医学 AI

Evaluation of reference region modelling techniques in quantitative dynamic contrast-enhanced magnetic resonance imaging of breast cancer

乳腺癌定量动态对比增强磁共振成像中参考区域建模技术的评估

Christian Notte, Zaki Ahmed, Ives R. Levesque

专题命中 医学影像 ：MRI(summary_cn,abstract)

AI总结 该研究评估参考区域模型技术在乳腺癌低时间分辨率DCE-MRI定量灌注分析中的有效性，将多种模型应用于患者图像数据集，结果显示RRMs与AIF驱动模型性能相似且对AIF依赖性低，或可替代提供可靠定量分析。

Comments 29 pages, 5 main figures, 1 main table, 2 supplementary figures, 4 supplementary tables

Scaling Up Formal Representation of Clinical Trial Protocols in Ensemble Logic Using LLMs: A Preliminary Study

使用大语言模型在集成逻辑中扩大临床试验协议的形式化表示：一项初步研究

Yan Huang, Xubing Hao, Xiaojin Li, Rashmie Abeysinghe, Xiaoqian Jiang, Licong Cui, Guo-Qiang Zhang

机构 * McGovern Medical School（麦戈文医学学院） ； McWilliams School of Biomedical Informatics（麦克威廉斯生物医学信息学学院） ； The University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 研究针对临床试验协议依赖非结构化文本阻碍自动化推理等问题，引入CT-TEL工作流程，利用大语言模型将叙述性临床协议转为TEL公式，通过反向翻译评估保真度，为协议映射到可计算逻辑及临床试验模拟提供初步证据。

Comments Proceedings of the 2026 American Medical Informatics Association Symposium, to appear

Continuous 3-D Latent Diffusion for Medical Generation and Reconstruction

用于医学生成与重建的连续3D潜扩散

Youness Mellak, Antoine De Paepe, Dimitris Visvikis, Alexandre Bousse

专题命中 医学影像 ：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

Hybrid GKB Methods for X-Ray Tomography Problems with Unmatched Back Projector

用于具有不匹配反投影器的X射线断层扫描问题的混合GKB方法

Abdulmajeed Alsubhi, Rosemary Renaut

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 针对X射线CT中投影器不匹配致重建问题数学性质改变及影响迭代方法收敛的情况，开发AB和BA - GKB算法的混合变体，利用奇异值分解重建解并自动选正则化参数，经实验验证该混合方法能提高抗半收敛鲁棒性。

Multi-Perspective Agentic Program Repair via Code Property Graphs and Temporal Execution Graphs

通过代码属性图和时间执行图进行多视角智能程序修复

Zhili Huang, Ling Xu, Hongyu Zhang

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 研究针对大语言模型在自动程序修复中的局限，提出CT-Repair框架，通过代码属性图和时间执行图表示证据，利用三阶段过滤管道及多视角智能体分析错误并生成修复策略，实验证明该方法能有效提高修复有效性。

Comments 12 pages, 5 figures, 10 tables

On the validity of using idealised sample geometries for interpreting mechanical tests of very soft tissues

关于使用理想化样本几何形状解释非常软组织力学测试的有效性

Sajjad Arzemanzadeh, Karol Miller, Adam Wittek

专题命中 医学影像 ：MRI(summary_cn,abstract)

AI总结 研究使用理想化样本几何形状解释软组织力学测试的有效性，通过MRI重建脑组织样本真实几何形状，用有限元法模拟不同几何形状样本测试，发现理想化形状会使应力参数偏低，实际形状应用于反分析。

Comments 20 pages, 7 figures

GPU-accelerated superiorization on constrained physical problems with SupPy

基于GPU加速的约束物理问题超优化方法及SupPy工具

Tobias Becher, Yair Censor, Kay Barshad, Niklas Wahl

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 提出SupPy开源Python工具箱，在GPU上加速超优化方法，应用于地震图像重建、低剂量CT重建和调强放疗计划，相比仅寻求可行解，超优化算法在降噪和降低剂量方面效果更优。

AtomiMed: Hierarchical Atomic Fact-Checking for Universal Clinical-Aware Medical Report Evaluation

AtomiMed：用于通用临床感知医学报告评估的分层原子事实核查

Yuan Wang, Wanxing Chang, Songtao Jiang, Shujian Gao, Xiaotian Zhang, Ruifeng Yuan, Weiwei Cao, Bowen Shi, Ling Zhang, Zuozhu Liu, Jianpeng Zhang

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

AI总结 提出AtomiMed框架，将复杂医学叙述分解为分层原子临床事实，通过代理交叉验证循环模拟多放射科医生同行评审，实现诊断检测和描述准确性的解耦评估。

Comments 11 pages, 4 figures

ILPU: Iterative Laplace-Based Phase Unwrapping via Bi-Level Optimization

ILPU：基于双层优化的迭代拉普拉斯相位解缠

Michael Fedders, Jakob Schattenfroh, Yanglei Wu, Noah Jaitner, Tom Meyer, Jakob Jordan, Jing Guo, Ingolf Sack, Hossein S. Aghamiry

专题命中 医学影像 ：MRI(summary_cn,abstract)

AI总结 提出一种基于双层优化的迭代拉普拉斯相位解缠算法（ILPU），通过下层求解增量泊松方程恢复连续相位，上层优化整数偏移图，在低信噪比区域实现鲁棒解缠，在3D脑MRI相位图像上相对误差仅2.12%，优于对比方法。

GKB Methods for X-Ray Computed Tomography with an Unmatched Back Projector

用于不匹配反投影器的X射线计算机断层扫描的GKB方法

Abdulmajeed Alsubhi

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 针对X射线CT中正反投影器不匹配导致正规方程不一致的问题，提出AB和BA GKB算法作为预条件GKB方法，通过投影到低维子空间并利用稀疏双对角矩阵的奇异值分解求解，数值实验表明该方法比现有Krylov方法更稳定且抗噪。

Autoregressive Modelling and Synthetic Generation of High-Fidelity, Statistically Equivalent 3D Microstructures for As-Manufactured Misalignments in Fiber-Reinforced Composites

面向纤维增强复合材料中制造偏差的高保真、统计等效三维微观结构的自回归建模与合成生成

Mohamad A. Raja, Clemens Dransfeld, Boyang Chen

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 提出一种集成框架，通过X射线μCT数据提取纤维错位特征，结合copula、自回归和极端值建模，经贝叶斯优化校准后，迭代生成约2400根非重叠合成纤维，统计偏差低于10%。

MR Simulation with Phase Distribution Graphs: Off-Resonant Pulse Response and Slice-Selection

基于相位分布图的MR模拟：离共振脉冲响应与选层

Felix Dietz, Jonathan Endres, Simon Weinmueller, Johanna Link, Moritz Zaiss

专题命中 医学影像 ：MRI(summary_cn,abstract)

AI总结 将相位分布图模拟扩展到离共振和选层场景，通过有效轴旋转模型和RF脉冲离散化实现，支持脂肪抑制、二项式脉冲等关键MRI特征模拟。

Fusion is not one-size-fits-all: Cross-Modal Representation Alignment for Time-to-Event Modeling

融合并非一刀切：用于时间-事件建模的跨模态表示对齐

Zhemin Zhang, Weijie Chen, David Le, Amara Tariq, Alex Wallace, Matthew Stib, Juan Maria Farina, Chadi Ayoub, Reza Arsanjani, Imon Banerjee

机构 * Arizona State University（亚利桑那州立大学） ； Mayo Clinic（梅奥诊所） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 针对多模态临床数据中的模态不平衡和分布偏移问题，提出一种基于基础模型的跨模态对齐框架，通过四种融合策略在CT影像和纵向EHR数据间进行表示对齐，在肺栓塞死亡率和心血管疾病结局预测任务上验证了融合的有效性，并首次系统分析了时间-事件预测中的模态不平衡对融合行为的影响。

Dependence of the extra-cellular diffusion coefficient on the fractions of neurites and cell bodies in gray matter

灰质中细胞外扩散系数对神经突和细胞体分数的依赖性

Hong-Hsi Lee, Ali Abdollahzadeh, Hansol Lee, Ricardo Coronado-Leija, Els Fieremans, Susie Y. Huang, Dmitry S. Novikov

专题命中 医学影像 ：MRI(summary_cn,abstract)

AI总结 本研究通过有效介质理论和蒙特卡洛模拟，建立了灰质中细胞外扩散系数与细胞体及神经突体积分数之间的幂律关系，为扩散MRI协议设计提供了理论基础。

A Two-Stage Framework for Fast Proton Spot Map Generation in Pencil Beam Scanning Prostate SBRT Planning

一种用于笔束扫描前列腺SBRT计划中快速质子点图生成的两阶段框架

Xueyan Tang, Hok Wan Chan Tseung, Mark Pepin, Jiasen Ma, David M. Routman, Doug J. Moseley, Brandon Reber, Jed E. Johnson, Jing Qian

专题命中 医学影像 ：CT(summary_cn,abstract)

AI总结 提出GenSpot两阶段框架，利用物理信息投影质子点图表示，结合3D SwinUNETR预测和列非负Lasso回归重建，从CT和剂量生成可交付的质子点图，在单机构前列腺SBRT队列中实现与临床计划高度一致的蒙特卡洛剂量。

A Poincaré Inequality and Exponential Decay for the Elephant Random Walk

大象随机游走的庞加莱不等式与指数衰减

Cristian Favio Coletti, Rafael de Mattos Grisi, Ioannis Papageorgiou

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

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

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

CDGC-Net: 3D Medical Image Segmentation with Cooperative Dual-Scale Self-Attention and Grouped Channel Modeling

CDGC-Net：基于协作双尺度自注意力与分组通道建模的3D医学图像分割网络

Zheyang Jing, Qin Lu, Jianwang Li, Yujie Yang, Chen Yi, Shaofeng Jiang

机构 * Nanchang Hangkong University（南昌航空大学） 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CDGC-Net，通过协作双尺度自注意力与分组通道建模优化3D医学图像分割，在多数据集上精度优于现有方法，且参数量与计算量较UNETR++显著降低，实现了精度与复杂度的良好平衡。

H2AL: Hyperbolic Hierarchy-aware Aggregative Learning for Registration-based Few-shot Medical Image Segmentation

H2AL：用于基于配准的小样本医学图像分割的双曲层次感知聚合学习

Jia Wang, Jiaming Cai, Zunying Hu, Zhanjie Wu, Jinyuan Liu, Hua Cheng, Yun Peng

机构 * Dalian University of Technology（大连理工大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

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

AI总结 针对基于配准的小样本医学图像分割忽视解剖结构层次的问题，提出H2AL框架，通过H2I模块与梯度聚合算法提升配准和分割性能，实验验证其有效性。

Comments 10 pages, 9 figures. Accepted at ACM Multimedia 2026 (MM '26)

DistMedVL: Distributional Vision-Language Alignment for Uncertainty-Aware Medical Image Segmentation

DistMedVL：面向不确定性感知医学图像分割的分布视觉-语言对齐方法

Jiaxuan Li, Qing Xu, Xiangjian He, Yue Li, Daokun Zhang, Fiseha B. Tesema, Rong Qu

机构 * University of Nottingham Ningbo China（宁波诺丁汉大学） ； University of Nottingham（诺丁汉大学） 纠错

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

AI总结 针对医学图像分割中视觉-语言跨模态对齐的不确定性问题，提出DistMedVL概率框架，含PCM-Adapter等模块，在8个基准上以6.3M参数实现优于SOTA的性能，数据效率等更优。

Comments 10 pages, 5 figures

Context Matters: Support Set Selection and Failure Detection for In-Context Medical Image Segmentation

上下文很重要：用于上下文医学图像分割的支持集选择与失败检测

Youssef Gehad, Emmanuel Zerefa, Krish Kabra, Guha Balakrishnan

机构 * Rice University（莱斯大学） 纠错

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

AI总结 本研究针对上下文医学图像分割，提出基于相似度的支持集选择方法，训练Transformer分类器预测分割失败，可提升性能并为临床安全部署提供机制。

Comments 10 pages

Recurrent Contrastive Learning for Imbalanced Medical Image Classification

用于不平衡医学图像分类的循环对比学习

Zhiyuan Zhu, Xinling Meng, Junxuan Yu, Jiongquan Chen, Qiongying Ni, Tuhang Shao, Yuhao Huang, Luping Zhou, Ruiyang Huang, Yuxue Wang, Rongliang Zhang, Xue Wang, Tianhong Tang, Likun Wang, Junbo Chen, Yong Jiang, Yongping Lu, Xin Yang

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

AI总结 针对医学图像分类的类别不平衡问题，提出循环对比学习方法，通过复用历史特征扩充尾类支持区域，经多数据集验证性能优于强基线。

Comments 10 pages, 3 figures

Journal ref The 7th MICCAI Workshop on Advances in Simplifying Medical UltraSound.2026

Generative AI and Foundation Models in Medical Image

医学影像中的生成式AI与基础模型

Masahiro Oda

机构 * Nagoya University（名古屋大学） ； Graduate School of Informatics, Nagoya University（名古屋大学信息学研究科） 纠错

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

AI总结 本文概述生成式AI相关的扩散模型、LLMs及基础模型，介绍其在医疗辅助中的应用，探讨基础模型的构建方法与医疗应用，并研究利用国家资源开发医疗辅助AI的路径。

Comments Review Article

Journal ref Radiological Physics and Technology, vol.18, pp.937-948, 2025

Benchmarking Foundation and Large Language Models for Few-Shot Medical Image Segmentation

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

Jinghong Liu, Yuchuan Deng, Fanping Liu, Meng Huang, Xirong Li

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。

From Spatial Semantics to Temporal Context: Leveraging Gaze Trajectory for Weakly Supervised Medical Image Segmentation

从空间语义到时间上下文：利用注视轨迹实现弱监督医学图像分割

Shaoxuan Wu, Xiao Zhang, Xiaodi Zhao, Yunzhi Tian, Yilin Tang, Jun Feng

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

AI总结 该研究针对医学图像分割依赖像素级标注的问题，提出TrailNet模型，结合注视点与轨迹建模时空上下文，引入循环蒸馏实现无注视推理，在公开数据集上取得优于现有方法的Dice分数。

Bi-Level Collaborative Learning for Few-Shot Scribble-Supervised Medical Image Segmentation

用于少样本涂鸦监督医学图像分割的双层协作学习

Xiang-Xiang Su, Yufan Ye, Yihang Zheng, Min Gan, Guang-Yong Chen

机构 * Fuzhou University（福州大学） ； Qingdao University（青岛大学） 纠错

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

AI总结 针对少样本涂鸦监督医学图像分割中样本稀缺和监督稀疏问题，提出双层协作学习框架，上层提供区域结构先验，下层生成可靠伪标签，上下层双向交互协作，在相关数据集上优于现有方法。

Unifying Active Learning and Semi-Supervised Learning for Medical Image Segmentation

统一主动学习和半监督学习用于医学图像分割

Bahram Jafrasteh, Cheng Wan, Heejong Kim, Johannes C. Paetzold, Qingyu Zhao

机构 * Weill Cornell Medicine（威尔康乃尔医学院） ； Cornell University（康奈尔大学） 纠错

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

AI总结 针对医学图像分割标注数据有限问题，提出RegAL统一框架，通过共享拓扑感知帕累托优化，结合样本获取与未标注数据利用，沿三个互补轴评估图像，在多数据集上于极端标注稀缺时表现稳定且优于基线。