Physics-Informed Dynamic State Estimation for Current Transformers Using Graph Neural Networks
基于图神经网络的电流互感器物理信息动态状态估计
专题命中 医学影像 ：CT(summary_cn,abstract)
AI总结 研究电流互感器动态状态估计问题，用COMTRADE测量值，通过构建结构化基准对比不同方案，用图神经网络改进初始化，提升估计器性能，增强CT饱和校正鲁棒性。
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 医学影像 688 篇
A Proximal Point Semismooth Newton Algorithm for Structural Composite Cardinality Optimization
一种用于结构复合基数优化的近端点半光滑牛顿算法
专题命中 医学影像 ：CT(summary_cn,abstract)
AI总结 针对复合基数优化问题，考虑其平稳对偶形式，用近端点算法求解。利用半光滑牛顿算法在低维子空间最小化光滑凸函数，并给出不精确准则，该算法有全局和局部收敛性，还用于信号恢复与CT图像恢复，效果良好。
RespGeomLib: A Reproducible Parametric Engine for Generating Analysis-Ready Human Airway Lumen Geometry
RespGeomLib：一个可复现的参数化引擎，用于生成分析就绪的人类气道管腔几何结构
专题命中 医学影像 ：CT(abstract,abstract_cn)；biomedical(abstract)
AI总结 提出RespGeomLib，一个基于YAML规范的可复现参数化引擎，通过端口组装与隐式平滑混合生成无缝气道管腔表面，避免全局体素化，在定量上产生更清洁的分叉且更高效，支持形态测量引导生成和CFD仿真。
Comments Accepted to Publication at 2026 IEEE Mercon
MERMAID-v1 PET Scanner Prototype: Initial Characterization and First Zebrafish Scans
MERMAID-v1 PET扫描仪原型：初步表征与首次斑马鱼扫描
专题命中 医学影像 ：CT(abstract,abstract_cn)；biomedical(abstract)
AI总结 本文介绍MERMAID-v1原型PET扫描仪，通过表征实验和斑马鱼扫描验证其性能，空间分辨率约0.7-0.8mm，成功实现活体小水生脊椎动物成像。
Comments This work has been submitted to the IEEE for possible publication
CARE-X: Towards Clinically Useful Radiology VLMs with Auxiliary Supervision, Reward-Aligned Learning, and Tool-Augmented Measurement
CARE-X：借助辅助监督、奖励对齐学习与工具增强测量实现临床可用的放射学视觉语言模型
专题命中 医学影像 ：radiology(title)；分类 cs.CV
AI总结 CARE-X是一款胸部X射线视觉语言模型，通过辅助监督、奖励对齐学习及工具增强测量，在多个医学影像任务上实现了优于基线的性能，缩小了放射科医生需求与现有生成模型间的差距。
LLM-Guided Initialization for Accelerated Hybrid Quantum-Classical Medical Image Classification
大语言模型引导的初始化用于加速混合量子-经典医学图像分类
专题命中 医学影像 ：medical image(title)；分类 cs.LG
AI总结 该研究提出大语言模型引导的AdaInit初始化方法，结合GPU加速量子模拟，在乳腺X线摄影分类任务中，相比随机初始化大幅提升梯度方差与收敛速度，保持相同分类准确率，验证了方法的有效性与兼容性。
Comments Presented at IAICT 2026, Bali, Indonesia
EPRA U-Net: An Efficient Pyramid Residual Attention Framework for Accurate Infarct Segmentation in Diffusion-Weighted MRI
EPRA U-Net：一种用于扩散加权磁共振成像中准确梗死分割的高效金字塔残差注意力框架
机构 * Yozgat Bozok University（亚兹加特博兹克大学） ； Izmir Bakircay University（伊兹米尔巴克伊大学） ； Queen Mary’s Digital Environment Research Institute (DERI)（皇后玛丽数字环境研究 institute (DERI)） ； Firat University（费拉特大学） ； Qatar University（卡塔尔大学）
专题命中 医学影像 ：MRI(title)；分类 cs.CV
AI总结 研究提出EPRA U-Net用于DWI图像梗死分割，用基于EfficientNet的编码器提取特征，集成多种模块并采用双注意力机制，用Tversky损失函数，实验表明其性能优于其他模型。
Comments 25 pages, 13 figures, 10 tables
SNR-Adaptive Unified Diffusion for Multi-Task Medical Image Segmentation
用于多任务医学图像分割的信噪比自适应统一扩散
机构 * School of Telecommunications Engineering, Xidian University（西安电子科技大学通信工程学院） ； School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院）
专题命中 医学影像 ：medical image(title)；分类 cs.CV
AI总结 研究解决临床心脏成像模型冗余及知识共享问题，提出统一扩散分割框架UniT-Diff，通过特定机制化解冲突，在多基准测试中超越独立训练的特定任务基线。
Comments Accepted to IEEE SMC 2026. 6 pages, 15 figures
EnTrust: Modeling Inter-Modal Conflict for Trustworthy Multimodal Medical Image Analysis
EnTrust: 建模模态间冲突以实现可信的多模态医学图像分析
机构 * Khalifa University（哈利法大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Aarhus University（奥胡斯大学） ； Monash University（莫纳什大学） ； Jio University（Jio大学） ； NIT Jaipur（斋浦尔国立理工学院） ； University of Bern（伯尔尼大学） ； MedOS
专题命中 医学影像 ：medical image(title)；分类 cs.CV
AI总结 提出EnTrust框架，通过解耦模态特征中的共享共识、特定线索和冲突信号，利用扩散模型生成假设并校准像素级不确定性，在多个医学图像分割基准上达到SOTA，校准误差降低40%。
Trustworthy MRI Reconstruction via Bayesian Uncertainty Quantification with Sparsity Prior Models
贝叶斯磁共振联合图像重建与不确定性量化：基于稀疏先验模型和马尔可夫链蒙特卡洛采样
机构 * Department of Computer Science, University of Exeter（埃克塞特大学计算机科学系） ； UCL Hawkes Institute, Department of Computer Science, University College London（伦敦大学学院计算机科学系霍克斯研究所）
专题命中 医学影像 ：MRI(title)；分类 cs.CV
AI总结 提出一种基于压缩感知磁共振图像重建的不确定性量化框架，采用贝叶斯线性逆问题建模，利用稀疏先验（总变分或小波变换）和分裂增广吉布斯采样器进行MCMC采样，在单线圈和多线圈数据集上验证了优于优化方法和深度学习方法的图像重建与不确定性量化性能。
CSWinUNETR: Segmentation of Thin Anatomical Structures in Medical Images
CSWinUNETR: 医学图像中薄解剖结构的分割
机构 * Hanyang University（汉阳大学） ； Hankuk University of Foreign Studies（韩国外国语大学）
专题命中 医学影像 ：medical image(title)；分类 cs.CV
AI总结 提出CSWinUNETR通用骨干网络，通过交叉形条带自注意力、循环移位、细节增强多尺度自注意力和稀疏控制动态蛇形卷积，解决薄结构分割中的低对比度、断裂和类不平衡问题，在眼科、神经血管和皮肤科基准上超越现有方法。
Comments Accepted at MICCAI 2026
An Open-Source Monitoring Framework for Data Exploration and Progress Tracking in Multi-Center Radiology Studies
一个用于多中心放射学研究中数据探索与进度跟踪的开源监控框架
机构 * Germany Cancer Research Center（德国癌症研究中心） ； University of Heidelberg（海德堡大学） ； University Hospital Frankfurt（法兰克福大学医院） ； Charite Universitätsmedizin Berlin（柏林夏里特医学院） ； Berlin Institute of Health（柏林健康研究所）
专题命中 医学影像 ：radiology(title)；分类 cs.CV
AI总结 提出基于Grafana-Prometheus的轻量级开源监控架构，通过聚合分布式站点指标并可视化，实现隐私保护的数据探索和进度监控，已在德国RACOON联盟38家大学医院部署验证。
VLM- and LLM-Driven Multi-Agent System for PET Image Denoising
基于视觉语言模型（VLM）与大语言模型（LLM）驱动的多智能体正电子发射断层扫描（PET）图像去噪系统
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、eess.IV
AI总结 针对PET图像分辨率低、信噪比差及深度学习去噪部署需多模型与专家干预的问题，本文提出VLM与LLM驱动的多智能体闭环PET去噪框架，自主选最优模型参数，在低剂量数据上优于UNet等基线方法。
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
机构 * Tulane University（杜兰大学） ； Simula Research Laboratory（Simula研究实验室）
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
When Repository Labels Are Not Image-Level Truth: A Supervision Auditing Framework for Chest Radiograph AI
当仓库标签并非图像级真值：面向胸部X光AI的监督审计框架
专题命中 医学影像 ：medical AI(abstract)；radiology(abstract)；分类 cs.CV、eess.IV
AI总结 针对胸部X光仓库标签非图像级真值的问题，提出RSA框架，以MIMIC-CXR心脏肥大数据为例发现其标签与专家评估一致性极低，用专家精选队列训练的DenseNet121模型达0.853的ROC-AUC，强调监督审计的重要性。
Comments Accepted (oral) at the 3rd MICCAI Student Board (MSB) EMERGE Workshop, MICCAI 2026. This is the authors' version; the final authenticated version will appear in Springer Lecture Notes in Computer Science (LNCS). 10 pages, 3 figures
Implicit representations are dead. Long live explicit primitives!
隐式表示已死！显式基元万岁！
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、eess.IV
AI总结 本文针对医学影像，对比评估了高斯显式基元与隐式神经表示，发现高斯表示重建性能相当或更优，且计算成本更低，有望成为医学影像领域的研究方向。
P3CA: Encoder-Agnostic Interpretation of Vision Foundation Model Embeddings via Spatial Probing
P3CA：通过空间探测实现与编码器无关的视觉基础模型嵌入解释
机构 * School of Computing, Queen’s University（女王大学计算学院）
专题命中 医学影像 ：medical image(abstract)；pathology(abstract)；分类 cs.CV、cs.LG
AI总结 针对视觉基础模型嵌入难以解释的问题，提出与编码器无关的P3CA方法，通过空间提示实现局部探测，在多类数据上验证其可揭示局部结构、提升病理判别能力等贡献。
Comments 10 pages, 5 figures, 1 table. Accepted at the iMIMIC Workshop, MICCAI 2026. This arXiv version is the pre-peer-review author manuscript
Dual-domain U-Nets with embedded back projection operators for motion-resolved 4D CBCT reconstruction
嵌入反投影算子的双域U-Net用于运动分辨的4D CBCT重建
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、cs.LG
AI总结 该研究提出嵌入反投影算子的双域U-Net，从无呼吸信号或投影分箱的自由呼吸扫描中重建运动分辨的4D CBCT，在模拟与临床数据上均表现出更优的肿瘤、食道可见性及更少运动伪影，实现了高质量4D重建。
Comments 15 pages, 9 Figures
Protocol generalisation for brain tissue microstructure estimation via hypernetwork-controlled geometric deep learning
基于超网络控制的几何深度学习的脑组织微结构估计的协议泛化
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV、eess.IV
AI总结 本文提出一种融入b-值依赖的超网络控制SCNN架构，实现b-值与b-向量泛化及旋转等变性，提升了脑组织微结构估计的鲁棒性与临床适用性。
SCALP: Semi-Supervised Statistical Shape Modeling from Imperfect 3D Photogrammetry via Landmark-Anchored Spectral Warp
SCALP：基于地标锚定谱变形的不完美3D摄影测量半监督统计形状建模
机构 * Scientific Computing and Imaging Institute, University of Utah（犹他大学科学计算与成像研究所） ； Kahlert School of Computing, University of Utah（犹他大学卡勒特计算机学院） ； Division of Pediatric Plastic Surgery, UPMC Children’s Hospital of Pittsburgh（匹兹堡大学医学中心儿童医院小儿整形外科）
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、cs.LG
AI总结 SCALP是一种半监督统计形状建模框架，通过两阶段方法从原始不完美3D摄影测量扫描构建一致形状模型，在婴儿头型分析中优于现有无监督点云方法，提供无辐射的临床可行途径。
Beyond Random Partitioning: Unsupervised Spatio-Temporal Stratification for Cohort Balancing in Longitudinal Medical Imaging
超越随机划分：纵向医学影像中队列平衡的无监督时空分层方法
机构 * Oslo University Hospital（奥斯陆大学医院）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV、cs.LG
AI总结 针对纵向医学影像随机划分导致的协变量偏移和采样失衡问题，提出三方数据集分析框架，结合肘部优化K-means与分层抽样，实现队列平衡，大幅降低强度偏差，提升划分稳定性。
Comments 22 pages, 7 figues
Few-shot Deep Learning for Phase-Amplitude Aberration Correction in Transcranial Focused Ultrasound
用于经颅聚焦超声中相位-振幅像差校正的少样本深度学习
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.LG、eess.IV
AI总结 该研究针对经颅聚焦超声像差校正的实时需求，提出少样本深度代理框架，通过预训练加少量微调实现快速适配，校正精度高且速度较传统方法提升显著。
Comments 11 pages, 3 figures, 3 tables
Segmentation Robustness and Predictive Utility in Glioblastoma Radiomics: Evidence for a Trade-off in Survival Modelling
胶质母细胞瘤放射组学中的分割稳健性和预测效用：生存模型中权衡的证据
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV、eess.IV
AI总结 研究胶质母细胞瘤放射组学中特征稳健性与预测效用的关系，通过UPENN-GBM队列获取4752个特征，用ICC量化稳健性，经多种模型交叉验证，发现稳健性非特征选择可靠标准，放射组学特征纳入未超临床基线，稳健性过滤未提升性能。
Comments Accepted as a full paper at HCist 2026 and for publication in Procedia Computer Science
Beyond Backbone Backpropagation: A Decoupled Strategy for Efficient Transfer Learning
超越骨干反向传播：一种用于高效迁移学习的解耦策略
机构 * Universidade da Coruña（科鲁尼亚大学） ； CITIC（中信）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV、cs.LG
AI总结 针对深度学习模型部署难题，提出轻量级训练策略，解耦特征提取与分类器优化，预计算特征减少开销，重新设计分类器头。在多种架构和数据集上评估，显著减少训练时间，兼顾精度，还能大幅减少二氧化碳排放，提供可持续方案。
From Data Completeness to Data Sufficiency: A Task-Driven Imaging Framework for Intraoperative CBCT under Quality-Time-Dose Trade-offs
从数据完备性到数据充分性：质量-时间-剂量权衡下的术中CBCT任务驱动成像框架
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； School of Instrument Science and Engineering, Southeast University（东南大学仪器科学与工程学院） ； Shanghai First-Imaging Information Technology Co., LTD.（上海第一影像信息技术有限公司）
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、eess.IV
AI总结 该研究针对术中CBCT，指出追求数据完备性不合理，提出围绕数据充分性评估，强调临床决策所需最小图像质量阈值，综合多场景证据表明可接受近似误差以实现质量、时间、剂量平衡。
TMF-RSE: Tri-Modal Fusion with Regional Semantics and Evidential Uncertainty for Lung Severity Scoring
TMF-RSE：用于肺部严重程度评分的具有区域语义和证据不确定性的三模态融合
机构 * Institute of Applied Sciences and Intelligent Systems (ISASI), CNR（应用科学与智能系统研究所（ISASI），CNR） ； Department of Computer Science and Artificial Intelligence, University of the Basque Country (UPV/EHU)（巴斯克国家大学计算机科学与人工智能系） ； University of Salento（萨莱nton大学）
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、eess.IV
AI总结 针对从胸部影像量化肺部疾病严重程度的问题，提出TMF-RSE框架，结合多模态特征，采用互补融合机制和证据回归，在相关数据集实验中性能优于基于Transformer的基线。
Comments 6 pages, 2 figures, 5 tables. IEEE conference format (IEEEtran). Submitted to AVSS 2026. Tri-modal fusion for lung severity scoring using appearance, segmentation, and VLM semantics with evidential uncertainty
Shape Over Intensity: Directional Topological Encoding for False Positive Reduction in Intracranial Aneurysm Detection
面向动脉瘤与分叉检测的拓扑形状表示方法
机构 * Sardar Patel Institute of Technology（萨达尔·帕特尔技术学院）
专题命中 医学影像 ：CT(abstract,abstract_cn)；分类 cs.CV、cs.LG
AI总结 针对颅内动脉瘤CTA检测假阳性高、小病灶灵敏度低的问题，提出即插即用拓扑感知框架，采用SECT表征血管几何，大幅提升小动脉瘤检测性能与跨设备泛化性。
Comments 36 pages, 12 figures, preprint
Graph Representation Learning of Longitudinal Medical Imaging Trajectories for Treatment Response Prediction
用于治疗反应预测的纵向医学影像轨迹的图表示学习
机构 * Technical University of Munich（慕尼黑工业大学） ； TUM University Hospital Rechts der Isar（慕尼黑工业大学伊萨尔河右岸大学医院） ； Helmholtz Munich（慕尼黑亥姆霍兹中心） ； Universitat de Barcelona（巴塞罗那大学） ； Medical University of Vienna（维也纳医科大学） ； King’s College London（伦敦国王学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 医学影像 ：MRI(abstract,abstract_cn)；分类 cs.CV、cs.LG
AI总结 针对乳腺癌患者新辅助化疗治疗反应预测难题，提出基于影像的3D时空框架，集成图神经网络及时空交互关系建模与新自监督目标，实验表明该方法性能优越，还建立了预测基准并评估相关影响。
PulmoSight-XAI: An Explainable Multi-View Attention Ensemble with Gradient Boosting Meta-Learning for Multi-Label Chest X-Ray Classification
PulmoSight-XAI：用于多标签胸部X光分类的具有梯度提升元学习的可解释多视图注意力集成
机构 * Department of Biomedical Engineering Bangladesh University of Engineering and Technology (BUET)（孟加拉国工程技术大学（BUET）生物医学工程系）
专题命中 医学影像 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG
AI总结 针对胸部X光分类挑战，提出分层多视图集成框架。用五个卷积神经网络分别处理正侧位片，结合多尺度特征融合与注意力模块，采用混合损失函数优化模型，通过分层元学习策略提升性能，兼具准确性与可解释性。
Comments 17 pages, 3 figures, 6 tables
CIPHER: Causal Intervention Pathways for Healthcare Equity and Robustness
CIPHER：用于医疗公平性和稳健性的因果干预路径
机构 * College of Biomedical Engineering, Fudan University（复旦大学 生物医学工程学院）
专题命中 医学影像 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG
AI总结 研究医疗诊断深度学习模型在敏感亚组间表现差异问题，基于结构因果模型揭示敏感属性影响图像内容的四条路径，引入CIPHER框架干预因果路径，提升诊断准确性并减少差异。
Comments 8 pages, 2 figures. Accepted by MICCAI 2026
