医学 AI

Curia-MAE: Multi-Modal Multi-Anatomy MAE Pre-Training for 3D Medical Image Segmentation

Curia-MAE：面向3D医学图像分割的多模态多解剖区域掩码自编码器预训练方法

Théo Danielou, Antoine Saporta, Léo Alberge, Corentin Dancette

机构 * Raidium（雷迪厄姆） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；CT(summary_cn,abstract)；medical image(title)；radiology(abstract)

AI总结 本文提出Curia-MAE，通过改进MAE预训练目标，在30万张CT和MRI图像上预训练的多模态多解剖区域模型，可提升冻结编码器下的3D医学图像分割性能，尤其适用于标注数据稀缺的病灶任务。

Comments Accepted at ECCV 2026 Workshop AI4M3D

Measurements Automatically Extracted from Zero Echo Time MRI Using Deep Learning Image Segmentation and Geometric Modeling Agree with Expert Manual Readings

基于深度学习图像分割与几何建模从零回波时间MRI自动提取的测量结果与专家手动读数一致

Jack Consolini, Eric A. Bogner, Meghan Sahr, Matthew F. Koff, Kevin M. Koch, Hollis G. Potter

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

AI总结 该研究开发基于nnU-Net和定制几何算法的方法，从ZTE MRI自动提取FAI相关角度，其在多数角度上与专家手动测量结果一致性良好，证实全自动骨形态测量评估的可行性。

Beyond Fluency: A Clinical Benchmark and Anomaly-Enhanced Baseline for Spine MRI Report Generation

超越流畅性：脊柱MRI报告生成的临床基准与异常增强基线

Bruno Palau, Franziska Vogt, Daria Laslo, Haobo Li, Ender Konukoglu, Maria Monzon, Catherine R. Jutzeler

机构 * ETH Zurich（苏黎世联邦理工学院） ； Swiss Institute of Bioinformatics (SIB)（瑞士生物信息学研究所） 纠错

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

AI总结 该研究针对放射学报告的耗时与阅片差异问题，构建腰椎MRI的VLM临床基准，提出半监督U-Net++生成异常热图增强VLM的框架，提升诊断可靠性与可解释性。

Comments Maria Monzon and Catherine R. Jutzeler contributed equally as shared last authors. Accepted at the CV4Clinic Workshop, CVPR 2026

Journal ref Proc. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026, pp. 6759-6770

PRISM-Net: Patient-specific reference-guided inter-breast symmetry matching for three-class breast DCE-MRI classification

PRISM-Net：用于三类乳腺DCE-MRI分类的患者特异性参考引导跨乳腺对称匹配

Boya Zhang, Shuaiwen Zhou, Di Kong, Mingxu Wang, Wenbiao Du, Yiman Zhong, Yuexin Duan, Xiawei Yue, Liuquan Cheng, Xiru Li

机构 * Nankai University（南开大学） ； Zhongguancun Academy（中关村学院） ； The First Medical Center of Chinese PLA General Hospital（中国人民解放军总医院第一医学中心） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； The Six Medical Center of Chinese PLA General Hospital（中国人民解放军总医院第六医学中心） ； Tsinghua University（清华大学） 纠错

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

AI总结 该研究针对乳腺DCE-MRI分类中患者特异性背景变异性问题，提出PRISM-Net无配准双侧框架，利用对侧乳腺特征建模跨乳腺对应，在多数据集上优于基线，提升了乳腺病灶分类性能。

Comments 15 pages, 7 figures, 5 tables

Resolution-Agnostic Neural Operators for Multi-Rate Sparse-View CT

分辨率无关的神经算子用于多速率稀疏视角CT

Aujasvit Datta, Jiayun Wang, Asad Aali, Anima Anandkumar

机构 * Caltech（加州理工学院） ； IIT Kanpur（印度理工学院坎普尔分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 CTO提出一种分辨率无关的神经算子框架，通过连续函数空间实现多速率稀疏视角CT重建的泛化，提升重建质量和效率。

Spatial Masked-Set Learning for Sparse Multi-Shell Diffusion MRI Signal Synthesis

用于稀疏多壳扩散MRI信号合成的空间掩码集学习

Yousef Sadegheih, Pratibha Kumari, Dorit Merhof

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

AI总结 针对密集多壳扩散MRI采集时间长的问题，提出空间掩码集框架合成稀疏多壳扩散MRI信号，在HCP100数据集上的实验显示其信号NMSE低于现有模型，实现了更优性能。

Comments Accepted at MICCAI CDMRI Workshop 2026

CT-PIKAN: Coordinate-Transformed Physics-Informed Kolmogorov-Arnold Network with Autograd-Based Metric Evaluation for Solving PDEs in Curvilinear Domains

CT-PIKAN：用于求解曲线域偏微分方程的坐标变换物理信息柯尔莫哥洛夫-阿诺尔德网络（结合基于自动微分的度量评估）

Mohammad E. Heravifard, Kazem Hejranfar

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本研究提出CT-PIKAN框架，通过坐标变换结合自动微分，解决曲线域偏微分方程求解的几何适配问题，在多类基准问题上实现高效准确的求解。

A Master-Slave Robot Manipulator for Needle-Based Teleoperation in MRI Chamber

用于MRI室内经针遥操作的主从机器人操纵器

Omar Curiel, Jing-Yuan Huang, Po-Chih Chen, Ji Ma, Qing Dai, Wenqi Zhou, David Lu, Holden H. Wu, Tsu-Chin Tsao

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 该研究开发了一种MRI安全的主从机器人操纵器，可实现多模态控制，支持协作任务，经初步实验验证适用于MRI室内床边手动控制模式下的活体猪介入操作。

Comments 14 pages, 12 figures

Foundation Models Adaptation for Multi-View Multi-modal Cardiac MRI Segmentation and Direct Ejection Fraction Estimation

基础模型在多视图多模态心脏MRI分割与直接射血分数估算中的适配

Sina Amirrajab, Cian M Scannell, Volker Vehof, Michael Bietenbeck, Ali Yilmaz

机构 * Maastricht University（马斯特里赫特大学） ； University Hospital Münster（明斯特大学医院） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 本研究针对CMR-Multi挑战，微调CineMA并组合冻结CMR基础模型，实现多视图CMR分割与直接LVEF估算，验证了基础模型适配多视图CMR分析的有效性。

Do 3D Medical Foundation Models See Through MRI Artifacts? A Controlled Study of Representation Robustness

三维医学基础模型能看穿MRI伪影吗？一项关于表示鲁棒性的对照研究

Julia Anna Mielcarz, Daniel Klaaby, Mostafa Mehdipour Ghazi

机构 * Pioneer Centre for AI, University of Copenhagen（哥本哈根大学先锋人工智能中心） 纠错

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

AI总结 本文对照评估五种三维医学基础模型的表示鲁棒性，发现其鲁棒性与模型及伪影类型相关，部分模型对伪影更敏感，仅靠大规模预训练无法保证伪影不变性，需部署前评估鲁棒性。

Comments Accepted at the ECCV 2026 Workshop on Artificial Intelligence for Medical 3D Vision (AI4M3D)

PURe: A Plug-and-Play Product-Unit Residual Module for Vision Networks

PURe: 一种用于视觉网络的即插即用乘积单元残差模块

Ziyuan Li, Uwe Jaekel, Babette Dellen

机构 * Department of Mathematics, Informatics and Technology, University of Applied Sciences Koblenz（科隆应用科学大学数学、信息学与技术系） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 提出PURe模块，通过二维乘积单元的对数域公式实现稳定的局部乘法交互，可替代残差网络中的标准单元，在图像分类和CT分割任务中提升精度-参数权衡。

Comments Accepted to the GCPR 2026

The Gorenstein property and Pixton's conjecture for compact type moduli

紧致型模空间的Gorenstein性质与Pixton猜想

Samir Canning, Hannah Larson, Johannes Schmitt

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 该研究证明了紧致型模空间$\u039c_{g,n}^{\mathrm{ct}}$在特定参数下重言环非Gorenstein，并验证了Pixton猜想的多个新案例，相关结果是主极化阿贝尔簇模空间非重言闭链研究的关键基础。

Comments v2: preliminary version. Will be updated with results of ongoing computer calculations. Fixed numbers we transcribed in error in Theorem 35 and some other typos. Results unchanged

H2AL: Hyperbolic Hierarchy-aware Aggregative Learning for Registration-based Few-shot Medical Image Segmentation

H2AL：用于基于配准的小样本医学图像分割的双曲层次感知聚合学习

Jia Wang, Jiaming Cai, Zunying Hu, Zhanjie Wu, Jinyuan Liu, Hua Cheng, Yun Peng

机构 * Dalian University of Technology（大连理工大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

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

AI总结 针对基于配准的小样本医学图像分割忽视解剖结构层次的问题，提出H2AL框架，通过H2I模块与梯度聚合算法提升配准和分割性能，实验验证其有效性。

Comments 10 pages, 9 figures. Accepted at ACM Multimedia 2026 (MM '26)

Toward surface-based registration of a virtual preoperative cutting guide onto the mandible for reconstruction surgery

面向虚拟术前切割导板与下颌骨的基于表面的配准技术用于重建手术

Yue Yang, Jie Ying Wu

机构 * Vanderbilt University（范德堡大学） 纠错

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

AI总结 该研究提出一种无标记AR方案，通过扩展表面配准技术实现虚拟切割导板与术中暴露下颌骨的配准，经测试其配准误差与延迟支持替代物理打印导板的可行性。

An Angular Spectrum Method for Nonlinear Propagation in Heterogeneous Tissue with Immersed Sources for Ultrasound

用于含浸没源的异质组织非线性传播的角谱法（适用于超声应用）

Gianmarco Pinton

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 本文提出改进的角谱法（ASM），用于异质组织中超声非线性传播模拟，经颅超声与治疗超声场景，通过倾斜角校正、特殊离散化方案、源注入与边界处理优化，在精度相当的情况下较Fullwave 2显著降低内存与时间成本。

A foundation-model approach to pediatric headache classification from rs-fMRI

基于rs-fMRI的儿童头痛分类的基础模型方法

Guilherme S. Imai Aldeia, Clara Moon, Julie Shulman, Navil Sethna, Allison Smith, Alyssa Lebel, William G. La Cava, Scott Holmes

机构 * Boston Children’s Hospital（波士顿儿童医院） ； Harvard Medical School（哈佛医学院） 纠错

专题命中 医学影像 ：MRI(abstract)；分类 cs.LG

AI总结 本研究采用基础模型NeuroSTORM对rs-fMRI数据编码微调，在189次扫描的儿童数据中，其头痛分类性能优于FC矩阵模型，可区分慢性偏头痛，为儿童头痛预测提供了概念验证。

Comments 22 pages, 6 figures. In Proceedings of Machine Learning Research, Volume 340, 2026 (Machine Learning for Healthcare Conference)

A Novel Tool for Evaluating Effect Modification in Older Adults with ADRD Using Medicare Claims

一种利用Medicare医保索赔评估ADRD老年患者效应修饰的新型工具

Yilin Zhang, Michelle Shardell, Jason Falvey, Rozalina McCoy, Elizabeth Stuart, Chixiang Chen

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本研究针对ADRD老年患者，提出PD-Robust分析策略，利用Medicare数据揭示HAC效应异质性，验证其在真实世界研究中的良好性能。

Evolution of funding for collaborative health research towards higher-level patient-oriented research. A comparison of the European Union Framework Programmes to the program funding by the United States National Institutes of Health

合作健康研究资金的演变：向更高层次以患者为中心的研究发展。欧洲联盟框架计划与美国国家卫生研究院资金的比较

David Fajardo-Ortiz, Bart Thijs, Wolfgang Glanzel, Karin R. Sipido

专题命中 临床大模型 ：biomedical(abstract)

AI总结 研究比较欧盟框架计划与美国NIH在合作健康研究资金上的演变，分析资金导向变化对科研项目和产出的影响，揭示战略资金如何塑造研究组合。

Journal ref Quantitative Science Studies 2026; 7 717-742

Is Self-Pretraining really useful to improve diagnosis in medical Time Series?

自预训练（SPT）真的有助于改进医疗时间序列的诊断吗？

Omar Coser, Antonio Orvieto, Paolo Soda, Loredana Zollo

机构 * Università Campus Bio-Medico di Roma（罗马生物医学大学校园大学） ； Umeå University（于默奥大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute Tübingen（埃利斯研究所蒂宾根分所） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 该研究探究自预训练（SPT）对Transformer在医疗时间序列诊断任务的影响，发现SPT可提升分类准确率0-6个百分点，是无需修改架构的通用有效策略。

Comments 21 pages, 7 figures,4 tables

LSEAD: A Privacy-Preserving LLM-Based Speech Analysis Framework for Early Alzheimer's Disease Screening

LSEAD：一种基于大语言模型（LLM）的隐私保护型语音分析框架，用于阿尔茨海默病（AD）早期筛查

Xin Wang, Yingchao Huang, Yuhan Su, Shanshan Yao, Wei Peng

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

AI总结 本研究提出基于开源LLM的隐私保护语音分析框架LSEAD，在ADReSS系列数据集上使AD分类准确率提升最多5个百分点，为早期AD筛查提供了实用方案。

A Transferable Autologistic Model for Predicting Rare Failures in Heterogeneous Equipment

一种可迁移的自 logistic 模型，用于预测异构设备中的罕见故障

Islam Benamirouche, Djemel Ziou, Feriel Fass

机构 * Université de Sherbrooke（谢布鲁克大学） 纠错

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

AI总结 本文针对异构设备罕见故障预测难题，提出可迁移自 logistic 模型，在含27台模拟冰箱的合成数据集上验证了模型的故障概率估计能力，为预测性维护提供支持。

Learning Coarse-to-Fine Osteoarthritis Representations under Noisy Hierarchical Labels

在噪声层次标签下学习粗到细的骨关节炎表示

Tongxu Zhang

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文探讨在噪声层次标签下通过双头模型提升骨关节炎诊断的表示学习，通过比较不同3D模型的性能，发现双头监督能提升KL分级指标，并改善潜在表示的层次结构和解剖对齐。

SkillProx: Self-Evolving Agent Skills via Proximal Textual Gradient Descent

SkillProx：基于近端文本梯度下降的自进化智能体技能

Mingxuan Zheng, Yujin Zhou, Chuxue Cao, Boqin Yin, Yuyao Zhang, Jiapeng Sun, Shuaishuai Gong, Sirui Han, Yike Guo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 SkillProx是结合闭环诊断进化与近端优化的自进化智能体技能框架，可提升LLM智能体在分布内外基准的平均准确率3.0个百分点，且两种核心组件具有互补效果。

Comments 23 pages, 4 figures

EMAS: Stabilizing Multi-Agent System Evolution through Evidence-Guided Revision

EMAS：通过证据引导的修正稳定多智能体系统演化

Chao Fei, Qingyi Si, Kaihua Liang, Yanghua Xiao, Panos Kalnis, Hongcheng Guo

机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Fudan University（复旦大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 EMAS 是一种不更新 LLM 参数、利用样本经验修正 MAS 拓扑与提示词的方法，在四个基准和两个 LLM 上提升了准确率并降低了 token 成本，表现优于多数基线方法。

Autonomy-of-Heads: Data-Free Sparse Attention from Frozen Query-Key Geometry

头自主性：基于冻结查询-键几何的无数据稀疏注意力

Yehan Yang, Junyuan Shang, Yang Li, Guanqun Zhao, Shuohuan Wang, Dianhai Yu

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Baidu Inc.（百度公司） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出无数据稀疏注意力方法 AoH，通过查询-键投影谱几何识别检索头与流头，在 50% 稀疏度下平均保留全注意力 96.5% 性能，同时显著降低 LLM 的计算延迟与 KV-cache 内存。

AgentChaos: Chaos Engineering for Agent Systems via Programmatic Fault Injection

AgentChaos：通过可编程故障注入实现智能体系统的混沌工程

Gou Tan, Zhensu Sun, Jieke Shi, Ting Zhang, Zilong He, Qingfu Wu, Shuai Liang, Weifeng Sun, Junda He, Pengfei Chen, Chuanfu Zhang, Lwin Khin Shar, David Lo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出AgentChaos框架，在不修改源代码的情况下于LLM API共享层注入故障，评估显示智能体系统鲁棒性取决于自身实现，现有故障诊断方法仍有提升空间。

Comments Accepted at the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

108 ps coincidence time resolution through optimized scintillators, photodetectors, readout electronics, and DOI-based timing correction in orthogonally stacked detector configurations

通过优化闪烁体、光电探测器、读出电子学以及正交堆叠探测器构型中基于DOI的时间校正实现108 ps符合时间分辨率

Arisa Sanzen, Yuya Onishi, Takahiro Moriya, Tomohide Omura, Ryosuke Ota

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出正交堆叠的xDetector构型，通过优化闪烁体、光电探测器、读出电子学及三维相互作用CTR校正，使系统CTR达108.6 ps FWHM，较传统探测器提升10.3%，有望助力TOF-PET性能提升

Mitigating Gradient Pathology in PINNs through Aligned Constraint

通过对齐约束缓解PINN中的梯度病理

Yichen Luo, Peiyu Zhu, Dongxiao Hu, Jia Wang, Tailin Wu, Dapeng Lan, Yu Liu, Zhibo Pang

机构 * Department of Information Science and Engineering, KTH Royal Institute of Technology, Stockholm, Sweden（信息科学与工程系，皇家理工学院，斯德哥尔摩，瑞典） ； School of Advanced Manufacturing and Robotics, Peking University, Beijing, China（先进制造与机器人学院，北京大学，北京，中国） ； School of Advanced Technology, Xi’an Jiaotong-Liverpool University, Suzhou, China（先进技术学院，西安交通大学利物浦大学，苏州，中国） ； Department of AI, School of Engineering, Westlake University, Hangzhou, China（人工智能系，工程学院，西湖大学，杭州，中国） 纠错

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

AI总结 针对物理信息神经网络训练中梯度冲突导致的局部最优问题，提出约束对齐损失与流形提升方法，通过重新表述零阶项为对齐约束并引入延迟因子，显著提升数值稳定性和效率。

Comments Accepted by ICML 2026

Journal ref Forty-Third International Conference on Machine Learning (ICML 2026)

Thinking in Scales: Accelerating Gigapixel Pathology Image Analysis via Adaptive Continuous Reasoning

尺度思考：通过自适应连续推理加速千兆像素病理图像分析

Jiusong Ge, Yingkang Zhan, Wenjie Zhao, Di Zhang, Ke Wang, Jiashuai Liu, Chunze Yang, Chengzu Li, Jian Zhang, Yuxin Dong, Ni Zhang, Qidong Liu, Mireia Crispin-Ortuzar, Huazhu Fu, Chen Li, Zeyu Gao

机构 * School of Computer Science（计算机科学学院） ； Technology, Xi’an Jiaotong University, Xi’an, China（技术学院，西安交通大学，西安，中国） ； Department of Transmedia Art, Xi’an Academy of Fine Arts, Xi’an, China（多媒体艺术系，西安美术学院，西安，中国） ； Department of Oncology, University of Cambridge, Cambridge, U.K.（肿瘤学系，剑桥大学，剑桥，英国） ； Language Technology Lab, University of Cambridge, Cambridge, U.K.（语言技术实验室，剑桥大学，剑桥，英国） ； Institute of High Performance Computing, Agency for Science, Technology（高性能计算研究所，科技研究局） 纠错

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

AI总结 提出PathCTM模型，通过动态尺度切换和注意力引导的区域剪枝实现高效连续推理，大幅减少计算开销并保持诊断性能。

Comments Accepted to ICML 2026

Beyond Binary Detection: A Multi-Dimensional Taxonomy of Cancer Misinformation on Reddit

超越二元检测：Reddit 上癌症错误信息的多维分类法

Aria Pessianzadeh, Pooriya Jamie, Naima Sultana, Georgia Himmelstein, Yuliya Zektser, Patricia Ganz, Homa Hosseinmardi, Amir Ghasemian, Rezvaneh Rezapour

机构 * Drexel University（德雷塞尔大学） ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 病理影像 ：diagnosis(abstract)

AI总结 研究旨在刻画Reddit上癌症错误信息，引入多维分类法涵盖七个维度。利用专家标注数据评估大语言模型，分析错误信息。发现其约占癌症讨论6%，少样本提示可提高性能，还识别出常见错误信息叙述，为相关建模奠定基础。