医学 AI

Cardiac MRI Through-Plane Super-Resolution Guided by Reference and Memory

基于参考和记忆引导的心脏MRI平面内超分辨率

Shaoming Pan, Chenchuhui Hu, Leon Axel, Meng Ye

机构 * University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； New York University Grossman School of Medicine（纽约大学格罗斯曼医学院） 纠错

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

AI总结 研究针对临床心脏MRI平面间分辨率粗糙的问题，提出STRMSR框架，利用参考视图和中间结果重建高分辨率心脏容积，通过粗到细匹配、动态特征聚合等方法，在WHS数据集实验中，相比基线在不同上采样因子下有一致改进。

Comments 8 pages, 3 figures 2 tables (accepted In International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) Workshop STACOM, 2026 (oral))

Terbium-149 PET/CT: First Quantitative Imaging with a Clinical Long-Axial Field-of-View Scanner

149terbium PET/CT：首个临床长轴视野扫描仪的定量成像

Lorenzo Mercolli, Pascal V. Grundler, Anzhelika N. Moiseeva, Lars Eggimann, Saverio Braccini, Ulli Köster, Nicholas P. van der Meulen

专题命中 医学影像 ：CT(title,title_cn)

AI总结 本文评估了149terbium在临床长轴视野PET/CT系统中的成像性能和定量准确性，发现其定量精度可与18F的EARL标准2相媲美，展示了149terbium在靶向α治疗中的应用潜力。

Flow-Based Generative Modeling for Optimizing Sampling Policies in Compressed Sensing Applications

基于流的生成建模优化压缩感知应用中的采样策略

Roman Pavelkin, Luis A. Zavala-Mondragon, Christiaan G. A. Viviers, Fons van der Sommen

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 提出一种任务感知的基于流的生成框架，通过训练流模型优化压缩感知中的子采样掩码，显著提升图像分类、重建和MRI加速的性能。

HSMLA: Hierarchical Softmax Multi-scale Linear Attention for Efficient Vision Transformers

HSMLA：用于高效视觉Transformer的分层Softmax多尺度线性注意力

Dong Liu, Yanxuan Yu, Renata Borovica-Gajic, Tong Geng, Ying Nian Wu

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Columbia University（哥伦比亚大学） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 针对视觉Transformer高分辨率密集预测的计算开销问题，提出HSMLA，结合多类注意力机制与深度卷积，在多项任务上实现精度与效率的优异平衡。

Forensic Reproducibility Audit of a Radiology Vision-Language Model Benchmark: From Intended Protocol to Released Artifact

放射学视觉语言模型基准的法证可重复性审计：从预期协议到发布工件

Mateusz Kozłowski

专题命中 医学影像 ：radiology(title)；分类 cs.CV

AI总结 对胸部X光视觉语言模型试点进行法证可重复性审计，追踪提示绑定等多方面情况，发现存在图像渲染、数据分割等问题，重建队列改变统计值，撤回原声明并指定机器可验证控制。

Comments Withdrawn by the author. On further review, the archived artifacts underlying this audit are too incomplete to support the reported statistics, and the paper's conclusions do not follow from the available evidence. The work is withdrawn in full; earlier versions should not be cited

Photonic Quantum-Accelerated Machine Learning

光子量子加速机器学习

Markus Rambach, Abhishek Roy, Alexei Gilchrist, Akitada Sakurai, William J. Munro, Kae Nemoto, Andrew G. White

专题命中 医学影像 ：medical image(abstract)；biomedical(abstract)

AI总结 利用玻色采样提升机器学习性能，实现高维量子指纹和在多种数据条件下均表现优异的加速与可扩展性。

Comments 10 pages, 6 figures; Supplemental Material: 7 pages, 4 figures

EliSeg: Verified Target Construction for Report-Grounded Abnormality Segmentation

EliSeg：面向报告驱动的异常分割的经验证目标构建

Chengyi Peng, Haoyu Yang, Meixing Shi, Yuxiang Cai, Yankai Jiang

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

AI总结 本文针对放射学报告未指定分割目标的问题，提出EliSeg框架，通过提议-验证-修订机制实现报告驱动的异常分割，在MIMIC-CXR-ILS等数据集上性能优于现有方法。

Comments Minor revision: fixed author metadata rendering in the arXiv HTML version

Non-universality of color transparency onset in pion and kaon electroproduction

介子和kaon颜色透明度的正规范和通道依赖性形成动力学

Byung-Geel Yu, Tae Keun Choi, Kook-Jin Kong

专题命中 医学影像 ：CT(abstract)

AI总结 介子和kaon电产生数据揭示了颜色透明度起始的两个特征：正规范在两种反应中作用不同，且介子透明度由量子扩散模型解释，而kaon数据则显示不同的介子形成动力学。

Comments 5 pages, 1 figure

Smooth Flow Matching for Synthesizing Functional Data

平滑流匹配用于合成函数数据

Jianbin Tan, Anru R. Zhang

机构 * Department of Biostatistics & Bioinformatics, Duke University（杜克大学生物统计与生物信息学系） ； Department of Computer Science, Duke University（杜克大学计算机科学系） 纠错

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

AI总结 本文提出平滑流匹配框架，解决函数数据生成中的隐私、稀疏采样等挑战，通过高效方法生成高质量数据，适用于医疗记录等场景。

Comments Accepted for publication in The Annals of Statistics

Same Targets, Different Computation: How Post-Training Divides Work Across Model Layers

指令微调如何改变上游状态影响后期读取：一种跨修补诊断

Yifan Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 研究探讨指令微调如何通过后期栈与上游状态交互影响后续token选择，通过跨修补诊断发现指令微调模型的后期栈效果依赖自身训练状态，且稀疏特征在其中起中介作用。

Comments 14 pages, 4 figures. Code and compact artifacts: https://github.com/yifan1207/first-divergence-crosspatching

Toward Fair Speech Technologies: A Comprehensive Survey of Bias and Fairness in Speech AI

面向公平的语音技术：语音AI中的偏差与公平性综合综述

Yi-Cheng Lin, Yun-Shao Tsai, Kuan-Yu Chen, Hsiao-Ying Huang, Huang-Cheng Chou, Shrikanth Narayanan, Yu Tsao, Jian-Jiun Ding, Hung-yi Lee

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本综述整合400余项相关研究，构建统一框架，针对语音模态提出7种公平定义，梳理偏差来源并系统化缓解策略，为语音AI的公平性研究提供了全面指引。

Comments 73 pages, work in progress

UPAIR: Diagnosing Reasoning States via Uncertainty-Progress Alignment for Selective Intervention

你的模型是在思考还是停滞不前？PUMA：通过相位动量对齐诊断推理病理学

Cheng Yan, Zhijun Fan, Guangyang Ye, Fan Xu, Xiang Xia, Yawei Wang, Wuyang Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究大型推理模型测试时的“过度思考”问题，提出相位动量对齐假设并构建认知能量模型，引入PUMA框架，通过分层诊断架构区分主动探索与被动停滞，在多基准实验中优于现有基线，实现更好的准确性-效率权衡和跨域泛化。

TemMed-Bench: Evaluating Temporal Medical Image Reasoning in Vision-Language Models

TemMed-Bench：评估视觉语言模型的时序医学图像推理能力

Junyi Zhang, Jia-Chen Gu, Wenbo Hu, Yu Zhou, Robinson Piramuthu, Nanyun Peng

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 医疗多模态 ：medical image(title,abstract)；分类 cs.CV

AI总结 本文提出TemMed-Bench时序医学图像推理基准，评估12个视觉语言模型，发现多数模型缺乏分析患者状况时序变化的能力，多模态检索扩充可显著提升其性能。

Linguistically-Aligned and Visually-Grounded Preference Optimization for Clinically-Augmented Medical Report Generation

面向临床增强型医疗报告生成的语言对齐与视觉 grounded 的偏好优化

Qiang Hu, Yuxuan Luo, Yingjie Guo, Hao Wang, Qimei Wang, Qiang Li, Zhiwei Wang

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 针对现有医疗报告生成方法的临床事实错误与视觉-语言对齐不足问题，提出DPO-Clin框架，通过ECD模块、M²DPO及反事实偏好数据构建提升模型可靠性，在多医学数据集上取得优异性能。

Comments Accepted by ECCV 2026

Doubly Robust Estimators of Quantile Treatment Effects With Semiparametric Cumulative Probability Models

基于半参数累积概率模型的分位数处理效应的双重稳健估计量

Hao Wu, Chun Li, Bryan E. Shepherd

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对现有分位数处理效应（QTE）估计方法对模型误设敏感的问题，提出基于半参数累积概率模型（CPM）的双重稳健QTE估计框架，开发两种估计策略并通过模拟和HIV数据验证其有效性。

Comments Supplementary material included. Revised manuscript with updated notation and minor corrections

LVCG: Learning ECG Representations in the Latent Vectorcardiogram Space

在向量心电图空间中学习心脏潜在表示

Bosong Huang, Panzhen Zhao, Zengxiang Li, Patricia Lee, Wei Jin, Alan Wee-Chung Liew, Ming Jin, Shirui Pan

机构 * Griffith University, Australia（格里菲斯大学） ； SingHealth Duke-NUS AI in Medicine Institute, Singapore（新加坡SingHealth Duke-NUS医学人工智能研究所） ； Emory University, USA（埃默里大学） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对标准十二导联心电图表示学习中的冗余和过拟合问题，提出基于Frank向量心电图模型的LVCG框架，在物理潜在空间中学习视图不变的心脏电活动表示，提升鲁棒性和泛化能力。

HarmThoughts: A Benchmark for Fine-Grained Harmful Behavior Detection in Reasoning Traces

当安全失败之前：在推理链中基准测试有害行为检测

Ishita Kakkar, Enze Zhang, Rheeya Uppaal, Junjie Hu

机构 * Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出HarmThoughts基准，用于评估推理链中逐步的安全性。通过分析56931个句子，识别有害行为传播模式，发现现有检测器在细粒度行为检测上存在不足，揭示了过程级安全监控的关键缺口。

Comments Accepted at COLM 2026 (Main Track)