科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
通过解构解耦解剖与对比来理解脑部MRI中人口预测性的来源
机构 * School of Biomedical Engineering \& Imaging Sciences, King’s College London, London, UK
专题命中 医学影像 ：MRI(title,title_cn)；clinical AI(abstract)；medical image(abstract)；分类 cs.CV
AI总结 本文通过解耦脑MRI中的解剖和对比特征，发现人口预测性主要源于解剖变异，而非成像依赖特征。
廉价探针预测3D-CT视觉语言模型中的昂贵训练
机构 * University of Florida（佛罗里达大学）
专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV
AI总结 研究为3D-CT视觉语言模型选编码器及压缩方案时，候选组合多难比较。提出用廉价探针替代，构建含验证门限的探测基准，比较读出头并配对探针与下游任务，早期结果显示廉价探针排序与昂贵微调一致，有望快速筛选方案。
WaveDiT: 面向高效3D脑MRI合成的分布感知小波流匹配
机构 * Politecnico di Bari（巴里理工大学） ； Sapienza University of Rome（罗马大学）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 提出WaveDiT，一种在3D Haar离散小波变换系数空间中运行的条件流匹配框架，通过分解时空注意力与基于高阶小波统计的带状异方差不确定性建模，实现单GPU上全分辨率3D脑MRI高效合成，在分布对齐和下游任务中优于现有方法。
Comments Provisionally accepted at MICCAI 2026
经 Cine MRI 验证的双心室电机械数字孪生框架用于预测区域心内膜运动
专题命中 医学影像 ：MRI(title,title_cn)
AI总结 该研究提出经 Cine MRI 验证的双心室电机械数字孪生框架，整合多类心脏生理机制，可预测区域心内膜运动，为心内植入物植入部位选择及患者特异性规划提供支持。
用于医学生成与重建的连续3D潜扩散
专题命中 医学影像 ：medical image(title)；MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)
AI总结 研究针对高分辨率三维医学扩散模型成本问题，提出连续3D潜扩散模型框架，核心是含特定解码器的紧凑自动编码器，经实验评估，该框架在计算效率、内存使用和重建效果间达平衡，能支持多种医学影像任务。
Comments 14 pages, 7 figures, 3 tables
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
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。
全面的语言-图像预训练用于3D医学图像理解
机构 * Microsoft（微软公司） ； German Cancer Research Center (DKFZ)（德国癌症研究中心） ； Department of Radiology, University of Cambridge and Cambridge University Hospitals NHS Foundation Trust（剑桥大学放射科及剑桥大学医院国家健康服务体系基金会信托） ； Pattern Analysis and Learning Group, Heidelberg University Hospital（海德堡大学医院模式分析与学习组） ； Department of Radiology, Mayo Clinic（梅奥诊所放射科）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG
AI总结 本文提出COLIPRI编码器，通过结合报告生成目标和视觉-only预训练，提升3D医学图像的语义理解和生成能力。
大象随机游走的庞加莱不等式与指数衰减
专题命中 医学影像 ：CT(summary_cn,abstract)
AI总结 研究带吸收边界的一维连续时间大象随机游走的长时间行为，通过分析演化方程建立谱间隙为N^{-2}阶的庞加莱不等式，得到生存概率以e^{-ct/N^2}速率指数衰减。
Comments 15 pages
基准测试用于小样本医学图像分割的基础模型与大语言模型
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 该研究推出统一基准FAME，涵盖四类模型，含14958个样本，评估得出小样本分割的关键规律，助力开发更有效的小样本医学分割方法。
老年人认知障碍检测与管理的技术进展：趋势、挑战与未来方向
机构 * Indian Institute of Technology Bombay（印度理工学院孟买分校） ； T-Systems ICT India Pvt. Ltd.（德国电信系统印度信息通信技术私人有限公司）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.LG
AI总结 本文综合老年人认知障碍检测与管理的技术进展，提出跨学科分类法等成果，指出现有模型多依赖小数据集，展望了可信多模态纵向验证系统的发展前景。
Comments Withdrawn due to an unresolved dispute regarding authorship eligibility and attribution
缺失的链接：在大都市地区疫情期间使用不完整数据进行接触者追踪的评估
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 q-bio
AI总结 通过基于主体的随机模型模拟韩国大都市区信息缺失对接触者追踪效果的影响，发现感染者遗漏率超过城市特定阈值（首尔约4%，釜山约10%）时追踪失效，且感染者遗漏比接触遗漏导致更剧烈的传播结构变化。
Comments 14 pages, 8 figures, 1 table
一个退化的自由边界极小环面以及球冠中超过半球的非唯一性
专题命中 医学影像 ：CT(abstract,abstract_cn)
AI总结 研究球冠中自由边界极小旋转环面族，证明相关半径函数\(R\)的性质及环面退化情况，指出纳夫 - 朱唯一性假设对某些\(R>\pi/2\)不成立，通过罗宾缺陷等式检测退化，给出环面维度等式。
Comments v4: 27 pages; minor revision of Remark 3.2: its closing sentence is rephrased, the generality of the ambient hypothesis is now made explicit, and a forward reference to Remark 3.3 is added. Results unchanged
突破数据壁垒：利用基础模型实现鲁棒的少样本3D血管分割
机构 * The University of Osaka（大阪大学） ； Preferred Networks, Inc.（Preferred Networks公司）
专题命中 医学影像 ：medical image(abstract)；分类 cs.CV、eess.IV
AI总结 本文提出利用预训练视觉基础模型实现鲁棒的少样本3D血管分割，通过3D适配器和多尺度聚合器提升分割性能，在极端少样本情况下取得显著提升。
Comments Accepted at SWITCH+ MICCAI 2026. Code is available at this https URL (https://github.com/pfnet-research/vesselbridge3d)
对使用随机嵌入表示评估弗雷歇 inception 距离可信度的调查
机构 * Department of Data Science and AI（数据科学与人工智能系） ； National Physical Laboratory（国家物理实验室） ； Dutch Expert Centre for Screening (LRCB)（荷兰筛查专家中心（LRCB））
专题命中 医学影像 ：medical image(abstract)；分类 cs.LG
AI总结 本文通过蒙特卡洛dropout分析FID的预测方差，探讨其在医疗图像中的可信度评估效果。
一种用于分析准周期生理信号瞬态形态变化及其神经源性关联的新方法
专题命中 医学影像 ：diagnosis(abstract)
AI总结 本文提出了一种新的可视化方法，用于分析准周期生理信号的瞬态形态变化及其神经源性关联，通过二维地毯图同时评估心跳节律和信号特征。
Comments 31 pages, 7 figures
机器学习共病指数
机构 * Department of Electrical and Computer Engineering, University of Iowa, Iowa, USA（电气与计算机工程系，爱荷华大学，爱荷华，美国） ； Department of Computer Science, University of Iowa, Iowa, USA（计算机科学系，爱荷华大学，爱荷华，美国） ； Department of Internal Medicine, University of Iowa, Iowa, USA（内科学系，爱荷华大学，爱荷华，美国）
专题命中 临床大模型 ：diagnosis(abstract)
AI总结 提出一种机器学习共病指数（MLCI），通过最大化学习分数与多个临床结果之间的归一化希尔伯特-施密特独立性准则（nHSIC）来映射诊断代码为单一标量，捕获非线性风险-结果依赖，并在多个EHR数据集上优于基线方法。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026), Seoul, South Korea. 35 pages
从学生-辅导对话中诊断误解：生成、检索、重排序
机构 * Eedi Renaissance Philanthropy Learning Engineering Virtual Institute（Eedi 理性慈善学习工程虚拟研究所）
专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG
AI总结 本文提出利用大语言模型从学生-辅导对话中检测误解的方法，通过生成、检索和重排序提升误解识别的准确性。
Comments Published as Oral Paper at Learning at Scale, 2026. Link: this https URL (https://dl.acm.org/doi/10.1145/3774398.3811609). 21 pages, 8 figures, 8 tables. Joshua Mitton and Prarthana Bhattacharyya contributed equally to this paper
IMPLICITSTAINER：基于神经隐式函数的无分辨率依赖数据高效虚拟染色
机构 * Kahlert School of Computing, University of Utah（犹他大学卡勒特计算学院） ； Department of Pathology, University of Utah（犹他大学病理学系）
专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、eess.IV
AI总结 本文提出IMPLICITSTAINER，通过神经隐式深度学习模型将H&E图像转化为IHC图像，实现无分辨率依赖的高效虚拟染色，提升低数据场景下的鲁棒性与输出确定性。
熵镜像下降中的非KKT积累
专题命中 病理影像 ：pathology(abstract)；分类 cs.LG
AI总结 该研究针对有界镜像下降序列的KKT积累问题，构造反例证明其积累点可为非KKT点，揭示边界Bregman几何退化是该问题的根源。
通过目光思考：将眼动作为视觉推理监督用于医学视觉语言模型
机构 * School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Computer Science and Engineering, University of Texas, Arlington（德克萨斯大学阿灵顿分校计算机科学与工程系） ； Massachusetts General Hospital, Harvard Medical School（麻省总医院哈佛医学院） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系）
专题命中 医疗多模态 ：radiology(abstract)；分类 cs.CV
AI总结 通过引入眼动标记，利用时间有序的注视轨迹引导医学VLM的视觉推理，提升放射学任务的性能与鲁棒性。
MEDEA：面向异构超低功耗平台上高能效DNN推理的设计时多目标管理器
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 MEDEA是一种异构超低功耗平台上的设计时多目标管理器，整合多项技术实现DNN推理的高能效，在HEEPtimize平台上针对癫痫检测案例，较现有方法最高降能耗38%且满足时序内存要求。
Comments Published in ACM Transactions on Embedded Computing Systems. Accepted on 01 August 2026. this https URL (https://dl.acm.org/doi/10.1145/3841170)
通过技能级评估与诊断解构多模态语言模型的具身能力
机构 * Northeastern University, Boston, MA, USA ； The Chinese University of Hong Kong, Hong Kong, China ； Peking University, Beijing, China ； Westlake University, Hangzhou, China ； Harvard University, Cambridge, MA, USA ； Purdue University, West Lafayette, IN, USA ； University of Oxford, Oxford, United Kingdom
专题命中 医学数据与评测 ：diagnosis(title,abstract)；分类 cs.CV
AI总结 本文提出BEAR基准，通过分解具身任务为14个原子技能进行细粒度评估，发现感知能力是推理失败的主要瓶颈，并提出BEAR-Agent多模态对话代理，显著提升具身技能性能。
Comments Accepted to ICML 2026
一种用于AI辅助乳腺X线摄影解读的通用基础模型
机构 * Guangdong Provincial Key Laboratory of Malignant Tumor Epigenetics and Gene Regulation, Guangdong-Hong Kong Joint Laboratory for RNA Medicine, Department of Medical Oncology, Breast Tumor Centre, Phase I Clinical Trial Centre（广东省恶性肿瘤表观遗传与基因调控重点实验室，粤港澳RNA医学联合实验室，医学肿瘤科，乳腺肿瘤中心，I期临床试验中心） ； Guangdong Provincial Key Laboratory of Cancer Pathogenesis and Precision Diagnosis and Treatment, AI Big Data Laboratory, Department of Medical Oncology（广东省肿瘤发生与精准诊断与治疗重点实验室，人工智能大数据实验室，医学肿瘤科） ； Chongqing Key Laboratory of Bio-perception（重庆生物感知重点实验室）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 研究针对乳腺X线分析基础模型的临床转化缺陷，推出VersaMammo模型，构建含70余万张图像的多机构数据集，经两阶段预训练后在92项临床任务基准中表现顶尖，推动乳腺癌筛查诊断进展。
Comments 69 pages, 12 figures, 52 tables
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈