view on U-Nets for inverse imaging problems

逆成像问题中U-Net的神经算子视角

Alexander Auras, Martin Burger, Samira Kabri, Michael Moeller, Michael Schopf-Kuester

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

AI总结 本研究从神经算子视角分析逆成像问题的U-Net架构，对比不同神经算子U-Net的优缺点，发现经典U-Net对分辨率变化的鲁棒性优于天生分辨率不变的U型神经算子架构。

An open-source framework for predicting ultrasound neuromodulation: bridging tissue elastomechanics and neuron firing dynamics

开源超声神经调控预测框架：连接组织弹性力学与神经元放电动力学

Gianmarco Pinton

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本研究提出开源计算框架，耦合多物理过程与多通路神经元模型，可预测超声神经调控的神经元放电区域，为超声神经调控的机制研究与安全评估提供空间分辨的可验证工具。

Positive-Unlabeled Preference Optimization For Chest X-ray Report Generation

面向胸部X射线报告生成的正例-无标签偏好优化

Yuta Kobayashi, Pradyun Ramesh, Muhammad Ahmed Chaudhry, Vincent Jeanselme, Judy Wawira Gichoya, Sanmi Koyejo, Kathleen Capaccione, Shalmali Joshi

机构 * Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Emory University（埃默里大学） 纠错

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

AI总结 该研究针对放射报告生成VLM的遗漏噪声问题，提出PU-DPO框架，将未提及项视为无标签，通过对比对优化，提升病理检测率与隐藏正例恢复能力，增强对遗漏噪声的鲁棒性。

Does FLAIR super-resolution erase or hallucinate small white-matter lesions?

FLAIR超分辨率是清除还是幻觉了小白质病变？

Zahra Khodakarami, Yue Li, Pulkit Khandelwal, John Detre, Sandhitsu Das, Christopher Brown, David Wolk, Paul Yushkevich

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 该研究针对FLAIR超分辨率是否影响白质病变的问题，采用ADNI数据对比多种上采样方法，发现超分辨率主要清除小病灶，ECLARE的小病灶信号恢复效果最优。

Comments 10 pages, 2 figures, 3 tables. Accepted at the 11th International Workshop on Simulation and Synthesis in Medical Imaging (SASHIMI 2026), held in conjunction with MICCAI 2026. This is the version submitted for review; the final authenticated version will appear in the Springer LNCS proceedings

STAIL: Semantic Text-Anchored Incremental Learning for Medical Imaging via Large Language Models

STAIL：基于大语言模型的医学影像语义文本锚定增量学习

Songpan Gao, Yajie Zhang, Guanxing Chen, Jiayu Qian, Zhenzhen Liu, Shijun Li, Xiaowei Zhu, Yao Hu, Kay Chen Tan, Yu-An Huang, Shiqi Wang, Zhi-An Huang

机构 * City University of Hong Kong (Dongguan)（香港城市大学（东莞）） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 针对医学影像分析深度学习模型的灾难性遗忘问题，提出STAIL框架，通过SCB和LSAM方法，在三个异构医学数据集上提升基线性能，即插即用且效果显著。

A Foundational EDM2-Based Generative Model for High-Resolution Synthetic Fetal Ultrasound Imaging from Open Datasets

基于EDM2的高分辨率合成胎儿超声成像基础生成模型，源自开放数据集

Harvey Mannering, Yilin Zhang, Ziao Liu, Zhiwu Huang, Jacqueline Matthew, Miguel Xochicale

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

AI总结 该研究针对胎儿超声AI数据稀缺问题，提出基于EDM2的合成框架，生成512×512图像，在分类任务中准确率达93.36%，优于真实数据训练结果，为胎儿超声AI提供开放资源。

Comments Short paper for the 30th Conference on Medical Image Understanding and Analysis

Spectral Aliasing Pretext: A novel task for Self-Supervised fault diagnosis in rotating machinery

频谱混叠预文本：一种用于旋转机械自监督故障诊断的新任务

Victor Gialis, Maxime Metz, David Esteve, Abdenour Soualhi

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

AI总结 针对工业场景中故障诊断标注数据稀缺的问题，提出自监督学习方法SAP，通过欠采样振动数据创建折叠频谱训练Transformer重构展开频谱，在CWRU数据集上验证其结合线性探测的效果优于全监督训练。

Sensor-Level Fault Diagnosis for Automotive Software Validation Using Large Language Models

基于大语言模型的汽车软件验证传感器级故障诊断

Mohammad Abboush, Hamza Ouarrad, Andreas Rausch

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 该研究提出两阶段框架，用经4-bit低秩适配的LLM对HIL平台的汽车传感器记录做故障诊断，最小模型准确率达81.6%，适配循环可在单商用加速器运行。

Fault Diagnosis and Prognosis in Partially-Observed Discrete Event Systems with Delayed Observations

带延迟观测的部分可观测离散事件系统中的故障诊断与预测

Jiwei Wang, Simone Baldi, Wenwu Yu, Xiang Yin

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对带延迟观测的部分可观测离散事件系统，提出修正可预测性概念的诊断与预测条件，引入延迟观测器与新验证函数，验证了该方法的有效性。

Journal ref 2024 IEEE 63rd Conference on Decision and Control (CDC), Milan, Italy, 2024, pp. 3675-3680

Distributed Fault Diagnosis in Discrete Event Systems with Transmission Delay Impairments

存在传输延迟损害的离散事件系统中的分布式故障诊断

Jiwei Wang, Simone Baldi, Wenwu Yu, Xiang Yin

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对存在传输延迟损害的部分可观测离散事件系统，提出扩展现有分布式可诊断性条件的新方法，通过延迟记录器结构和诊断函数验证故障可诊断性，完成有限步数内的协同故障诊断。

Journal ref IEEE Transactions on Automatic Control, vol. 69, no. 8, pp. 5508-5515, 2024

IL-10 rs1800896 polymorphism predicts biochemical remission in IBD patients undergoing biologic therapy

IL-10 rs1800896基因多态性可预测接受生物制剂治疗的炎症性肠病（IBD）患者的生化缓解情况

Michela Helga Falzone, Davide Giuseppe Ribaldone, Martina Buglione, Irene Cottone, Marta Vernero, Demis Pitoni, Angelo Armandi, Francesca Saba, Eleonora Dileo, Alfredo Santovito, Gian Paolo Caviglia

专题命中 诊断辅助 ：diagnosis(abstract)；分类 q-bio

AI总结 该研究纳入197例接受靶向治疗的IBD患者，分析4种细胞因子基因SNP与临床表型及治疗应答的关联，发现IL-10 rs1800896变异等位基因可预测患者12个月时的生化缓解，支持IBD个性化治疗

Comments 22 pages; 2 main tables and 1 main figure; supplementary tables and figure included. Pre-peer-reviewed author manuscript. The final article was published in Immunology, 2026, volume 177, issue 2, pages 432-438

Journal ref Immunology. 2026;177(2):432-438

Implicit Computation of Filtered Prime Implicants

过滤本原蕴含项的隐式计算

Edward Liem, Clemens Dubslaff

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对现有本原蕴含项计算方法因指数级数量导致可扩展性差的问题，提出基于决策图的端到端符号算法，实现受侧约束的本原蕴含项的隐式计算。

Validity, Reliability, and Transparency in Artificial Intelligence Regulation

人工智能监管中的有效性、可靠性与透明度

A. Mukundan, Debayan Gupta, Subhashis Banerjee

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文针对现有AI监管框架未将AI推断有效性作为部署前提的不足，结合印度《普塔斯瓦米》判决的信息自决原则，提出含有效性评估、部署后监测的结构化可操作AI监管框架。

BlockPython: A Process-Aware Agent-Supported Platform for the Transition from Block-Based to Python Programming

BlockPython：一种支持从积木式编程向Python编程过渡的进程感知智能体平台

Jesse Yusuf Chan, Haoming Wang, Mingwei Xu, Xianlong Xu

机构 * East China Normal University（华东师范大学） ； Tsinghua University（清华大学） ； University of Washington（华盛顿大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 BlockPython是支持从积木式编程向Python过渡的平台，以双向转换为核心，通过四阶段引导学习者，利用进程证据诊断困难，为相关系统设计提供参考。

Comments AIED 2026 Interactive Event Track

C$^3$PO: Evaluating Cross-Modal Composition and Counterfactual Performance in Omnimodal Models

C³PO：评估全模态模型中的跨模态组合与反事实性能

Swapnanil Mukherjee, Agyeya Negi, Tanuja Ganu, Ponnurangam Kumaraguru

机构 * Microsoft Research India（微软研究院印度分院） ； IIIT Hyderabad（印度国际信息技术研究院（海得拉巴）） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究推出C³PO基准数据集，评估全模态模型的跨模态组合与反事实性能，发现模型存在模态主导问题，需改进架构以支持持续跨模态注意力。

PRISM: Distribution-Gated Flow Matching for Controllable Unpaired Image Translation

PRISM：用于可控非配对图像翻译的分布门控流匹配

Elad Yoshai, Natan T. Shaked

机构 * Tel Aviv University（特拉维夫大学） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV

AI总结 PRISM是一种无GAN的流匹配框架，通过分布门控实现可控非配对图像翻译，在5个自然与生物医学基准上，其在多数任务的Inception FID、KID及组织病理学细胞核计数比上表现优异，平衡了目标逼真度与结构保留。

Beyond Relevance: Bayesian Evidence Acquisition for Agentic Whole-Slide Image Reasoning

超越相关性：面向智能体的全切片图像推理的贝叶斯证据获取

Bryan Wong, Xun Xu, Huazhu Fu, Nancy F. Chen, Mun Yong Yi

机构 * A*STAR（新加坡科技研究局） 纠错

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

AI总结 本研究提出BEACON框架，将WSI推理建模为贝叶斯证据获取问题，通过最大化预期信息增益减少诊断不确定性，在五个WSI-VQA基准的零样本实验中，其性能优于同类无训练智能体框架，提升了证据获取效率。

Agentic self-driving microscopy benchmarks support qualification but do not necessarily generalize to unseen tasks

智能体自动驾驶显微镜基准测试支持性能验证，但不一定能泛化到未见任务

Nathan S Johnson, Ian Abshire

机构 * Carl Zeiss Research Microscopy Solutions（卡尔蔡司研究显微镜解决方案） 纠错

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究开发基准框架评估显微镜智能体架构等因素的性能，发现其虽可用于验证比较，但现有基准无法预测智能体在未见显微镜任务上的表现。

Comments 20 pages, 8 figures

Answer First, Reason Later: Commitment Order in Diffusion LLMs

先给出答案，后进行推理：扩散大语言模型中的承诺顺序

Jewon Yeom, Jaewon Sok, Seonghyeon Park, Jeongjae Park, Hwiyeong Lee, Taesup Kim

机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本研究发现扩散大语言模型（dLLMs）的任意顺序提交机制会导致推理失败，通过前沿门控承诺干预可恢复推理性能，同时保留并行解码优势。

THBKG: A Temporal Biomedical Knowledge Graph for Decision-Aligned Clinical Advancement Prediction

THBKG：用于决策对齐的临床进展预测的时间生物医学知识图谱

Pui Chung Siu, Claudia Cabrera, Mani Mudaliar, Arkaitz Zubiaga

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Recursion Pharmaceuticals Inc.（Recursion制药公司） 纠错

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

AI总结 该研究提出THBKG时间生物医学知识图谱，通过图传播方法预测靶点-疾病对的临床进展，在无直接证据的对中表现优异，还提供可解释预测的路径解释器。

Comments 19 pages, 11 figures, 8 tables