医学 AI

How Good are Foundation Models in Longitudinal MRI Disease Progression Reasoning?

基础模型在纵向MRI疾病进展推理中的表现如何？

Wafa Al Ghallabi, Ritesh Thawkar, Sara Ghaboura, Omkar Thawakar, Numan Saeed, Dana Al Nuaimi, Ajnas Alkatheeri, Salman Khan, Fahad Shahbaz Khan

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Department of Health Abu Dhabi（阿布扎比卫生部） ； Fatima College of Health Sciences（法蒂玛健康科学学院） ； Linköping University（林雪平大学） 纠错

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

AI总结 该研究推出Time-Aware Multi-View MRI基准，评估16个视觉-语言模型在纵向MRI疾病进展推理中的表现，发现模型在变化方向识别等方面存在缺陷，多视角输入对模型性能有特定影响。

Comments Accepted at MICCAI 2026 (Early Accept). 11 pages, 3 figures, 2 tables

Surface-to-Skeleton 3D Cephalometry: Estimating Hidden Skeletal Landmarks from CT-Derived External Soft-Tissue Surfaces

表面到骨骼的3D头影测量：从CT衍生的外部软组织表面估计隐藏的骨骼标志点

Tomoki Abe, Taiki Kanaya, Kazuki Saita, Mao Noda, Chie Tachiki, Yasushi Nishii, Hideo Saito

机构 * Keio University（庆应义塾大学） ； Tokyo Dental College（东京齿科大学） 纠错

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

AI总结 该研究构建表面到骨骼任务，用集成层次化点云模型从CT衍生外部软组织表面估计隐藏骨骼标志点，在40个留存患者中取得2.97mm的骨骼标志点平均径向误差，证实了隐藏骨骼标志点推断的可行性。

Comments Accepted to AI4M3D Workshop at ECCV 2026

Mr3D-VL: A generalist vision language foundation model for Multiparametric 3D Magnetic Resonance Imaging

Mr3D-VL：面向多参数3D磁共振成像的通用视觉语言基础模型

Zhi Qiao, Xintong Wu, Yichu He, Feng Shi

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

AI总结 本文针对现有3D视觉语言模型无法满足多参数3D MRI跨模态协同推理需求的问题，提出Mr3D-VL模型，通过特定设计实现性能提升，在多项任务上优于同规模的领域及通用模型。

Inference-Time Orthogonal Seeding Enables Geometry-Aligned 3D Organ Segmentation for Slice-Propagation Methods

推理时正交种子初始化支持基于切片传播方法的几何对齐3D器官分割

Md Rakibul Haque, Tushar Kataria, Shireen Y. Elhabian

机构 * Kahlert School of Computing, University of Utah（犹他大学卡勒特计算学院） ； Scientific Computing and Imaging Institute, University of Utah（犹他大学科学计算与成像研究所） 纠错

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

AI总结 该研究针对单轴切片传播的3D器官分割误差问题，提出推理时使用轴向、冠状、矢状三个正交种子，融合其传播标签，在多器官CT数据集上较单轴基线显著提升了分割性能。

Comments 8 Pages Accepted at MLMI Workshop MICCAI 2026

HounsWorld: A Multimodal World Model for Hidden Patient-State Readout, Reconstruction, and Simulation

HounsWorld：用于隐藏患者状态读取、重建与模拟的多模态世界模型

Yunhao Bai, Zhongwei Qiu, Guangyu Guo, Yiming Huang, Tony C. W. Mok, Qinji Yu, Ling Zhang, Yan Wang

机构 * East China Normal University（华东师范大学） ； DAMO Academy, Alibaba Group（阿里巴巴集团达摩院） ； Hupan Laboratory（湖畔实验室） ； Zhejiang University（浙江大学） 纠错

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

AI总结 该研究提出3B参数多模态世界模型HounsWorld，结合CT扫描与临床语言，通过共享潜在患者状态实现读取、重建、模拟三类任务，在HounsBench基准上表现优异，提升了CT理解能力。

Optimizing Multi-Stakeholder Fairness in Computed Tomography Appointment Scheduling with Predicted Scan and Reporting Duration

优化计算机断层扫描预约调度中的多利益相关方公平性：基于预测的扫描与报告时长

Ludovico Ambrosi, Chandra Bortolotto, Sara Cambiaghi, Luisa Carone, Davide Duma, Lorenzo Preda

专题命中 医学影像 ：CT(summary_cn,abstract)；radiology(abstract)

AI总结 本文针对CT随访调度中多利益相关方公平性缺失问题，提出预测-优化框架，结合ML模型与MILP模型，通过支配性约简策略提升效率，实验表明该方法可平衡患者需求与放射科医生工作量，XGBoost适配性最优。

Splat-based Metal Artifact Reduction in Cone-Beam CT via Polychromatic Modeling

基于多色建模的锥束CT中基于Splat的金属伪影减少方法

Kiseok Choi, Inchul Kim, Jaemin Cho, Hyeongjun Cho, Min H. Kim

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 提出一种集成多色X射线投影模型等的Gaussian Splatting框架，无需手动金属掩码，联合优化参数与光谱，发布相关数据集，在CBCT金属伪影减少上性能优于现有最优方法。

Journal ref Computer Graphics forum, Volume 45 (2026), Number 2

Axioms of Continuous Separation

连续分离的公理

Zhongqiang Yang, Nada Wu

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 本文针对Vietoris拓扑定义了CT_i空间，证明了CT₄空间可数紧、CT₃空间是Fréchet-Urysohn空间等性质，给出多类空间的CT_i判定结果，并提出两个开放问题。

Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting

用于循证甲状腺超声诊断与报告的可审计智能体AI

Haifan Gong, Shiyu Chen, Bodong Wang, Yuqi Wang, Shijie Wang, Guoliang You, Xinyu Xiong, Haowei Wang, Mingzhi Mao, Dexing Kong, Qinghua Liu, Wei Lou, Fei Chen, Guanbin Li

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院） ； School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院） ； Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院） ； Zhujiang Hospital, Southern Medical University（南方医科大学珠江医院） ； College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学院） 纠错

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

AI总结 本文提出可审计的智能体AI系统ThyroidXAgent，基于多中心数据集开发，可协同完成甲状腺超声诊断多任务，提升分类准确率与报告一致性，缩短耗时，支持临床医生修正。

Comments Under review

Intervention-Aware Clinical World Model for Post-Op Outcome Forecasting in Cardiology

面向心脏病术后结局预测的干预感知临床世界模型

Yunsung Chung, Yingshuo Liu, Abboud F. Hassan, Han Feng, Mary M. Maleckar, Nassir Marrouche, Jihun Hamm

机构 * Tulane University（杜兰大学） ； Simula Research Laboratory（Simula研究实验室） 纠错

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

AI总结 本研究针对心脏病术后结局预测的不规则轨迹问题，提出干预感知临床世界模型，在DECAAF-II数据集上实现心房颤动消融后复发预测及疤痕范围估计的良好性能。

Comments Medical World Models (MWM) Workshop at MICCAI 2026

Moose: Latent concept learning with reasoning-shortcut awareness in $\mathcal{EL}^{++}$

Moose：在$\boldsymbol{\textit{EL}^{++}}$中具备推理捷径感知的潜在概念学习

Olga Mashkova, Asaad Mohammedsaleh, Fernando Zhapa-Camacho, Robert Hoehndorf

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

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 Moose是在$\boldsymbol{\textit{EL}^{++}}$中编译本体为SDD的方法，可实现部分监督下的潜在概念学习，在相关基准上优于多种基线，还完成了OWL EL设置下的首次推理捷径分析。

Comments Accepted at ISWC 2026, Research Track

Online balancing of vectors with small coordinates

带小坐标向量的在线平衡

Antonios Hmadi

专题命中 医学影像 ：CT(abstract,abstract_cn)

AI总结 该研究针对带小坐标的向量序列，提出随机在线符号函数方法，证明其前缀偏差概率界，给出非均匀版本与下界，扩展至一般对称目标体，解决在线向量平衡问题。

Less Annotation, More Interpretation: Prior-Guided Concept Bottleneck Models for Interpretable Cancer Imaging Diagnosis

少标注，多解释：用于可解释癌症影像诊断的先验引导概念瓶颈模型

Baoqiang Ma, Kenneth Gilhuijs

机构 * Image Sciences Institute（影像科学研究所） ； University Medical Center Utrecht（乌得勒支大学医学中心） 纠错

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

AI总结 本文提出先验引导的混合概念瓶颈模型，在0-20%的低概念标注场景下，可提升癌症影像诊断的概念AUC并保持诊断性能，同时降低标注负担。

Comments Accepted at the iMIMIC Workshop at MICCAI 2026

VR-IPS: Virtual Reality Tool for Photic Stimulation in Photosensitive Diagnosis

VR-IPS：用于光敏感性诊断的虚拟现实光刺激工具

Fernando Moncada Martins, Daniel Pérez Prádanos, Angel Rio-Alvarez, MG Cano-Celestino, María Antonia Gutiérrez, Pablo Calvo Calleja, D. Kasteleijn-Nolst Trenite, Víctor M. González

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

AI总结 针对间歇性光刺激（IPS）诊断光敏感性存在漏诊的问题，提出VR-IPS虚拟现实光刺激工具，扩展了刺激类型，可适配头显或显示器，便于医生控制刺激流程以提升诊断效果。

PixSDS: Why Latent SDS Makes Noisy Pixels

PixSDS：潜在SDS为何会产生带噪像素

Vsevolod Skorokhodov

机构 * EPFL（洛桑联邦理工学院） 纠错

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

AI总结 针对潜在SDS生成3D时的像素漂移问题，提出轻量级VAE一致性梯度修复方法PixSDS，减少结构化伪影并保留语义内容。

Beyond Correctness: Benchmarking and Aligning Response Behaviors in Hybrid-Thinking MLLMs

超越正确性：混合思维多模态大语言模型（MLLM）的响应行为基准测试与对齐

Xinming Wang, Weinong Wang, Hongming Yang, Yansong Lin, Zheng Ruan, Shangpin Peng, Qiming Peng, Nan Qiao, Fengyuan Lu, Guoqing Ma, Marito Li, Songyang Zhang, Saiyong Yang, Han Hu, Yonglong Tian, Xu-Yao Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Large Language Model Department, Tencent（腾讯大语言模型部） ； University of Electronic Science and Technology of China（电子科技大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 该研究针对混合思维 MLLM 的思维与非思维模式响应错位问题，构建 PatternEval 基准并开发 PatternRL 方法，可减轻跨模式错位且任务性能损失极小。

Comments 8 tables and 6figures

A Cloud-Edge System for Multimodal Clinical Screening in Resource-Constrained Rural Settings

面向资源受限农村地区多模态临床筛查的云边协同系统

Hei Ting, Chan, Chenwei Wu, Xueshen Liu, Zesen Zhao, Boyuan Zheng, Luis Filipe Nakayama, Michael G. Morley, Liyue Shen, Jiasi Chen, Z. Morley Mao

机构 * University of Michigan（密歇根大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 该研究针对资源受限农村地区的多模态临床筛查问题，提出云边协同架构，经实验验证其诊断性能优异且成本更低，可适配部署约束。

Comments 31 pages, 3 figures. In Proceedings of Machine Learning Research, Volume 340, 2026 (Machine Learning for Healthcare Conference)

Training Under Challenge: Executable Certificates and Challenge-Closed Optimality for Neural Networks

挑战下的训练：神经网络的可执行证书与挑战封闭最优性

Farhang Yeganegi, Arian Eamaz, Mojtaba Soltanalian

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 本文提出“挑战下的训练”可执行证书框架，定义资源索引的挑战能力模，通过实验验证其在ResNet-18蒸馏问题中可有效区分解码器欠使用与表征不足，实现对神经网络训练状态的诊断与重新认证。

Comments 82 pages, 24 figures, 10 tables. Ancillary reproducibility materials included

Regulatory Approval Is Not Enough: Gaps in Trustworthy AI Reporting in FDA-Cleared Medical Devices

监管批准并不足够：FDA clearance医疗设备中可信赖AI报告的缺口

Ahmed M Salih, Oliver Díaz, Alejandro Guzman, Noah Marquez Vara, Fotios Avgoustidis, Rituraj Singh, Saman Barakat, Zahra Raisi-Estabragh, Karim Lekadir

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

AI总结 该研究分析2021-2025年FDA获批的519份AI/ML医疗设备报告，发现可信赖AI报告存在显著缺口，获批年份或临床领域不影响报告透明度，仅监管批准不足以证明AI可信赖性。

Spinal Coupling in Frontal and Transversal Plane During Gait - A Segmental and Time-Dependent Analysis of the Thoracic and Lumbar Spine

步态过程中额状面与横断面上的脊柱耦合：胸椎与腰椎的节段性及时间依赖性分析

Jonas Dully, Carlo Dindorf, Henriette Rönsch, Dennis Perchthaler, Jürgen Konradi, Ulrich Betz, Michael Fröhlich

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究分析642名受试者的脊柱运动学，揭示步态中T3至L4椎体的脊柱耦合存在颅尾方向模式，静态矢状位姿势可调节该模式，为脊柱生物力学研究及相关疾病诊疗提供基础。

Decoupled Contrastive Decoding via Expert-Aligned Drafting

基于专家对齐草稿的解耦对比解码

Zhixuan Liu, Zhichen Dong, Yuanfu Wang, Chao Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对对比解码成本高的问题，提出解耦对比解码，采用专家对齐轻量级提案生成器与标准投机验证，实现显著加速并降低MMLU提案路径延迟。

Comments 28 pages, 11 figures, 20 tables. Code: https://github.com/chadlzx/dcd

Formal Verification of Quantum Ancilla Safety

量子辅助量子位安全性的形式验证

Jiqi Li, Jingyi Mei, Wang Fang, Ji Guan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对量子编译中辅助量子位安全性的形式验证难题，提出端到端验证-修复框架，通过两步归约策略实现高效并行验证，可分类错误并修复局域故障，工具可扩展至数千量子位且效果良好。

Machine learning correction of satellite precipitation is governed by mechanism purity, not algorithmic complexity: a proof-of-concept study in Hunan, China, with pre-registered cross-regional validation

卫星降水的机器学习校正受机制纯度而非算法复杂度支配：中国湖南的概念验证研究及预先注册的跨区域验证

Yi Xu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出TMI框架，发现卫星降水的机器学习校正性能受机制纯度而非算法复杂度支配，经跨区域验证可作为适用性筛选工具。

Comments 44 pages, 8 figures, 5 tables; supplementary material included (8 tables, 2 figures)

4$π$ Planning for the Reduction of Predicted Hematologic Toxicity Risk in Cervical Cancer Radiotherapy

用于降低宫颈癌放疗中预测血液学毒性风险的4π计划

Haotian Feng, Yan Kong, Qifan Xu, Ke Sheng

专题命中 病理影像 ：CT(abstract,abstract_cn)

AI总结 该研究针对宫颈癌共面放疗的血液学毒性风险，用114例患者数据训练模型，发现4π非共面放疗可降低骨髓等剂量，使预测HT风险降23%，为减少该毒性提供了新方案。

The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use

目标是瓶颈：潜在世界模型编码了其规划器无法使用的内容

Joyjeet Singh

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

AI总结 该研究发现潜在世界模型的规划瓶颈在于规划器目标而非预测器，通过替换目标无需额外训练即可大幅提升长视野规划性能，揭示模型编码了规划器未利用的可达性信息。

Comments Follow-up to arXiv:2608.10145. All experiments run on a laptop CPU; no model was trained or fine-tuned. Code, checkpoints and every measurement: github.com/joyjeet-singh/tinylab

Activity-dependent epidemic spreading on multiscale brain networks predicts Alzheimer's disease progression

多尺度脑网络上的活性依赖型流行病传播可预测阿尔茨海默病进展

Christoffer G. Alexandersen, Suman S. Kulkarni, Jessica T. Davis, Sebastian N. Roemer-Cassiano, Nicolai Franzmeier, Dani S Bassett

专题命中 病理影像 ：pathology(abstract)；分类 q-bio

AI总结 该研究将神经元活性耦合到流行病动力学模型，结合多尺度脑网络分析，证实神经元活性是阿尔茨海默病病理扩散的关键驱动因素，其模型可预测疾病进展的空间模式与范围。

The Role of Natural Language Understanding in Multimodal Video-Based Dengue Diagnosis

自然语言理解在基于多模态视频的登革热诊断中的作用

Danial Sharifrazi, Saadat Behzadi, Julakha Jahan Jui, Mojtaba Mohammadi, Nouman Javed, Roohallah Alizadehsani, Prasad N. Paradkar, Asim Bhatti

专题命中 医疗多模态 ：diagnosis(title)；分类 cs.CV

AI总结 本研究提出基于YOLO和CLIP的视觉-语言框架，从视频中分类未受感染与DENV2感染的蚊子，帧级准确率达98.54%、灵敏度达99.91%，证实该框架可用于分析感染相关生物行为。

Novel Knowledge-Guided Generative Methods for Synthetic Transcriptomic Data

面向合成转录组数据的新型知识引导生成方法

Francesca Pia Panaccione, Sofia Mongardi, Marco Masseroli, Pietro Pinoli

机构 * Politecnico di Milano（米兰理工大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 该研究针对转录组数据的获取限制，提出并基准测试三种生成对抗网络变体，其中MK-TGAN模型结合图神经网络整合先验知识，生成的合成转录组数据真实性与实用性更优。

Class Geometry as Supervision for Sample-Efficient Open-World Detection

类别几何作为样本高效开放世界检测的监督信号

Akash Rao, Zhou Chen, Revanth Reddy Palem, Udhav Ramachandran, Ruth Scimeca, Sathyanarayanan N. Aakur

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.CV

AI总结 该研究针对开放世界目标检测的数据稀缺挑战，提出类别几何监督（CGS）框架，通过保留类别间关系结构提升样本效率，在多任务场景中验证了其有效性。

Comments Under review. 12 Pages, 5 figures, 4 tables

SchemaLink: An Intelligent Web Editor for LinkML Schema Curation

SchemaLink：用于LinkML模式管理的智能Web编辑器

Emanuele Cavalleri, Paolo Perlasca, J. Harry Caufield, Justin Reese, Christopher J. Mungall, Marco Mesiti

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出基于Web的SchemaLink，通过图形化语言和RAG方法简化LinkML模式的设计与管理，生成高质量模式，相关资源开源提供。