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

Confidence-Calibrating Regularization for Robust Brain MRI Segmentation Under Domain Shift

面向域偏移下鲁棒脑部MRI分割的置信度校准正则化方法

Behraj Khan, Tahir Qasim Syed, Syed Ahmad Chan Bukhari, Vasile Palade, Vincent Vigneron

机构 * Institute of Business Administration（商业管理学院） 纠错

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

AI总结 针对SAM用于脑部MRI分割时的域偏移与过置信问题，提出轻量适配框架CalSAM，通过FIP与CMP仅微调解码器，在多数据集偏移任务上显著提升分割准确率与置信度校准度。

Improving Deep Learning for Accelerated MRI With Data Filtering

通过数据过滤改进用于加速MRI的深度学习

Kang Lin, Anselm Krainovic, Kun Wang, Reinhard Heckel

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

AI总结 本研究针对加速MRI重建，通过整合多源数据构建评估集，提出数据过滤策略，实验证实该策略可稳定提升当前SOTA神经网络的性能，且在分布内数据占比低时效果更显著。

Uncovering Turbulent Dynamics in Stenotic Flows from 4D-flow MRI Measurements via Resolvent Analysis and Data Assimilation

通过响应分析与数据同化从4D-flow MRI测量揭示狭窄流动中的湍流动力学

Alexandre Villié, Simon Demange, Hannes Dillinger, Sebastian Schmitter, Kilian Oberleithner

专题命中 医学影像 ：MRI(title,title_cn)

AI总结 本研究结合体外4D-flow MRI测量、数据同化和线性建模，通过物理信息神经网络校正测量伪影并提取平均流场，进而利用全局线性稳定性分析和响应分析识别狭窄流动中的线性放大机制和相干结构。

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

Adapted Foundation Models for Breast MRI Triaging in Contrast-Enhanced and Non-Contrast Enhanced Protocols

Tri-Thien Nguyen, Lorenz A. Kapsner, Tobias Hepp, Shirin Heidarikahkesh, Hannes Schreiter, Luise Brock, Dominika Skwierawska, Dominique Hadler, Julian Hossbach, Evelyn Wenkel, Sabine Ohlmeyer, Frederik B. Laun, Andrzej Liebert, Andreas Maier, Michael Uder, Sebastian Bickelhaupt

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

Comments 23 pages, 6 figures, 4 tables. Originally submitted to Radiology (RAD-25-2541); under consideration for transfer to Radiology: Artificial Intelligence (RSNA Portfolio Journal)

Journal ref European Radiology (2026)

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。

A Unified Framework for Joint Detection of Lacunes and Enlarged Perivascular Spaces

一种用于腔隙和扩大血管周围空间联合检测的统一框架

Lucas He, Krinos Li, Hanyuan Zhang, Runlong He, Silvia Ingala, Luigi Lorenzini, Marleen de Bruijne, Frederik Barkhof, Rhodri Davies, Carole Sudre

机构 * Hawkes Institute, University College London, UK Unit for Lifelong Health ； Aging, University College London, UK Bioengineering Department ； Imperial-X, Imperial College London, UK Department of Diagnostic Radiology, Copenhagen University Hospital, Denmark Department of Radiology \& Nuclear Medicine, Amsterdam UMC, Vrije Universiteit, The Netherlands Department of Radiology ； Nuclear Medicine, Erasmus MC, Rotterdam, The Netherlands Queen Square Institute of Neurology, University College London, UK Institute of Cardiovascular Sciences, University College London, UK Barts Heart Centre, St Bartholomew's Hospital, London, UK 纠错

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

AI总结 本文提出了一种统一框架，通过形态解耦和混合监督策略，提高EPVS和腔隙的联合检测性能，并在大规模数据集上验证了其鲁棒性。

Comments Accepted to the 29th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2026)