医学 AI

PerFact: Perception-Derived Fact Prompting for 3D Brain MRI Report Generation

PerFact：用于3D脑部MRI报告生成的感知衍生事实提示方法

Jianyu Sun, Zhenxuan Zhang, Guang Yang, Peter J. Lally

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

AI总结 该研究针对3D脑部MRI报告生成，提出PerFact方法，以上游3D分割分类输出的结构化事实提示LoRA适配的视觉语言模型，证实grounding信息是报告质量的主导因素而非模型选择。

Heterogeneity-Aware Deep Learning for Tumour Classification from Multiparametric MRI

面向多参数MRI肿瘤分类的异质性感知深度学习

Yue Xia, Euijoon Ahn, Tian Xia, Yuan Yuan, Michael Fulham, Jinman Kim

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Department of Molecular Imaging, Royal Prince Alfred Hospital（皇家阿尔弗雷德王子医院分子影像科） 纠错

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

AI总结 提出HA-DLC框架，通过HSG、CPSA、DSFE模块联合优化，在两个公开mp-MRI肿瘤数据集上，实现优于现有方法的肿瘤分类性能

Primitive Representation Learning for Unsupervised Dynamic Contrast Enhanced MRI Reconstruction

用于无监督动态对比增强MRI重建的基元表示学习

Veronika Spieker, Wenqi Huang, Cemre Ariyurek, Liam Timms, Daniel Rueckert, Onur Afacan, Julia A. Schnabel, Sila Kurugol

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

AI总结 针对无监督动态对比增强MRI重建，提出多维度基元框架解耦动态因素，性能与传统方法相当，可扩展至更高加速率，代码公开。

Harnessing Magnitude-Only and Complex Measurements for Improved Dynamic MRI Reconstruction with Learned Priors

利用仅幅度测量与复值测量结合学习先验实现改进的动态MRI重建

Mahdi Saberi, Yaşar Utku Alçalar, Merve Gülle, Chetan Shenoy, Mehmet Akçakaya

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

AI总结 本研究提出$\boldsymbol{\text{C}}+\text{Mag}$方法，结合复值与k空间幅度信息，采用ADMM展开框架实现动态MRI重建，实验表明其在伪影抑制、结构恢复等方面优于传统PD-DL方法。

Technically Plausible but Clinically Misleading? Expert Evaluation of Patient-Personalized Synthetic Prostate MRI

技术上可行但临床误导？患者个性化合成前列腺MRI的专家评估

Gabriel Paulo Maglalang Israel, Sol Gedde, Alvaro Fernandez-Quilez

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

AI总结 本研究用3D扩散模型合成患者个性化前列腺MRI，验证其技术可行性后开展专家研究，发现其虽技术可行但存在误导解读风险，提示需评估其临床应用安全性。

Comments To appear in SCAI 2026 proceedings

Learning Where and What to Lift for Bi-planar X-ray-to-CT Reconstruction

面向双平面X射线到CT重建的学习提升位置与内容

Yifei Wu, Yicheng Wu, Qiang Ma, Qi Chen, Renyang Gu, Xinyu Liu, Yongsheng Pan, Yong Xia

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

AI总结 提出LiftXR框架，通过双平面X射线生成解剖布局引导CT重建，在公开数据集上优于现有方法，提升了重建CT的解剖保真度。

GSToken: Geometry-Structured Gaussian Tokens for Compact 3D Medical Image Representation

GSToken：用于紧凑三维医学图像表示的几何结构化高斯令牌

Xiaoduo Li, Quan Gu

机构 * Taiyuan University of Technology（太原理工大学） 纠错

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

AI总结 本文提出GSToken，一种带显式几何信息的高斯令牌，通过冻结令牌生成器的评估协议验证其在多模态脑肿瘤分割中，比容量匹配基线更优，可提升三维医学图像表示的信息密度。

Multi-Agent AI System for Radiology Report Structuring and Quality Assurance with Independent Radiologist Evaluation

用于放射科报告结构化与质量保证的多智能体AI系统：独立放射科医师评估

Iryna Hartsock, Cesar Lam, Christopher Otteni, Aliya Qayyum, Robert Gatenby, Cyrillo Araujo, Ghulam Rasool

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

AI总结 本研究开发了一款本地部署的多智能体AI系统，可实现放射科报告结构化与质量保证，经独立放射科医师评估，该系统表现良好，或有助于放射科报告标准化。

Comments 14 pages, 2 figures, 4 tables

MaLViL: Multi-axis Low-rank Vision-LSTM for Medical Image Segmentation

MaLViL：用于医学图像分割的多轴低秩视觉长短期记忆网络

Afshin Bozorgpour, Sina Ghorbani Kolahi, Moein Heidari, Ilker Hacihaliloglu, Dorit Merhof

机构 * Faculty of Informatics and Data Science, University of Regensburg（雷根斯堡大学信息学与数据科学学院） ； Independent Computer Science Researcher（独立计算机科学研究者） ； University of British Columbia（不列颠哥伦比亚大学） ； Fraunhofer Institute for Digital Medicine MEVIS（弗劳恩霍夫数字医学梅维斯研究所） 纠错

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

AI总结 针对现有视觉长短期记忆网络（ViL）用于医学图像分割时丢失精细细节、内存开销大的问题，提出MaLViL网络，结合Bi-LRViL、SaLViL、CDM、SGSM等模块，在多个医学图像基准上实现了最优或具竞争力的分割精度，内存降低最多83倍。

Comments Accepted at the MICCAI Workshop on Machine Learning in Medical Imaging (MLMI), 2026

Clinical Pathways Matter for Multimodal Deep Learning in Early Alzheimers Disease Detection

临床路径对早期阿尔茨海默病检测中的多模态深度学习至关重要

Yao Lu, Solveig Kristina Hammonds, Alvaro Fernandez-Quilez

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

AI总结 该研究提出基于SigLIP的零样本多模态框架，结合结构MRI与常规临床变量，在ADNI队列中实现早期阿尔茨海默病风险分层，性能优于传统模型，且可扩展至纵向数据。

Comments Published

FedPref: Federated Preference Learning for Structured Radiology Report Extraction

FedPref：用于结构化放射报告抽取的联邦偏好学习

Flint Xiaofeng Fan, Cheston Tan, Yew-Soon Ong, Roger Wattenhofer

机构 * ETH Zurich（苏黎世联邦理工学院） ； Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局） 纠错

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

AI总结 FedPref 是用于结构化放射报告抽取的联邦偏好学习方法，通过冻结公共语言模型、本地排序与共享模型更新训练适配器，在不均数据场景下提升抽取性能且无需共享敏感数据。

Comments Accepted at ELAMI 2026, held in conjunction with MICCAI 2026. To appear in the Springer proceedings

CFB-GBM v2.0: An Augmented Longitudinal Dataset for Multi-Modal Glioblastoma Segmentation, Radiomics, and RANO Progression Tracking

CFB-GBM v2.0：用于多模态胶质母细胞瘤分割、放射组学及RANO进展追踪的增强纵向数据集

Alexandre G. Leclercq, Noémie N. Moreau, Hugo Audebert, Andros Nassar, Thomas Cochin, Thomas Leleu, Loïc Le Henaff, Alexis Desmonts, Yoann Poirier, Aurélie Dubru, Laura Guillemette, Pascal Lecoeur, Kévin Lemasson, Cyril Jaudet, Sébastien Bougleux, Romain Hérault, Carole Brunaud, Samuel Valable, Dinu Stefan, Charlotte Raboutet, Alain Batalla, Joëlle Lacroix, Roman Rouzier, Aurélien Corroyer-Dulmont

机构 * Centre François Baclesse（弗朗索瓦·巴克莱斯中心） ； Université de Caen Normandie（卡昂诺曼底大学） ； ENSICAEN（卡昂高等工程师学院） ； GREYC（格雷计算机科学研究中心） 纠错

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

AI总结 本文发布增强版CFB-GBM v2.0纵向数据集，含264名GBM患者数据，完成所有时间点GTV勾画（完成率达97%），提供相关标注、特征及WHO分类信息，可用于多模态GBM相关研究。

Comments 9 pages, 2 figures,

Picard Proximal Monte Carlo for Parallel Bayesian Imaging with Score-Based Generative Priors

基于得分生成先验的并行贝叶斯成像的Picard近端蒙特卡洛方法

Deliang Wei, Evan Bell, Wenhan Guo, Yifan Chen, Yu Sun

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

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

AI总结 针对贝叶斯成像逆问题采样成本高的痛点，提出基于近端朗之万动力学与Picard迭代的并行采样框架PiX-MC，实现50倍加速且保持重建质量

BrainNorm: A Foundation Model that knows Normal via Semantic Atlas Pretraining

BrainNorm：一种通过语义图谱预训练了解正常状态的基础模型

Madhumitha Venkatesh, Shanawaj S Madarkar, Konda Reddy Mopuri

机构 * Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校） 纠错

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

AI总结 该研究提出BrainNorm基础模型，经约6.6万例T1w sMRI数据训练，通过语义图谱预训练学习规范表征，在多类下游任务上泛化性能优异，其识别的神经退行性偏差与临床病理吻合。

AppendiGrade: An XAI-Enhanced Deep Learning Framework for Grading Appendicitis in Ultrasound with Gaussian Blur and Grad-CAM

AppendiGrade：一种结合高斯模糊与Grad-CAM的可解释人工智能（XAI）增强深度学习框架，用于超声图像中阑尾炎的分级

Fahad Ahammed, Omar Faruq Shikdar, Navid Zaman, Md Tahsin, Md. Nawab Yousuf Ali, Golam Sorwar

机构 * Ca’ Foscari University of Venice（威尼斯大学） ； East West University（东西方大学） ； Tokyo International University（东京国际大学） ； Southern Cross University（南十字星大学） 纠错

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

AI总结 本研究开发了XAI增强的深度学习框架AppendiGrade，用含4679张5类超声图像的数据集训练优化后的InceptionV3模型，实现阑尾炎分级准确率95.58%，辅以Grad-CAM热力图便于专家交叉验证。

TEAMS: Text-prompted spatiotEmporal dual-heAd Mamba Snake

TEAMS：文本提示的时空双路头Mamba Snake

Ruicheng Zhang, Jianhui Lei, Kaiwen Shen, Haowei Guo, Jun Zhou, Bin Chen, Mengtang Li, Shen Zhao, Shuo Li

机构 * School of intelligent systems engineering, Sun Yat-sen University（中山大学智能系统工程学院） ； Affiliated Hangzhou First People’s Hospital, Zhejiang University School of Medicine（浙江大学医学院附属杭州市第一人民医院） ； School of Engineering, Case Western Reserve University（凯斯西储大学工程学院） 纠错

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

AI总结 该研究提出视觉-语言Mamba框架TEAMS，通过三项创新改进深度蛇方法，在五个医学图像数据集上较现有方法取得显著性能提升，可作为多种医学图像分割场景的可靠工具。

Comments Medical Image Analysis (MedIA), 2026, In Press, Online Early Access Available

Automated ACL Footprint Identification Using 3D Deep Learning

基于三维深度学习的前交叉韧带足迹自动识别

Ruida Cheng, Ali Uneri, Gabriel Gibson, Frances T. Sheehan, Barry Boden

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

AI总结 本研究开发两种三维深度学习模型，从三维MR图像识别ACL股骨足迹，基于图像的模型平均误差2.1mm优于基于网格的2.8mm，为ACL重建提供可行临床方法。

Comments 10 pages, 5 figures

RetiWave-Mamba: A Dual-Stream Network for Retinal Disease Detection based on Multi-scale Context and Frequency-Adaptive Mamba Projection

RetiWave-Mamba：基于多尺度上下文与频率自适应Mamba投影的视网膜疾病检测双流网络

Cheng Cheng, Jin Hong

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

AI总结 针对OCT图像分析的散斑噪声、病变尺度差异及类间相似性问题，本文提出RetiWave-Mamba框架，通过双流设计结合多尺度模块等技术，在OCT-C8数据集上达到98.25%的SOTA分类准确率，可用于临床视网膜疾病诊断。

Lymphocyte Mimicry Correction via Region-Level Tissue Reasoning and Unbalanced Optimal Transport

基于区域级组织推理与非平衡最优传输的淋巴细胞模拟修正

Xiang Li, Yuqi Wang, Casey C. Heirman, Jihye Heo, Kyle J. Lafata

机构 * Duke University（杜克大学） 纠错

专题命中 临床大模型 ：pathology(abstract)；分类 cs.CV、cs.LG

AI总结 针对细胞模拟导致的病理细胞分类歧义问题，提出Loki-OT方法，结合区域级组织推理与非平衡最优传输，在TCGA-BRCA队列上取得更优性能。

Comments 13 pages, 3 figures. Accepted to the MICCAI 2026 COMPAYL Workshop

Mr.Dec: Daily-Scale Longitudinal Multimodal Modeling for 30-Day Readmission Prediction

Mr.Dec：用于30天再入院预测的日尺度纵向多模态建模

Minjun Kim, Jong Hak Moon

机构 * Yeji X 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究提出Mr.Dec模型，通过Transformer解码器整合每日EHR与CXR数据，结合疾病特异性监督对比学习，在MIMIC-IV等数据集上实现30天再入院预测的SOTA性能，还可识别住院关键天数提供临床解释。

Comments MICCAI 2026 MultiTab Workshop Oral

Health Inquiry with AI: How Empathetic Expression and Conversational Contexts Shape Users' Communicative Acts

AI辅助健康咨询：共情表达与对话语境如何影响用户的沟通行为

Xi Zheng, Xuyu Yang, Can Liu, Yuhan Luo

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 该研究通过2×2×3被试内实验，发现对话语境对用户沟通行为的影响远大于共情表达模态，为构建语境感知的AI健康咨询系统提供设计依据。

Comments 5 pages, 2 figures. To appear in UbiComp Companion 2026 (October 11-15, 2026, Shanghai, China)

Foundation Agents Meet Agentic Deep Research: Evidence-Grounded Clinical Code Forecasting

基础智能体与智能型深度研究结合：基于证据的临床代码预测

Junda Wang, Meysam Ghaffari, Akshat Choube, Mohsen Sharifi Renani, Hong Yu, Carlos Morato

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文提出ICD-Deepresearch工作流，结合EHR基础模型、语言基础模型与医学搜索工具，在MIMIC-III、MIMIC-IV数据集上实现ICD编码预测，其检索证据的医生有用性评分优于对比系统。

Delta2Gamma: Band-Wise Adaptive Contrastive Learning of EEG for Alzheimer's Disease Detection

Delta2Gamma：面向阿尔茨海默病检测的脑电信号频带自适应对比学习

Chanwoo Park, Chanwoo Kim

机构 * Korea University（高丽大学） 纠错

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

AI总结 Delta2Gamma是一种自监督EEG表征学习框架，通过分解EEG为5个神经节律并自适应平衡各频带，在ADFTD队列上以92.4%的准确率实现阿尔茨海默病检测，性能优于相关方法。

Comments Accepted to 2026 IEEE Biomedical Circuits and Systems Conference (BioCAS)

MAGPIE-Net: Predicting short-duration heavy-rainfall events in station neighborhoods from multitemporal FY-4A AGRI observations

MAGPIE-Net：基于多时相FY-4A AGRI观测数据预测站点邻域内的短时强降雨事件

Xiang Lin, Yunying Li, Chengzhi Ye, Zitong Chen, Jing Sun

机构 * College of Meteorology and Oceanography, National University of Defense Technology（国防科技大学气象海洋学院） ； Key Laboratory of High Impact Weather (Special), China Meteorological Administration（中国气象局高影响天气重点实验室（专项）） ； Hunan Key Laboratory of Meteorological Disaster Prevention and Reduction（湖南省气象灾害防御与减重点实验室） ； Institute of Meteorological Science of Hunan Province（湖南省气象科学研究所） 纠错

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

AI总结 本文提出MAGPIE-Net，通过嵌入地理自适应可微格点到站点映射模块，基于FY-4A AGRI观测数据预测站点邻域短时强降雨，在2023年华东华中暖季测试中，其检测率与提前时长均显著优于格点输出基线模型。

Comments 26pages, 10 figures

Elimination Geometry

消元几何

Mian Huang, Xueqin Wang

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

AI总结 本专著提出消元几何（EG）框架，用于研究局部最优对象的共享部署规则实现问题，整合多学科工具，其应用涵盖模型选择、预测等领域，可指导架构修复。

Fault detection on manifolds of nonlinear dynamical systems with dual autoencoders

基于双自编码器的非线性动力系统流形故障检测

Bulut Kuşkonmaz, Szymon Greś, Rafał Wi{ś}niewski (Aalborg University, Department of Electronic Systems, Fredrik Bajers Vej 7C, 9220 Aalborg, Denmark)

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对自编码器故障检测方法可解释性不足的问题，本文基于Koopman算子理论提出双自编码器方法，通过假设检验框架检测非线性随机机械系统的参数故障，在仿真与真实基准上表现出良好性能。

ORCA: Observability-Grounded Program Repair for Microservice Incidents

ORCA：基于可观测性的微服务故障程序修复

Yuanchen Gao, Yifang Tian, Yiran Li, Charles Zhang, Hans-Arno Jacobsen

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 ORCA是基于可观测性的微服务故障修复流水线，通过遥测数据提炼故障特征定位候选位置，经多智能体生成补丁并通过遥测验证器评估，在575案例基准中成本效益优于所有基线。

MAG-Bot: A Multi-Agent Auditing Framework for Social Bot Detection

MAG-Bot：一种用于社交机器人检测的多智能体审计框架

Sichen Zhao, Yalun Qi

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出基于LangGraph的多智能体框架MAG-Bot，用于社交机器人检测，通过角色约束的证据分解修正单LLM审计的盲点，在TwiBot-22测试集上显著提升了检测的准确率、召回率与F1值。

DistillPath: An Efficient 22M Distilled Pathology Encoder Approaching Large Foundation Model Performance

DistillPath：一种高效的22M级蒸馏病理编码器，性能接近大型基础模型

Ramon Kaspar, Andrey Ignatov, Valentina Boeva

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出22M级蒸馏病理编码器DistillPath-KS16，通过蒸馏86M至1.1B的病理编码器得到，性能接近大型模型Virchow2，参数少29倍、速度快25倍以上，在EVA等基准上表现优异。

Comments 26 pages, 5 figures. Accepted at the ECCV 2026 Workshop on Medical Foundation Models and Benchmarks (MedFM-Bench)

Pathology Transport: Optimal-Transport Explanations for Clinical Data, and When Their Heatmaps (Fail to) Localize Disease

病理迁移：临床数据的最优传输解释及其热图（无法）定位疾病的情形

Lalit Kumar

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 该研究构建了最优传输修正流系统，在威斯康星乳腺癌数据集上实现了无监督恶性评分与归因，发现胸部X光的无标签最优传输热图无法真实定位疾病，仅监督式Grad-CAM表现良好，并贡献了相关方案与基准。