医学 AI

BifDet: A 3D Bifurcation Detection Dataset for Airway-Tree Modeling

BifDet：用于气道树建模的3D分支检测数据集

Ali Keshavarzi, Quentin Bouniot, Benjamin M. Smith, Elsa Angelini

机构 * LTCI, Telecom Paris, Insitut Polytechnique de Paris, Palaiseau, France（LTCI，巴黎电信学院，巴黎理工学院，Palaiseau，法国） ； Department of Medicine, Columbia University, New York, USA（哥伦比亚大学医学系，纽约，美国） 纠错

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出BifDet数据集，用于3D气道分支检测，填补了现有资源的空白。通过RetinaNet和DETR模型验证，提供预处理流程和实现细节，为未来研究提供基准。

Comments This manuscript is currently in preparation for submission

Clinical Reasoning AI for Oncology Treatment Planning: A Multi-Specialty Case-Based Evaluation

肿瘤治疗规划的临床推理AI：多专科基于病例的评估

Philippe E. Spiess, Md Muntasir Zitu, Alison Walker, Daniel A. Anaya, Robert M. Wenham, Michael Vogelbaum, Daniel Grass, Ali-Musa Jaffer, Amod Sarnaik, Caitlin McMullen, Christine Sam, John V. Kiluk, Tianshi Liu, Tiago Biachi, Julio Powsang, Jing-Yi Chern, Roger Li, Seth Felder, Samuel Reynolds, Michael Shafique, Alison Sheehan, Ashley Layman, Cydney A. Warfield, Derrick Legoas, Jaclyn Parrinello, Jena Schmitz, Kevin Eaton, Mark Honor, Luis Felipe, Issam ElNaqa, Elier Delgado, Talia Berler, Rachael V. Phillips, Frantz Francisque, Carlos Garcia Fernandez, Gilmer Valdes

机构 * Moffitt Cancer Center and Research Institute（莫菲特癌症中心与研究学院） ； Innova Montréal Inc.（蒙特利尔创新公司） ； Oncobrain, Inc.（Oncobrain公司） ； Advanced Cancer Treatment Centers（先进癌症治疗中心） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；radiology(abstract)；分类 cs.LG

AI总结 本文评估了OncoBrain在多专科病例中的表现，展示了其在肿瘤治疗规划中的准确性、安全性和实用性。

Beyond Attack Success Rate: A Multi-Metric Evaluation of Adversarial Transferability in Medical Imaging Models

超越攻击成功率：对医学影像模型中对抗转移性的多指标评估

Emily Curl, Kofi Ampomah, Md Erfan, Sayanton Dibbo

机构 * The University of Alabama（阿拉巴马大学） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；medical image(abstract)；分类 cs.CV

AI总结 本文通过评估四个医学图像数据集，分析七种模型和七种攻击方法，发现感知和失真指标与ASR无明显相关性，表明单一指标不足以衡量对抗鲁棒性。

Comments 8 pages

Extending ZACH-ViT to Robust Medical Imaging: Corruption and Adversarial Stress Testing in Low-Data Regimes

扩展ZACH-ViT以实现鲁棒医学影像：在低数据环境下对损坏和对抗性压力测试

Athanasios Angelakis, Marta Gomez-Barrero

机构 * BioML Lab, RI CODE, UniBw, Munich, Germany（慕尼黑联邦国防军大学，RI CODE，BioML实验室，德国慕尼黑） ； AUMC, Amsterdam, Netherlands（阿姆斯特丹大学医学中心，荷兰阿姆斯特丹） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 本文扩展ZACH-ViT，评估其在低数据环境下对常见图像损坏和对抗扰动的鲁棒性，发现其在清洁数据和常见损坏下表现优异，在对抗性压力下仍保持竞争力，但对抗鲁棒性仍是挑战。

Comments Accepted at CVPR 2026 Workshop (PHAROS-AIF-MIH)

RDFace: A Benchmark Dataset for Rare Disease Facial Image Analysis under Extreme Data Scarcity and Phenotype-Aware Synthetic Generation

RDFace：一种用于罕见疾病面部图像分析的基准数据集，在极端数据稀缺和表型意识合成生成下

Ganlin Feng, Yuxi Long, Hafsa Ali, Erin Lou, Fahad Butt, Qian Liu, Yang Wang, Pingzhao Hu

机构 * Western University（西安大略大学） ； Concordia University（康考迪亚大学） ； University of Toronto（多伦多大学） ； University of Winnipeg（温尼伯大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 RDFace包含456张儿童面部图像，涵盖103种罕见遗传疾病，旨在开发和评估在低数据条件下高效的人工智能模型，通过合成生成和数据增强提升诊断准确率。

Comments Accepted to CVPR 2026. 8 pages main paper + appendix

LMOD+: A Comprehensive Multimodal Dataset and Benchmark for Developing and Evaluating Multimodal Large Language Models in Ophthalmology

LMOD+: 一个全面的多模态数据集和基准，用于开发和评估眼科中的多模态大语言模型

Zhenyue Qin, Yang Liu, Yu Yin, Jinyu Ding, Haoran Zhang, Anran Li, Dylan Campbell, Xuansheng Wu, Ke Zou, Tiarnan D. L. Keenan, Emily Y. Chew, Zhiyong Lu, Yih Chung Tham, Ninghao Liu, Xiuzhen Zhang, Qingyu Chen

机构 * School of Medicine, Yale University（耶鲁大学医学院） ； School of Computing, Australian National University（澳大利亚国立大学计算机学院） ； School of Engineering, Imperial College London（伦敦帝国理工学院工程学院） ； School of Computing, University of Georgia（佐治亚大学计算机学院） ； Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学杨秀隆医学学院） ； National Eye Institute, National Institutes of Health（美国国立卫生研究院眼科研究所） ； National Library of Medicine, National Institutes of Health（美国国立卫生研究院国家医学图书馆） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算机技术学院） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一个包含32633个实例的多模态眼科基准数据集，涵盖12种常见眼科疾病和5种成像模态，通过扩展数据集、扩展任务覆盖和系统评估24种最先进的MLLMs，推动眼科AI应用发展。

Comments ACM Transactions on Computing for Healthcare

Limitations of Public Chest Radiography Datasets for Artificial Intelligence: Label Quality, Domain Shift, Bias and Evaluation Challenges

公共胸部X光数据集在人工智能中的局限性：标签质量、领域转移、偏见和评估挑战

Amy Rafferty, Ajitha Rajan

专题命中 医学数据与评测 ：pathology(abstract)；radiology(abstract)；分类 cs.LG

AI总结 研究指出公共胸部X光数据集在标签质量、领域偏移、偏见和评估方面存在局限，通过跨模型架构分析发现外部性能显著下降，且专家审查揭示标签存在显著分歧，强调需更公平的评估框架和临床验证数据集。

ECG-Reasoning-Benchmark: A Benchmark for Evaluating Clinical Reasoning Capabilities in ECG Interpretation

ECG-Reasoning-Benchmark: 一个用于评估心电图解读中临床推理能力的基准

Jungwoo Oh, Hyunseung Chung, Junhee Lee, Min-Gyu Kim, Hangyul Yoon, Ki Seong Lee, Youngchae Lee, Muhan Yeo, Edward Choi

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 本文提出ECG-Reasoning-Benchmark，通过6400个样本系统评估17种核心心电图诊断的逐步推理能力，发现现有多模态大语言模型在多步逻辑推理中存在严重缺陷，无法有效将心电图发现与实际信号证据关联。

Comments Preprint. 9 pages for main text, 2 pages for references, 19 pages for supplementary materials (appendix)

FunnyNodules: A Customizable Medical Dataset Tailored for Evaluating Explainable AI

FunnyNodules: 一种可定制的医学数据集，用于评估可解释AI

Luisa Gallée, Yiheng Xiong, Meinrad Beer, Michael Götz

机构 * Ulm University Medical Center（乌尔姆大学医学中心） ； XAIRAD - Cooperation for Artificial Intelligence in Experimental Radiology（XAIRAD——实验放射学人工智能合作） ； Department of Diagnostic and Interventional Radiology（诊断与介入放射学系） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；medical image(abstract)；分类 cs.CV

AI总结 FunnyNodules是一种可定制的医学数据集，用于评估可解释AI模型的属性推理能力。

Comments accepted at Medical Imaging with Deep Learning (MIDL) 2026

LeafNet: A Large-Scale Dataset and Comprehensive Benchmark for Foundational Vision-Language Understanding of Plant Diseases

LeafNet：一个大规模数据集和全面基准，用于植物病害的基础视觉-语言理解

Khang Nguyen Quoc, Phuong D. Dao, Luyl-Da Quach

机构 * School of Electrical Engineering, Korea University（韩国大学电气工程学院） ； Department of Integrative Biology, The University of Texas at Austin（德克萨斯大学奥斯汀分校整合生物学系） ； Department of Software Engineering, FPT University（FPT大学软件工程系） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 LeafNet通过大规模多模态数据集和基准测试，揭示了VLMs在植物疾病理解中的性能差异，强调了多模态架构在提升诊断精度中的关键作用。

Comments 26 pages, 13 figures and 8 tables

RealSynCol: a high-fidelity synthetic colon dataset for 3D reconstruction applications

RealSynCol：一种高保真的合成结肠数据集用于3D重建应用

Chiara Lena, Davide Milesi, Alessandro Casella, Luca Carlini, Joseph C. Norton, James Martin, Bruno Scaglioni, Keith L. Obstein, Roberto De Sire, Marco Spadaccini, Cesare Hassan, Pietro Valdastri, Elena De Momi

机构 * Department of Electronics, Information, and Bioengineering, Politecnico di Milano（米兰理工大学电子、信息与生物工程系） ； School of Electronic and Electrical Engineering, University of Leeds（利兹大学电子与电气工程学院） ； Division of Gastroenterology, Vanderbilt University Medical Center（范德比尔特大学医学中心胃肠科） ； Department of Mechanical Engineering, Vanderbilt University（范德比尔特大学机械工程系） ； Endoscopy Unit, Humanitas Clinical and Research Center IRCCS（人类itas临床与研究中心内窥镜单元） ； Department of Biomedical Sciences, Humanitas University（人类itas大学生物医学科学系） 纠错

专题命中 医学数据与评测 ：CT(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 RealSynCol通过高保真的合成数据集提升3D重建应用中的深度和姿态估计性能，为内窥镜诊断提供有力支持。

Unsupervised Anomaly Detection of Diseases in the Female Pelvis for Real-Time MR Imaging

对女性骨盆疾病进行实时MRI成像的无监督异常检测

Anika Knupfer, Johanna P. Müller, Jordina A. Verdera, Martin Fenske, Claudius S. Mathy, Smiti Tripathy, Sebastian Arndt, Matthias May, Michael Uder, Matthias W. Beckmann, Stefanie Burghaus, Jana Hutter

机构 * Radiological Institute, University Hospital Erlangen (UKER)（放射医学研究所，埃尔兰根大学医院（UKER）） ； Institute of Information Processing, Leibniz University Hannover（信息处理研究所，汉诺威莱布尼茨大学） ； Image Data Exploration and Analysis Lab, Friedrich-Alexander University Erlangen–Nürnberg (FAU)（图像数据探索与分析实验室，埃尔兰根-纽伦堡弗里德里希-亚历山大大学（FAU）） ； Institute of Women’s Health, UKER（妇女健康研究所，UKER） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出了一种基于残差变分自编码器的无监督异常检测方法，用于实时MRI中女性骨盆疾病的检测，通过健康数据训练实现对异常区域的自动识别。

Comments 17 pages, 8 figures

A Comparison of Deep Learning Methods for Cell Detection in Digital Cytology

数字细胞学中深度学习方法的比较

Marco Acerbis, Nataša Sladoje, Joakim Lindblad

机构 * Center for Image Analysis, Dept. of Information Technology, Uppsala University, Sweden（图像分析中心，信息科技系，乌普萨拉大学，瑞典） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 本文比较了多种深度学习方法在数字细胞学中的性能，发现基于质心的方法在准确性和效率上优于传统分割方法。

Comments 14 pages, 6 figures, SCIA2025

Causal and Federated Multimodal Learning for Cardiovascular Risk Prediction under Heterogeneous Populations

因果与联邦多模态学习用于异质人群中的心血管风险预测

Rohit Kaushik, Eva Kaushik

机构 * Hanson Professional Services（Hanson专业服务） ； University of Tennessee, Knoxville（田纳西大学 Knoxville分校） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；biomedical(abstract)；分类 cs.LG

AI总结 本文提出一种融合因果学习与联邦学习的多模态框架，用于在异质人群中预测心血管风险，通过整合多种生物医学数据并确保隐私和可解释性，提升预测的鲁棒性和公平性。

Comments 9 pages, 5 figures

HemBLIP: A Vision-Language Model for Interpretable Leukemia Cell Morphology Analysis

HemBLIP：一种用于可解释性白血病细胞形态分析的视觉-语言模型

Julie van Logtestijn, Petru Manescu

机构 * Department of Computer Science, University College London, United Kingdom（计算机科学系，伦敦大学学院，英国） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 HemBLIP是一种基于视觉-语言模型的白血病细胞形态分析工具，通过可解释的描述提升诊断透明度和效率。

UG-FedDA: Uncertainty-Guided Federated Domain Adaptation for Multi-Center Alzheimer's Disease Detection

UG-FedDA: 用于多中心阿尔茨海默病检测的不确定性引导联邦域适应

Fubao Zhu, Zhanyuan Jia, Zhiguo Wang, Huan Huang, Danyang Sun, Chuang Han, Yanting Li, Jiaofen Nan, Chen Zhao, Weihua Zhou

专题命中 医学数据与评测 ：MRI(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 UG-FedDA通过结合不确定性量化与联邦域适应，实现多中心阿尔茨海默病检测的高效准确分类，同时保护隐私。

Comments The code is already available on GitHub: https://github.com/chenzhao2023/UG_FADDA_AlzhemiersClassification

CellFMCount: A Fluorescence Microscopy Dataset, Benchmark, and Methods for Cell Counting

CellFMCount: 一种荧光显微镜数据集、基准测试及细胞计数方法

Abdurahman Ali Mohammed, Catherine Fonder, Ying Wei, Wallapak Tavanapong, Donald S Sakaguchi, Qi Li, Surya K. Mallapragada

机构 * Department of Computer Science（计算机科学系） ； Department of Genetics, Development, and Cell Biology（遗传学、发育与细胞生物学系） ； Molecular, Cellular, and Developmental Biology Program（分子、细胞与发育生物学项目） ； Neuroscience Program（神经科学项目） ； Nanovaccine Institute（纳米疫苗研究所） ； Iowa State University（爱荷华州立大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；biomedical(abstract)；分类 cs.CV

AI总结 CellFMCount提出一个大规模标注数据集和基准测试框架，通过SAM-Counter实现更精确的细胞计数，MAE达到22.12。

Comments The IEEE International Conference on Data Mining (ICDM) 2025

Med-GLIP: Advancing Medical Language-Image Pre-training with Large-scale Grounded Dataset

Ziye Deng, Ruihan He, Jiaxiang Liu, Yuan Wang, Zijie Meng, Songtao Jiang, Yong Xie, Zuozhu Liu

机构 * Zhejiang University（浙江大学） ； Guangdong Institute of Intelligence Science（广东智能科学研究院） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV

Colorectal Cancer Histopathological Grading using Multi-Scale Federated Learning

Md Ahasanul Arafath, Abhijit Kumar Ghosh, Md Rony Ahmed, Sabrin Afroz, Minhazul Hosen, Md Hasan Moon, Md Tanzim Reza, Md Ashad Alam

机构 * Department of Computer Science and Engineering, European University of Bangladesh（欧洲 bangladesh 大学 计算机科学与工程系） ； Department of Computer Science and Engineering , BRAC University,Dhaka, Bangladesh（brac 大学 计算机科学与工程系） ； Department of Computer Science and Engineering , Daffodil International University, Dhaka, Bangladesh（daffodil 国际大学 计算机科学与工程系） ； Department of Institute of Information Technology, University of Dhaka, Bangladesh（达卡大学 信息科技学院） ； Department of Computer Science and Engineering , BRAC University,Dhaka（brac 大学 计算机科学与工程系） ； Ochsner Center for Outcomes Research, Ochsner Research, New Orleans, LA 70121, USA（ochsner 成果研究中心，ochsner 研究） 纠错

专题命中 医学数据与评测 ：clinical AI(abstract)；pathology(abstract)；分类 cs.LG

Comments 15 pages and 7 figures

H-Infinity Filter Enhanced CNN-LSTM for Arrhythmia Detection from Heart Sound Recordings

Rohith Shinoj Kumar, Rushdeep Dinda, Aditya Tyagi, Annappa B., Naveen Kumar M. R

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； National Institute of Technology Karnataka, Surathkal, Karnataka, India 575025（卡纳塔克邦苏拉塔卡尔国家理工学院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；biomedical(abstract)；分类 cs.LG

Comments This is a preprint of a paper to appear at the 15th IEEE International Conference on Systems Engineering and Technology (ICSET 2025)

Federated Learning with Partially Labeled Data: A Conditional Distillation Approach

Pochuan Wang, Chen Shen, Masahiro Oda, Chiou-Shann Fuh, Kensaku Mori, Weichung Wang, Holger R. Roth

机构 * Department of Computer Science and Information Engineering, National Taiwan University（计算机科学与信息工程系，国立台湾大学） ； Graduate School of Informatics, Nagoya University（资讯研究生院，名古屋大学） ； Institute of Applied Mathematical Sciences, National Taiwan University（应用数学科学研究所，国立台湾大学） ； NVIDIA Corporation（NVIDIA公司） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；CT(abstract)；分类 cs.CV

Comments This manuscript was submitted to IEEE JBHI and is currently under peer review

SE3D: A Framework For Saliency Method Evaluation In 3D Imaging

Mariusz Wiśniewski, Loris Giulivi, Giacomo Boracchi

专题命中 医学数据与评测 ：MRI(abstract)；CT(abstract)；分类 cs.CV

Journal ref 2024 IEEE International Conference on Image Processing (ICIP), pp. 89-95

Pancreas Part Segmentation under Federated Learning Paradigm

Ziliang Hong, Halil Ertugrul Aktas, Andrea Mia Bejar, Katherine Wu, Hongyi Pan, Gorkem Durak, Zheyuan Zhang, Sait Kayali, Temel Tirkes, Federica Proietto Salanitri, Concetto Spampinato, Michael Goggins, Tamas Gonda, Candice Bolan, Raj Keswani, Frank Miller, Michael Wallace, Ulas Bagci

机构 * Northwestern University, Evanston, IL, USA（西北大学） ； Indiana University–Purdue University Indianapolis, Indianapolis, IN, USA（印第安纳大学-普渡大学印第安纳波利斯分校） ； University of Catania, Catania, Italy（卡塔尼亚大学） ； Johns Hopkins University, Baltimore, MD, USA（约翰霍普金斯大学） ； New York University Langone Health, NY, USA（纽约大学Langone健康中心） ； Mayo Clinic, Rochester, MN, USA（梅奥诊所） ； University of Illinois Chicago, Chicago, IL, USA（伊利诺伊大学芝加哥分校） ； Istanbul University, Istanbul, Turkey（伊斯坦布尔大学） 纠错

专题命中 医学数据与评测 ：MRI(abstract)；diagnosis(abstract)；分类 cs.CV

Scaffolding Collaborative Learning in STEM: A Two-Year Evaluation of a Tool-Integrated Project-Based Methodology

Caterina Fuster-Barcelo, Gonzalo R. Rios-Munoz, Arrate Munoz-Barrutia

机构 * Biongineering Department（生物工程系） ； Universidad Carlos III de Madrid（卡洛斯三世大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；biomedical(abstract)；分类 cs.LG

Machine Learning for Medicine Must Be Interpretable, Shareable, Reproducible and Accountable by Design

Ayyüce Begüm Bektaş, Mithat Gönen

专题命中 医学数据与评测 ：medical AI(abstract)；biomedical(abstract)；分类 cs.LG

PerioDet: Large-Scale Panoramic Radiograph Benchmark for Clinical-Oriented Apical Periodontitis Detection

Xiaocheng Fang, Jieyi Cai, Huanyu Liu, Chengju Zhou, Minhua Lu, Bingzhi Chen

机构 * Beijing Institute of Technology（北京理工大学） ； South China Normal University（华南师范大学） ； Shenzhen University（深圳大学） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV

Comments MICCAI 2025(Early Accept)

Information Entropy-Based Framework for Quantifying Tortuosity in Meibomian Gland Uneven Atrophy

Kesheng Wang, Xiaoyu Chen, Chunlei He, Fenfen Li, Xinxin Yu, Dexing Kong, Shoujun Huang, Qi Dai

机构 * College of Mathematical Medicine, Zhejiang Normal University（数学医学学院，浙江师范大学） ； National Clinical Research Center for Ocular Diseases, Eye Hospital, Wenzhou Medical University（眼病临床研究中心，温州医科大学眼医院） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV

Comments This manuscript contains 7 figures. All comments are welcome

Understanding Dataset Bias in Medical Imaging: A Case Study on Chest X-rays

Ethan Dack, Chengliang Dai

机构 * University of Bern（伯恩大学） ； UCB Biopharma UK（UCB生物制药英国公司） ； Imperial College London（伦敦帝国理工学院） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；pathology(abstract)；分类 cs.CV

LLM-driven Medical Report Generation via Communication-efficient Heterogeneous Federated Learning

Haoxuan Che, Haibo Jin, Zhengrui Guo, Yi Lin, Cheng Jin, Hao Chen

机构 * Department of Computer Science and Engineering, Department of Chemical and Biological Engineering and Division of Life Science, Hong Kong University of Science and Technology（计算机科学与工程系、化学与生物工程系及生命科学分校，香港科学与技术大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV

Comments Accepted by IEEE TMI

ISLES'24 -- A Real-World Longitudinal Multimodal Stroke Dataset

Evamaria Olga Riedel, Ezequiel de la Rosa, The Anh Baran, Moritz Hernandez Petzsche, Hakim Baazaoui, Kaiyuan Yang, Fabio Antonio Musio, Houjing Huang, David Robben, Joaquin Oscar Seia, Roland Wiest, Mauricio Reyes, Ruisheng Su, Claus Zimmer, Tobias Boeckh-Behrens, Maria Berndt, Bjoern Menze, Daniel Rueckert, Benedikt Wiestler, Susanne Wegener, Jan Stefan Kirschke

专题命中 医学数据与评测 ：MRI(abstract)；CT(abstract)；分类 cs.CV