医学 AI

Evaluating and Calibrating Diffusion Model-derived Uncertainty for Quantitative MRI Mapping

评估与校准扩散模型衍生的定量MRI成像不确定性

Shishuai Wang, Stefan Klein, Juan A. Hernandez-Tamames, Dirk H. J. Poot

机构 * Erasmus MC（伊拉斯姆斯医学中心） ； TU Delft（代尔夫特理工大学） 纠错

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

AI总结 该研究针对深度学习定量MRI成像方法可靠性未明确表征的问题，评估了扩散模型衍生的不确定性，发现其与成像误差正相关，经校准后可用于可靠性评估与选择性预测。

Comments 11 pages, 6 figures. Accepted at the MICCAI 2026 Workshop on Uncertainty for Safe Utilization of Machine Learning in Medical Imaging (UNSURE 2026)

CT-$Δ$Bench: A Benchmark for Longitudinal 3D Medical Imaging Difference Reporting with Vision-Language Models

CT-ΔBench：基于视觉语言模型的纵向3D医学影像差异报告基准

Kegeng Tang, Jingbo Wang, Shaogang Ren, Zihao Wang

机构 * University of Tennessee at Chattanooga（田纳西大学查塔努加分校） 纠错

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

AI总结 本文针对现有医学基础模型缺乏纵向影像差异处理能力的问题，构建了专用基准CT-ΔBench，开发感知变化指标与医师验证流程，对比不同推理方式并提出基线模型DeltaMed，为时间感知医学基础模型奠定基础。

Comments Accepted by COLM 2026

A comparison of CNN architectures for Alzheimer's disease detection in single-view MRI scans

用于单视图MRI扫描阿尔茨海默病检测的CNN架构对比

Hiram Zuniga, Ulises Orozco-Rosas, Kenia Picos

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

AI总结 本研究对比十种CNN架构在OASIS数据集上检测阿尔茨海默病的性能，采用两阶段迁移学习，发现VGG16表现最优，且各类架构均难区分非痴呆与极轻度痴呆阶段。

Comments Accepted at SPIE Optics + Photonics 2026 for oral presentation. 14 pages, 7 figures, 8 tables

COGENT: Counterfactual Gaussian Explanations for Volumetric Medical Images

COGENT：面向体积医学图像的反事实高斯解释

Dorian Rząsa, Bartosz Zabdyr, Krzysztof Piekarz, Jakub Grzywaczewski, Bartlomiej Sobieski, Przemyslaw Biecek, Żaneta Świderska-Chadaj, Olga Śliwicka, Przemysław Spurek, Joanna Świebocka-Więk

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

AI总结 COGENT是基于MedGS和Sybil模型的框架，通过高斯体积表示的反事实优化，为肺部CT扫描提供具有临床意义的稀疏可解释性，优于现有方法。

q3-MuPa: Quick, Quiet, Quantitative Multi-Parametric MRI using Physics-Informed Diffusion Models

q3-MuPa: 快速、安静、定量的多参数MRI使用物理引导的扩散模型

Shishuai Wang, Florian Wiesinger, Noemi Sgambelluri, Carolin Pirkl, Stefan Klein, Juan A. Hernandez-Tamames, Dirk H. J. Poot

机构 * Erasmus University Medical Center（埃拉斯姆斯大学医学中心） 纠错

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

AI总结 本文提出了一种基于扩散模型的qMRI映射方法，结合物理数据一致性约束，提升映射性能并实现四倍加速的高质qMRI成像。

Journal ref Magnetic Resonance Imaging 131 (2026) 110699

Self-Supervised Weighted Image Guided Quantitative MRI Super-Resolution

自监督加权图像引导的定量磁共振成像超分辨率

Alireza Samadifardheris, Dirk H. J. Poot, Florian Wiesinger, Stefan Klein, Juan A. Hernandez-Tamames

机构 * Department of Radiology and Nuclear Medicine, Erasmus MC（放射学与核医学系，埃因霍温麦斯特大学医学中心） ； GE Healthcare（通用电气医疗） ； Department of Imaging Physics, TU Delft（成像物理系，代尔夫特理工大学） 纠错

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

AI总结 本研究提出一种自监督框架，利用常规高分辨率加权MRI扫描引导，无需高分辨率qMRI数据即可实现qMRI超分辨率，通过深度学习提升T1/T2图质量并验证其跨序列通用性。

Comments This work has been submitted to Magnetic Resonance Materials in Physics, Biology and Medicine for possible publication

GenFAR: A generalized representation of brain structure, derived from 49,246 multi-cohort MRIs via deep learning

GenFAR：基于49246例多队列MRI通过深度学习得到的脑结构通用表征

Vishnu M. Bashyam, Guray Erus, Junhao Wen, Pratik Chaudhari, Randa Melhem, Sindhuja Govindarajan Tirumalai, Gareth Harman, Yong Fan, Colin L. Masters, Paul Maruff, Sterling C. Johnson, Jurgen Fripp, Duygu Tosun, John C. Morris, Daniel S. Marcus, Pamela LaMontagne, Tammie Benzinger, Susan R. Heckbert, Mark Espeland, Marilyn S. Albert, Andrew J. Saykin, Paul M. Thompson, Timothy J. Hohman, Susan M. Resnick, R. Nick Bryan, Murat Bilgel, Yang An, David A. Wolk, Li Shen, Haochang Shou, Ilya M. Nasrallah, Christos Davatzikos

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Melbourne（墨尔本大学） ； University of Wisconsin School of Medicine and Public Health（威斯康星大学医学与公共卫生学院） ； CSIRO Health and Biosecurity（联邦科学与工业研究组织健康与生物安全部） ； CSIRO（联邦科学与工业研究组织） ； University of California, San Francisco（加利福尼亚大学旧金山分校） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； University of Washington（华盛顿大学） ； Wake Forest School of Medicine（维克森林医学院） ； Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院） ； Indiana University（印第安纳大学） ； University of Southern California（南加利福尼亚大学） 纠错

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

AI总结 GenFAR是基于49246例多队列MRI的模块化深度学习框架，通过17类任务训练得到通用脑表征，可提升二级预测器的样本效率与准确性

Physics-Informed Implicit Neural Representations for Improved Myocardial Perfusion MRI Quantification

用于改进心肌灌注MRI定量的物理信息隐式神经表示

Christos Tsepas, Chang Yan, Maximilian Fuetterer, Sebastian Kozerke, Cian M Scannell

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

AI总结 该研究将物理信息神经网络（PINN）框架扩展加入时空隐式神经表示（INRs），在真实模拟CMR数据集上提升了心肌灌注参数估计的鲁棒性与准确性。

Comments Accepted at the STACOM workshop at MICCAI, Strasbourg 2026

Efficient Vision Mamba for MRI Super-Resolution via Hybrid Selective Scanning

高效MRI超分辨率的混合选择性扫描视觉Mamba

Mojtaba Safari, Shansong Wang, Vanessa L Wildman, Mingzhe Hu, Zach Eidex, Chih-Wei Chang, Erik H Middlebrooks, Richard L. J Qiu, Pretesh Patel, Ashesh B. Jani, Hui Mao, Zhen Tian, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学部和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） ； Department of Radiology and Imaging Science and Winship Cancer Institute, Emory University（放射科和成像科学以及Winship癌症研究所，埃默里大学） ； Department of Radiation and Cellular Oncology, University of Chicago（放射学和细胞肿瘤学部，芝加哥大学） 纠错

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

AI总结 本文提出了一种高效MRI超分辨率方法，结合多头选择性状态空间模型和轻量级通道MLP，实现高保真度和高效计算，适用于临床应用。

A Neighborhood Attention Transformer Network for Enhanced 3D Segmentation of the Left Anterior Descending Artery

用于增强左前降动脉三维分割的邻域注意力Transformer网络

Rafi Ibn Sultan, Chengyin Li, Yiannos Demetriou, Ahmed I. Ghanem, Joshua P. Kim, Justine Cunningham, Hassan Bagher-Ebadian, Dongxiao Zhu, Kundan S. Thind

机构 * Wayne State University（韦恩州立大学） ； Henry Ford Health（亨利福特医疗集团） ； Alexandria University（亚历山大大学） ； Michigan State University（密歇根州立大学） ； Oakland University（奥克兰大学） ； Institute for AI and Data Science, Wayne State University（韦恩州立大学人工智能与数据科学学院） 纠错

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

AI总结 该研究提出NA-UNETR模型，结合邻域注意力等模块，经预训练和LoRA微调，在低对比度CT中提升左前降动脉分割精度，为放疗规划提供高效心脏亚结构分割框架。

Comments Acceteed by Medical Physics 2026

Two Relaxations of the Dominating Hadwiger's Conjecture

支配哈维格猜想的两种松弛形式

António Girão, Sergey Norin, Youri Tamitegama, Jane Tan

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 针对支配哈维格猜想，本文证明两种松弛形式：一是给出平均度为Ct(log t)^2的图必含支配K_t-模型的界，二是将无支配K_t-模型的图顶点划分为t-1个有界最大度的部分。

M-Net: Integrating Spectral Features and Physical Field Operators into Deep Learning for Medical Image Segmentation

M-Net：将谱特征与物理场算子融入深度学习用于医学图像分割

Jing Zhu, Ye Wang, Fumin Wang

机构 * University of Sydney（悉尼大学） 纠错

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

AI总结 该研究提出融入数学先验的M-Net，在LiTS、KiTS、BraTS数据集上提升U-Net分割性能，证实数学归纳偏置可增强医学图像分割效果。

Predicting Functions, Not Features: KANs with Function-Space Joint-Embedding Predictive Learning for Medical Image Segmentation

预测函数而非特征：用于医学图像分割的具有函数空间联合嵌入预测学习的KANs

Yungeng Liu, Xuanzi Fang, Yuge Zhang, Shuqi Ren, Haijin Zeng, Yongyong Chen

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

AI总结 针对现有KAN分割模型边函数缺乏聚合前学习目标的局限，提出FS-JEPA框架，将预测学习迁移至KAN聚合前函数空间，在五个医学图像分割基准上实现最优平均戴斯系数，较最强KAN方法提升2.25个百分点。

Comments 9 pages, 5 figures

KANResDiff: Learning Local Residual Diffusion via Kolmogorov-Arnold Network for Ambiguous Medical Image Segmentation

KANResDiff：基于柯尔莫哥洛夫-阿诺德网络学习局部残差扩散以解决模糊医学图像分割问题

Fanding Li, Chenglin Wang, Xiangyu Li, Xingyu Qiu, Xinghua Ma, Xiangming Yin, Haiyang Li, Suyu Dong, Wei Wang, Kuanquan Wang, Gongning Luo, Shuo Li

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算学部） ； College of Computer and Control Engineering, Northeast Forestry University（东北林业大学计算机与控制工程学院） ； Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 针对现有模糊医学图像分割方法无法形成渐进式语义建模的问题，提出KANResDiff模型，通过独立时间编码与残差薛定谔桥实现阶段感知模糊性建模，在公开数据集上取得SOTA性能。

Comments 10 pages, 3 figures, MICCAI 2026 conference paper

ReXrank: A Public Leaderboard for AI-Powered Radiology Report Generation

ReXrank：一个用于AI驱动放射报告生成的公开排行榜

Xiaoman Zhang, Hong-Yu Zhou, Xiaoli Yang, Oishi Banerjee, Julián N. Acosta, Mohammed Baharoon, Josh Miller, Ouwen Huang, Pranav Rajpurkar

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

AI总结 ReXrank是用于评估AI驱动放射报告生成的公开排行榜，整合多数据集与8项指标，可分别评估生成不同报告部分的模型，为医学影像自动化报告评估奠定标准化基础。

A method for tissue-mask supported whole-body image registration in the UK Biobank

一种基于组织掩膜支持的全身图像配准方法用于UK Biobank

Yasemin Utkueri, Elin Lundström, Håkan Ahlström, Johan Öfverstedt, Joel Kullberg

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

AI总结 本文提出了一种基于性别的全身MRI图像配准方法，利用皮下脂肪和肌肉掩膜提升配准精度，提高了Dice分数和减少了标签错误频率，增强了医学研究中的应用价值。

Journal ref Sci Rep 16, 19383 (2026)

Dual-Domain Cross-Modal Decoding for Clinical Text-Guided Medical Image Segmentation

用于临床文本引导的医学图像分割的双域跨模态解码

Md Maklachur Rahman, Tracy Hammond

机构 * Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 本文针对临床文本引导医学图像分割忽略频率内容的问题，提出双域跨模态解码（DD-CMD）方法，在两个公开数据集上均优于现有最强基线。

Comments Accepted at MICCAI 2026 (Main). Final version to appear in the MICCAI 2026 proceedings

Causal State-Space Model for Causal Inference: Estimating Longitudinal Individual Treatment Effects

用于因果推断的因果状态空间模型：估计纵向个体处理效应

Abisoye Abidakun, Mingjun Zhong, Georgios Leontidis

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

AI总结 该研究针对纵向观察数据反事实估计的互信息冲突，提出CSSD和CSSPD两个因果状态空间模型，在MIMIC-III及癌症模拟数据集上均优于基线模型，为因果推断提供了新方案。

Comments Submitted to AAAI 2027. 13 pages, 5 tables, appendices A-E

Uncertainty-Aware and Explainable Ensemble Deep Learning Framework for Multi-Class Skin Lesion Classification

用于多类皮肤病变分类的不确定性感知且可解释的集成深度学习框架

Rofiqul Islam, Lilatul Ferdouse

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

Comments 5 pages, 3 figures, IEEE AIBThings 2026

Computing extended persistent homology of radial distance filtrations of Euclidean shapes

计算欧几里得形状的径向距离滤过的扩展持续同调

Yuchen Jency Jiang, Vanessa Robins, Katharine Turner

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

AI总结 该研究针对欧几里得形状的径向距离滤过，建立了从带边界流形边界的径向持续同调恢复其径向扩展持续同调的方法，还给出了二维像素集的相关计算算法，有望应用于生物医学图像分析领域。

Reducing Spectral Oscillations for Robust Reference Frequency-Based Ultrasound Attenuation Estimation in Harmonic Imaging

减少谐波成像中基于参考频率的超声衰减估计的谱振荡以提升鲁棒性

U-Wai Lok, Jingke Zhang, Chengwu Huang, Tao Wu, Jieyang Jin, Ryan M. DeRuiter, Jingyi Yin, Lijie Huang, Yanzhe Zhao, Kaipeng Ji, Kate M. Knoll, Dawn Boynton, Kymberly D. Watt, Kathryn A. Robinson, Joshua D. Trzasko, Matthew Callstrom, Shigao Chen

专题命中 医学影像 ：MRI(abstract,abstract_cn)

AI总结 该研究针对参考频率法（RFM）超声衰减估计中频率功率比衰减曲线的振荡问题，提出多频率多扫描角度的发射方案，通过平均曲线提升线性度与准确性，在体模和患者研究中均优于传统方法，临床潜力更佳。

Rethinking Medical Landmark Localization with Prototype Learning-based Progressive Offset Correction

基于原型学习的渐进式偏移校正重新思考医学地标定位

Jingxian Xu, Yuhao Huang, Rusi Chen, Yanfeng Zhou, Dong Ni

机构 * Shenzhen University（深圳大学） ； Centre for Artificial Intelligence and Robotics, Hong Kong Institute of Science & Innovation, Chinese Academy of Sciences（中国科学院香港创新研究院人工智能与机器人中心） ； Boston Children’s Hospital（波士顿儿童医院） ； Harvard Medical School（哈佛医学院） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） ； School of Biomedical Engineering and Informatics, Nanjing Medical University（南京医科大学生物医学工程与信息学院） ； National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University（深圳大学大数据系统计算技术国家工程实验室） 纠错

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

AI总结 本研究提出参数经济的PPOC-LL模型，通过多尺度动态感知、相似性驱动原型学习、误差感知可靠性正则化，在多模态医学地标定位中实现了精度与复杂度的良好平衡。

Comments 10 pages, 4 figures, 3 tables. Accepted by MICCAI MLMI 2026

From Monolithic to Modular: Segment-level Automatic Prompt Optimization

从整体到模块：片段级自动提示优化

Nikita Kulin, Viktor Zhuravlev, Artur Khairullin, Sergey Muravyov, Ilya Makarov, Daniil Sukhorukov, Ekaterina Averkova

机构 * ITMO University（伊蒂莫大学） ； HSE（高等经济大学） 纠错

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

AI总结 针对自动提示优化易顾此失彼的问题，提出片段级APO方法SAPO，将提示拆分后针对性优化，在多数据集和模型上取得优于基线的平均得分。

Comments Accepted at the IJCAI-ECAI 2026 Workshop on Robustifying Generative AI for Reliable, Safe, and Human-Centric Systems (RobustifAI)

COLORA: Efficient Fine-Tuning for Convolutional Models with a Study Case on Optical Coherence Tomography Image Classification

COLORA：面向卷积模型的高效微调方法及在光学相干断层扫描图像分类中的应用案例

Mariano Rivera, Angello Hoyos

机构 * Centro de Investigación en Matemáticas, A.C. (CIMAT)（数学研究所（CIMAT）） 纠错

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

AI总结 该研究提出参数高效微调方法CoLoRA，可减少卷积模型80%以上可训练参数，在医学及非医学图像分类任务中实现性能与效率的良好平衡，为卷积模型全量微调提供替代方案。

Comments 15 pages, 13 figures

qMRI Diffuser: Quantitative T1 Mapping of the Brain using a Denoising Diffusion Probabilistic Model

Shishuai Wang, Hua Ma, Juan A. Hernandez-Tamames, Stefan Klein, Dirk H. J. Poot

专题命中 医学影像 ：MRI(abstract)；分类 cs.CV

Comments Accepted by Deep Generative Models workshop at MICCAI 2024

Journal ref Deep Generative Models, Lecture Notes in Computer Science 15224 (2025) 129-138

Intrinsic Gaussian Tensor Geometry and Random Operator Spectra

有限阶希尔伯特型高斯随机张量估计

Guangqian Zhao

专题命中 医学影像 ：CT(abstract_cn)

AI总结 针对希尔伯特空间值的高斯随机张量，证明了固定有限混沌阶的估计，通过非交换Khintchine不等式的归纳得到，并推导出算子范数、秩对数、尾部等推论。

Comments 85 pages

The Path to Self-Evolving Clinical Systems: Scaling Medical Agents from Assistance to Autonomy

自我进化临床系统之路：将医疗智能体从辅助扩展到自主

Chunzheng Zhu, Lei Tian, Bohan Tan, Ziqi Zhou, Yuxuan Sun, Yijun Wang, Chengchao Lv, Yilin Wen, Yijun He, Jinghao Lin, Yihang Chen, Chee Wei Tan, Qianshan Wei, Lei Zhao, Bin Pu, Kenli Li, Yuan Xue, Jianxin Lin

机构 * Hunan University（湖南大学） ； ByteDance（字节跳动） ； Duke University（杜克大学） ； Westlake University（西湖大学） ； The University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Macau（澳门大学） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 临床大模型 ：pathology(abstract)；radiology(abstract)

AI总结 研究探讨大语言模型等对医疗智能体的重塑，从临床部署出发，将其形式化为决策系统并给出自主性分类。沿统一框架扩展，强调临床环境扩展为关键方向，定位临床自我进化为前沿，还研究了多领域应用及挑战，提供医学成像系统路线图。

Comments Project page: https://github.com/zhcz328/Awesome-Medical-Agents

Variational Bayes latent class approach for EHR-based phenotyping with large real-world data

Brian Buckley, Adrian O'Hagan, Marie Galligan

专题命中 临床大模型 ：diagnosis(abstract)

Comments 28 pages, 11 figures, submitted to Frontiers in Mathematics and Statistics. arXiv admin note: substantial text overlap with arXiv:2303.13619

Diagnosis Before Recovery: Turning Agent Failures into Selective Self-Correction

修复前诊断：将智能体故障转化为选择性自修正

Pan Wang, Yihao Hu, Hang Wang, Zirui Lv, Xin Zhang, Jianshe Li, Jiang-Ming Yang, Wei Wu, Yongqi Tong

机构 * Ant International（蚂蚁国际） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本研究提出诊断引导的修复框架DARC，通过先诊断故障类型再进行选择性自修正，在ALFWorld等三个任务场景中提升了智能体平均任务性能并减少资源消耗，为缺乏类编译器反馈的领域构建可靠智能体提供了实用路径。

Social Chain of Thought: A Multi-Agent Architecture Grounded in Medical Differential Diagnosis Methodology

社会思维链：一种基于医学鉴别诊断方法论的多智能体架构

Del Coburn, Scott Sanner, Dan Silver

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出基于医学鉴别诊断方法论的多智能体架构SCoT，通过多轮专家协作提升复杂病例诊断召回率，其优势无法通过单一推理实现。

Comments 14 pages, 9 figures, 6 tables