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。

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

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

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

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。

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)

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

CTBench: Evaluating Troubleshooting Capabilities of AI Agents in Realistic Telecom Network Operations

CTBench：评估AI智能体在真实电信网络运维中的故障排查能力

Xingyu Yan, Tingting Dai, Antonio De Domenico, Mohamed Sana, Nicola Piovesan, Changchang Li, Bowen Liu, Kun Jiang, Mengjie Zhang, Dingcheng Shan, Jing-Cheng Pang, Chenwei Wu, Sijie Wu, Lianying Chao, Haoran Cai, Jiantao Ye, Xubin Li, Simon Mark Lucas, Xin Chen

机构 * Huawei Technologies（华为技术有限公司） ； Paris Research Center, Huawei Technologies（华为技术有限公司巴黎研究中心） ； Queen Mary University of London（伦敦玛丽女王大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出CTBench基准，评估AI智能体的电信故障排查能力，发现其路径恢复表现好于根本原因分析，且资源消耗与诊断效果无必然关联。

Towards Model-based Run-time Cybersecurity: On Control-Flow Anomaly Detection, Attack Identification, and Hardware Monitoring

面向基于模型的运行时网络安全：控制流异常检测、攻击识别与硬件监控

Martin Sachenbacher, Martin Leucker, Alexander Weiss, Aliyu Tanko Ali

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出结合软件与硬件监控的基于模型的方法，以提升控制流异常检测与攻击树识别的鲁棒性，解决攻击者通过伪装控制流逃避检测的问题，在认证服务示例中验证了该方案可提高诊断精度。

Comments 14 pages

When Do Institutions Beat Intelligence?

何时制度优于智能？

Zhengye Han

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究通过构建受控人工生态，实验揭示制度在修复集体构建可用公共状态的失败时优于智能，反之则不然，为智能与制度的选择提供了诊断依据。

Knowledge-Graph-Guided Retrieval-Augmented LLMs for Explainable Root Cause Analysis in Automotive HiL Validation

知识图谱引导的检索增强大语言模型用于汽车在环（HiL）验证中的可解释根本原因分析

Hamza Ouarrad, Mohammad Abboush, Andreas Rausch

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出KG引导的RAG-LLM框架，用于汽车HiL数据的RCA与故障定位，在ASM汽油发动机和电动车系统案例中分别获90%、94% Top-1准确率，可实现可解释且泛化的故障分析。

Comments 10 pages, 3 figures, 5 tables. Accepted for publication and oral presentation at the 10th International Conference on System Reliability and Safety (ICSRS 2026), Rome, Italy, November 23--25, 2026

Benchmarking Quantum and Classical Machine Learning Models on Oncological Data

量子与经典机器学习模型在肿瘤数据上的基准测试

Sydney Leither, Thomas Lubinski, Michael Kubal, Sonika Johri

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究开发公平基准测试方法，对比量子与经典机器学习模型在三类肿瘤数据集上的表现，未发现量子优势，建议优先分析高维度、更符合生物学实际的数据集以推进实用量子优势研究。

ProBAG: Prototype-Guided Boundary-Aware Graph Diffusion for Weakly Supervised Histopathology Segmentation

ProBAG：用于弱监督组织病理学分割的原型引导边界感知图扩散

Duy-Dong Nguyen, Le-Van Thai, Hoai Nhan Pham, Ngoc Lam Quang Bui, Tam Tran, Zhi Huang

机构 * AI VIETNAM Lab（AI越南实验室） ； Washington University School of Medicine（华盛顿大学医学院） ； Jeonbuk National University（全北国立大学） ； Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院） 纠错

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

AI总结 ProBAG是一种新的弱监督组织病理学分割方法，通过结合视觉与文本原型、逐类功率重新校准及图扩散机制，在BCSS-WSSS和LUAD-HistoSeg数据集上取得优于现有方法的性能。

Comments 12 pages, 2 figures, 4 tables. Accepted by MICCAI Workshop (COMPAYL) 2026

Gaussian Meta-Space Augmentation for Stacking Ensembles in Multimodal IPMN Risk Stratification

用于多模态IPMN风险分层的堆叠集成的高斯元空间增强

Max A. Nelson, Eminenur Sen Tasci, Zhixiang Wang, Zongwei Zhou, Halil Ertugrul Aktas, Andrea M. Bejar, Elif Keles, Ziliang Hong, Sıtkı Safa Taflan, Muhammed Enes Tasci, Frank H. Miller, Michael B. Wallace, Rajesh N. Keswani, Gorkem Durak, Ulas Bagci

机构 * Northwestern University（西北大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Istanbul University（伊斯坦布尔大学） ； Mayo Clinic Florida（佛罗里达州梅奥诊所） 纠错

专题命中 医疗多模态 ：MRI(abstract,abstract_cn)；分类 cs.CV、cs.LG

AI总结 该研究针对IPMN风险分层问题，提出cUPMI方法并结合多模态信息融合，构建RF堆叠模型，在多中心分析中取得优于基线的性能。

Comments Accepted at the International Workshop on Machine Learning in Medical Imaging (MLMI 2026), held in conjunction with MICCAI 2026. This is the authors' accepted manuscript; the final version will appear in Springer Lecture Notes in Computer Science (LNCS). 11 pages, 3 figures

Discrete Linear Ensemble Logic

Manfred Droste, Guo-Qiang Zhang

专题命中 医疗多模态 ：biomedical(abstract)

Characterizing Peace Through Scientific Keywords

通过科学关键词表征和平

Gita Ghiasi, Rabeeh Parhizkari, Tanja Tajmel

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究通过分析不同背景下SDG 16相关学术出版物的关键词差异，揭示和平概念在学科和国别间的不同表征，为研究重点和科学政策制定提供依据。

Apodex Discovery: Reality Benchmarks and Environments for Evaluating and Building Discoverative Artificial Intelligence

Apodex Discovery：用于评估和构建发现式人工智能的现实基准与环境

Brian Wang, Bin Feng, Xiaoman Pan, Chenyang An, Felix Liu, Tangqi Fang, Gongbo Sun, Lingfeng Shen, Ning Wang, Handuo Zhang, Feng Chen, Fuchao Yang, Xiang Wang, Jiacheng Lin, Siting Li, Zixuan Liu, Chi Han, Zhenhailong Wang, Kunlun Zhu, Lawrence Zhao, Yueqi Guo, Kailong Wen, Feng Xing, Yiling Guo, Lidong Bing, David Tan, Bo An, Heng Ji, Sheng Wang

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 Apodex Discovery是评估和构建发现式AI的框架，含三个核心组件，在AAV衣壳设计等任务中较现有方法取得性能提升，推动AI评估向可验证的真正发现研究发展。

Comments 85 pages, 9 figures, 38 tables

Magnetic active matter across scales

跨尺度的磁性活性物质

Francisca Guzmán-Lastra, Margaret Rosenberg, Marco Musacchio, Lorenzo Caprini, Hartmut Löwen

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本综述聚焦携带固有磁偶极矩的活性自推进粒子，调研跨尺度相关实验与理论，阐明偶极相互作用的作用，讨论相关模型与涌现现象，概述磁性活性系统的挑战与机遇。

Apnea Burden-Guided Framework: Enhancing Out-of-Distribution Generalization in PPG-Based Sleep Apnea Characterization

呼吸暂停负荷引导框架：增强基于PPG的睡眠呼吸暂停表征中的分布外泛化能力

Mantas Rinkevičius, Oskar Pfeffer, Amal Alissa, Nando Hegemann, Vaidotas Marozas

专题命中 健康监测 ：diagnosis(abstract)；分类 eess.SP

AI总结 该研究提出呼吸暂停负荷引导框架，结合PPG特征与SpO2，提升睡眠呼吸暂停表征效果，增强分布外泛化能力，低复杂度混合架构适用于家庭预防性监测

Comments 16 pages, 13 figures, 4 tables, 53 references. Submitted to the IEEE Access journal