医学 AI

Atherosclerotic carotid plaques on panoramic imaging: an automatic detection using deep learning with small dataset

Lazar Kats, Marilena Vered, Ayelet Zlotogorski-Hurvitz, Itai Harpaz

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

Comments 11 pages, 5 figures

A Pulmonary Nodule Detection Model Based on Progressive Resolution and Hierarchical Saliency

Junjie Zhang, Yong Xia, Yanning Zhang

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

Comments 8 pages,4 figures,1 table

Preserving Differential Privacy in Convolutional Deep Belief Networks

NhatHai Phan, Xintao Wu, Dejing Dou

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

Deep Convolutional Neural Networks for Computer-Aided Detection: CNN Architectures, Dataset Characteristics and Transfer Learning

Hoo-Chang Shin, Holger R. Roth, Mingchen Gao, Le Lu, Ziyue Xu, Isabella Nogues, Jianhua Yao, Daniel Mollura, Ronald M. Summers

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

Development of a Large-scale Dataset of Chest Computed Tomography Reports in Japanese and a High-performance Finding Classification Model

Yosuke Yamagishi, Yuta Nakamura, Tomohiro Kikuchi, Yuki Sonoda, Hiroshi Hirakawa, Shintaro Kano, Satoshi Nakamura, Shouhei Hanaoka, Takeharu Yoshikawa, Osamu Abe

专题命中 医学数据与评测 ：CT(abstract,comments)；radiology(abstract)

Comments Dataset available at https://huggingface.co/datasets/YYama0/CT-RATE-JPN

Journal ref JMIR Med Inform 2025;13:e71137

Patherea: Cell Detection and Classification for the 2020s

Dejan Štepec, Maja Jerše, Snežana Đokić, Jera Jeruc, Nina Zidar, Danijel Skočaj

机构 * Faculty of Computer and Information Science, University of Ljubljana（计算机与信息科学学院，卢布尔雅那大学） ； Institute of Pathology, Faculty of Medicine, University of Ljubljana（病理学研究所，医学学院，卢布尔雅那大学） ； Institute of Oncology Ljubljana（卢布尔雅那肿瘤研究所） 纠错

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

Comments Submitted to Medical Image Analysis

Federated brain tumor segmentation: an extensive benchmark

Matthis Manthe, Stefan Duffner, Carole Lartizien

专题命中 医学数据与评测 ：medical image(abstract,journal_ref)；分类 cs.CV、cs.LG、eess.IV

Journal ref Medical Image Analysis, 2024, 97, pp.103270

Fair Evaluation of Federated Learning Algorithms for Automated Breast Density Classification: The Results of the 2022 ACR-NCI-NVIDIA Federated Learning Challenge

Kendall Schmidt, Benjamin Bearce, Ken Chang, Laura Coombs, Keyvan Farahani, Marawan Elbatele, Kaouther Mouhebe, Robert Marti, Ruipeng Zhang, Yao Zhang, Yanfeng Wang, Yaojun Hu, Haochao Ying, Yuyang Xu, Conrad Testagrose, Mutlu Demirer, Vikash Gupta, Ünal Akünal, Markus Bujotzek, Klaus H. Maier-Hein, Yi Qin, Xiaomeng Li, Jayashree Kalpathy-Cramer, Holger R. Roth

专题命中 医学数据与评测 ：radiology(abstract)；分类 cs.CV、cs.LG、eess.IV；medical image(journal_ref)

Comments 16 pages, 9 figures

Journal ref Medical Image Analysis Volume 95, July 2024, 103206

Integrating kNN with Foundation Models for Adaptable and Privacy-Aware Image Classification

Sebastian Doerrich, Tobias Archut, Francesco Di Salvo, Christian Ledig

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

Comments Accepted at 21st IEEE International Symposium on Biomedical Imaging (IEEE ISBI 2024)

FedFTN: Personalized Federated Learning with Deep Feature Transformation Network for Multi-institutional Low-count PET Denoising

Bo Zhou, Huidong Xie, Qiong Liu, Xiongchao Chen, Xueqi Guo, Zhicheng Feng, Jun Hou, S. Kevin Zhou, Biao Li, Axel Rominger, Kuangyu Shi, James S. Duncan, Chi Liu

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

Comments 13 pages, 6 figures, Accepted at Medical Image Analysis Journal (MedIA)

Facial Anatomical Landmark Detection using Regularized Transfer Learning with Application to Fetal Alcohol Syndrome Recognition

Zeyu Fu, Jianbo Jiao, Michael Suttie, J. Alison Noble

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

Comments To appear in IEEE journal of Biomedical and Health Informatics 2021

Comparative Evaluation of Deep Learning-Based and WHO-Informed Approaches for Sperm Morphology Assessment

深度学习与世卫指南结合方法在精子形态评估中的比较评估

Mohammad Abbadi

机构 * College of Engineering and Information Technology（工程与信息技术学院） ； University of Dubai（迪拜大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 本文提出基于图像的深度学习方法在精子形态评估中优于传统世卫标准和炎症指数方法，提供更可靠的预测和临床应用。

Comments Under review at Computers in Biology and Medicine

Learn2Reg 2024: New Benchmark Datasets Driving Progress on New Challenges

Learn2Reg 2024：新基准数据集推动新挑战的进步

Lasse Hansen, Wiebke Heyer, Christoph Großbröhmer, Frederic Madesta, Thilo Sentker, Wang Jiazheng, Yuxi Zhang, Hang Zhang, Min Liu, Junyi Wang, Xi Zhu, Yuhua Li, Liwen Wang, Daniil Morozov, Nazim Haouchine, Joel Honkamaa, Pekka Marttinen, Yichao Zhou, Zuopeng Tan, Zhuoyuan Wang, Yi Wang, Hongchao Zhou, Shunbo Hu, Yi Zhang, Qian Tao, Lukas Förner, Thomas Wendler, Bailiang Jian, Christian Wachinger, Jin Kim, Dan Ruan, Marek Wodzinski, Henning Müller, Tony C. W. Mok, Xi Jia, Jinming Duan, Mikael Brudfors, Seyed-Ahmad Ahmadi, Yunzheng Zhu, William Hsu, Tina Kapur, William M. Wells, Alexandra Golby, Aaron Carass, Harrison Bai, Yihao Liu, Perrine Paul-Gilloteaux, Joakim Lindblad, Nataša Sladoje, Andreas Walter, Junyu Chen, Reuben Dorent, Alessa Hering, Mattias P. Heinrich

机构 * EchoScout GmbH ； Institute of Medical Informatics（医学信息学研究所） ； Institute of Applied Medical Informatics（应用医学信息学研究所） ； Institute of Computational Neuroscience（计算神经科学研究所） ； School of Artificial Intelligence and Robotics（人工智能与机器人学院） ； Cornell University（康奈尔大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Mechanical Engineering Department（机械工程系） ； Harvard Medical School（哈佛医学院） ； Technical University of Munich（慕尼黑技术大学） ； Aalto University（阿德莱德大学） ； Canon Medical Systems (China) Co., Ltd.（佳能医疗系统（中国）有限公司） ； Smart Medical Imaging, Learning and Engineering (SMLE) Lab（智能医学影像、学习和工程实验室） ； School of Information Science and Engineering（信息科学与工程学院） ； Department of Imaging Physics（影像物理系） ； Clinical Computational Medical Imaging Research（临床计算医学成像研究） ； TUM Klinikum Rechts der Isar（慕尼黑工业大学医院） ； University of California（加州大学） ； AGH University of Krakow（克拉科夫应用科学大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；biomedical(comments,journal_ref)；分类 cs.CV、eess.IV

AI总结 Learn2Reg 2024通过引入新任务和数据集，推动医学图像配准领域在模态多样性和任务复杂性方面的进展。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:034

Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)

The MICCAI Federated Tumor Segmentation (FeTS) Challenge 2024: Efficient and Robust Aggregation Methods for Federated Learning

MICCAI 2024 联邦肿瘤分割挑战：联邦学习中高效且稳健的权重聚合方法

Akis Linardos, Sarthak Pati, Ujjwal Baid, Brandon Edwards, Patrick Foley, Kevin Ta, Verena Chung, Micah Sheller, Muhammad Irfan Khan, Mojtaba Jafaritadi, Elina Kontio, Suleiman Khan, Leon Mächler, Ivan Ezhov, Suprosanna Shit, Johannes C. Paetzold, Gustav Grimberg, Manuel A. Nickel, David Naccache, Vasilis Siomos, Jonathan Passerat-Palmbach, Giacomo Tarroni, Daewoon Kim, Leonard L. Klausmann, Prashant Shah, Bjoern Menze, Dimitrios Makris, Spyridon Bakas

机构 * Department of Pathology and Laboratory Medicine, Indiana University School of Medicine（印第安纳大学医学院病理学与实验室医学系） ； Center for Federated Learning in Medicine, Indiana University School of Medicine（印第安纳大学医学院医学联邦学习中心） ； Medical AI Group, MLCommons（MLCommons医学人工智能小组） ； Intel Corporation（英特尔公司） ； Sage Bionetworks（Sage生物网络） ； Turku University of Applied Sciences（图尔库应用科学大学） ； Stanford University（斯坦福大学） ； Ecole Normale Supérieure（巴黎高等师范大学） ； Technical University of Munich（慕尼黑技术大学） ； Weill Cornell Medicine（韦尔医学院） ； Ezri AI Labs（Ezri AI实验室） ； City St George’s, University of London（伦敦大学城市学院） ； Imperial College London（伦敦帝国学院） ； Seoul National University（首尔国立大学） ； Ostbayerische Technische Hochschule (OTH) Regensburg（雷根斯堡应用技术大学） ； Universität Zürich（苏黎世大学） ； Kingston University London（伦敦金史密斯学院） ； Departments of Radiology and Imaging Sciences（印第安纳大学医学院放射学与影像科学系；神经外科系；生物统计学与健康数据科学系） ； Neurological Surgery（印第安纳大学计算机科学系；Luddy信息学、计算与工程学院） ； Biostatistics and Health Data Science, Indiana University School of Medicine ； Department of Computer Science, Luddy School of Informatics, Computing and Engineering, Indiana University 纠错

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

AI总结 MICCAI 2024挑战提出基于PID控制器的联邦学习方法，提升肿瘤分割的鲁棒性和效率，实现高DSC和低HD95的优异性能。

Comments Published at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:033

Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)

ADPv2: A Hierarchical Histological Tissue Type-Annotated Dataset for Potential Biomarker Discovery of Colorectal Disease

Zhiyuan Yang, Kai Li, Sophia Ghamoshi Ramandi, Patricia Brassard, Hakim Khellaf, Vincent Quoc-Huy Trinh, Jennifer Zhang, Lina Chen, Corwyn Rowsell, Sonal Varma, Kostas Plataniotis, Mahdi S. Hosseini

机构 * Department of Computer Science \& Software Engineering, Concordia University, 2155 Guy St, Montreal, QC H3H 2L9, Canada ； Department of Electrical \& Computer Engineering, University of Toronto, 10 King's College Rd, Toronto, ON M5S 3G8, Canada ； Department of Chemistry \& Biology, Toronto Metropolitan University, 350 Victoria St. Toronto, ON M5B 2K3, Canada ； Department of Medicine, Université de Montréal, Pavillon Roger-Gaudry, 2900 Edouard Montpetit Blvd, Montreal, QC H3T 1J4, Canada ； Axe Cancer, Centre de recherche du CHUM, 900 Saint-Denis St, Montréal, QC H2X 0A9, Canada ； Anatomic Pathology, Sunnybrook Health Sciences Centre, 2075 Bayview Ave, Toronto, ON M4N 3M5, Canada ； Department of Laboratory Medicine \& Pathobiology, University of Toronto, Simcoe Hall, 1 King's College Circle, Toronto, ON M5S 3K3, Canada ； Department of Pathology \& Molecular Medicine, Queen’s University, 88 Stuart Street Queen's University Kingston, ON K7L 3N6 Canada ； Department of Pathology \& Molecular Medicine, Université de Montréal, 2900 Édouard-Montpetit Blvd, Montréal, QC H3T 1J4, Canada 纠错

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV、cs.LG、q-bio

Boosting multi-demographic federated learning for chest radiograph analysis using general-purpose self-supervised representations

Mahshad Lotfinia, Arash Tayebiarasteh, Samaneh Samiei, Mehdi Joodaki, Soroosh Tayebi Arasteh

专题命中 医学数据与评测 ：medical image(abstract)；radiology(comments,journal_ref)；分类 cs.CV、cs.LG

Comments Published in European Journal of Radiology Artificial Intelligence

Journal ref European Journal of Radiology Artificial Intelligence, 2025, 3:100028

Diabetic Retinopathy Detection Based on Convolutional Neural Networks with SMOTE and CLAHE Techniques Applied to Fundus Images

Sidhiq Mardianta, Affandy, Catur Supriyanto, Catur Supriyanto, Adi Wijaya

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

Comments 6 pages, 6 figures, 2 tables

Privacy Preserving Image Registration

Riccardo Taiello, Melek Önen, Francesco Capano, Olivier Humbert, Marco Lorenzi

专题命中 医学数据与评测 ：medical image(abstract,comments)；分类 cs.CV、eess.IV

Comments v4 Accepted at Medical Image Computing and Computer Assisted Intervention (2022) 130-140

Journal ref Medical Image Analysis Medical Image Analysis, Volume 94, May 2024, 103129

Accounting for iron-related off-target binding effects of 18F-AV1451 PET in the evaluation of cognition and microstructure in APOE-e4+ MCI

Jason Langley, Daniel E. Huddleston, Ilana J. Bennett, Xiaoping P. Hu

专题命中 医学数据与评测 ：MRI(abstract)；pathology(abstract)；分类 q-bio

Comments 11 pages, 5 figures, 1 table

Evaluation of Spatial Resolution and Noise Sensitivity of sLORETA Method for EEG Source Localization Using Low-Density Headsets

Sajib Saha, Yakov I. Nesterets, Murat Tahtali, Timur E. Gureyev

专题命中 医学数据与评测 ：MRI(abstract)；diagnosis(abstract)；分类 q-bio

Comments 13 pages

Synthesis, characterization, and biological evaluation of gelatin-based scaffolds

Giuseppe Tronci

专题命中 医学数据与评测 ：CT(abstract)；biomedical(abstract)；分类 q-bio

Comments PhD thesis, University of Potsdam, Germany, December 2010

TreeProbe : A Tibetan Medicine Benchmark for Cultural Bias in LLMs

TreeProbe：面向大型语言模型文化偏见的藏医药基准测试集

Jin Zhang, Linyu Li, Weili Jiang, Yuqing Cai, Yutong Liu, Guanquecairang, Yongbin Yu, Jingye Cai, Nyima Tashi, Gadeng Luosang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tibet University（西藏大学） ； Peking University（北京大学） ； Southwest Jiaotong University（西南交通大学） 纠错

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

AI总结 本研究针对大型语言模型的藏医药文化偏见问题，构建了首个基于藏医药“医学之树”框架的基准测试集TreeProbe，发现现有模型存在系统性本体漂移，为公平医疗AI开发提供了诊断基准。

Rethinking Clinical Relevance in Chest X-ray Machine Learning: How Evaluation References Define Performance

重新思考胸部X射线机器学习中的临床相关性：评估参考如何定义性能

Panagiotis Fytas, Ian Selby, Clemens Karner, Judith Babar, Simon Baker, Jake Beckford, Timothy J. Sadler, Shahab Shahipasand, Arthikkaa Thavakumar, John Li Chen, Alex Sawer, Michael Roberts, Jonathan Weir-McCall, J. H. F. Rudd, Carola-Bibiane Schönlieb, Anna Korhonen, Anna Breger

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 该研究针对胸部X射线机器学习，探究评估参考选择对模型性能与排名的影响，发现常用指标与临床判断一致性差，强调需将评估参考选择作为临床有效性的核心部分。

Comments 67 pages, including supplementary material

COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset

COBRA2026：一个大规模多中心盆腔锥束计算机断层扫描投影数据集

Adrian Thummerer, Simon Rit, Florian Kamp, Matteo Maspero, Martjin P. W. Intven, Thomas G. Boné, Christopher Kurz, Guillaume Landry, Thomas Baudier, Mustafa Kadhim, Julius Arnold, Michael Rauter, Barbara Knäusl, Lukas Zimmermann

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 COBRA2026数据集用于开发和评估放疗CBCT相关方法，含欧洲六个中心867名患者数据，经处理后分为训练、验证和测试集，支持多种研究，以特定许可发布并附代码，构成重建挑战基础。

PriPHiT: Privacy-Preserving Hierarchical Training of Deep Neural Networks

PriPHiT: 保护隐私的深度神经网络分层训练

Yamin Sepehri, Pedram Pad, Pascal Frossard, L. Andrea Dunbar

机构 * Signal Processing Laboratory (LTS4), École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院洛桑校区信号处理实验室） ； Centre Suisse d’Electronique et de Microtechnique (CSEM)（瑞士电子与微技术中心） 纠错

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

AI总结 PriPHiT通过在边缘设备和云服务器上分层训练深度神经网络，利用对抗性早期退出和噪声添加技术，在保护隐私的同时提升模型性能。

Comments 21 pages, 19 figures, 11 tables

Journal ref Published in IEEE Transactions on Multimedia, vol. 27, pp. 8803-8818, 2025

First, do NOHARM: a medical safety benchmark and randomized study of physician and AI teaming on clinical consultations

首先，不伤害：迈向临床安全的大语言模型

David Wu, Fateme Nateghi Haredasht, Saloni Kumar Maharaj, Priyank Jain, Jessica Tran, Matthew Gwiazdon, Arjun Rustagi, Jenelle Jindal, Jacob M. Koshy, Vinay Kadiyala, Anup Agarwal, Bassman Tappuni, Brianna French, Sirus Jesudasen, Christopher V. Cosgriff, Rebanta Chakraborty, Jillian Caldwell, Susan Ziolkowski, David J. Iberri, Robert Diep, Rahul S. Dalal, Kira L. Newman, Kristin Galetta, J. Carl Pallais, Nancy Wei, Kathleen M. Buchheit, David I. Hong, Vartan Pahalyants, Ernest Y. Lee, Allen Shih, Tamara B. Kaplan, Vishnu Ravi, Sarita Khemani, Thomas A. Buckley, April S. Liang, Daniel Shirvani, Advait Patil, Nicholas Marshall, Kanav Chopra, Joel Koh, Adi Badhwar, Anastasia Perez, Austin J. Schoeffler, Mahbuba Tusty, Chase M. Walton, Liam G. McCoy, David J. H. Wu, Yingjie Weng, Sumant Ranji, Kevin Schulman, Nigam H. Shah, Jason Hom, Arnold Milstein, Arjun K. Manrai, Adam Rodman, Jonathan H. Chen, Ethan Goh

机构 * Harvard Combined Dermatology Program（哈佛联合皮肤科项目） ； Department of Dermatology, Mass General Brigham（麻省总医院皮肤科） ； Harvard Medical School（哈佛医学院） ； Stanford Center for Biomedical Informatics Research（斯坦福生物医学信息学研究中心） ； Stanford University（斯坦福大学） ； Division of Hospital Medicine, Department of Medicine, Stanford University School of Medicine（斯坦福大学医学院医院医学科） ； Department of Medicine, Cambridge Health Alliance（剑桥健康联盟医学科） ； Beth Israel Deaconess Hospital–Plymouth（贝塞斯达德acons医院-普利茅斯） ； Department of Medicine, University of California, San Francisco（加州大学旧金山分校医学科） ； Department of Neurology, Stanford University School of Medicine（斯坦福大学医学院神经科） ； Department of Medicine, Beth Israel Deaconess Medical Center（贝塞斯达德acons医学中心医学科） ； Division of Cardiology, Department of Medicine, Cambridge Health Alliance（剑桥健康联盟心脏病科） ； Department of Cardiovascular Medicine, Summa Health System（Summa健康系统心血管医学科） ； Division of Allergy, Pulmonary, and Critical Care Medicine, Department of Medicine, University of Wisconsin-Madison（威斯康星大学麦迪逊分校医学科过敏、呼吸科和危重医学科） ； Division of Pulmonary and Critical Care Medicine, Department of Medicine, Massachusetts General Hospital（麻省总医院呼吸科和危重医学科） ； Center for Immunology and Inflammatory Diseases, Department of Medicine, Massachusetts General Hospital（麻省总医院免疫和炎症疾病中心） ； Broad Institute of MIT and Harvard（MIT和哈佛Broad研究所） ； Division of Pulmonary, Critical Care, and Sleep Medicine, Cambridge Health Alliance（剑桥健康联盟呼吸科、危重医学科和睡眠医学科） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；clinical AI(abstract)

AI总结 提出NOHARM基准，包含1100个初级到专科咨询案例，评估28个LLM的医疗建议安全性，发现高达22.6%的案例存在严重危害风险，其中遗漏错误占80%以上。

T2D-Bench: Evidence-Gated Evaluation of LLM Outputs for Type 2 Diabetes Using a Multi-Layer Clinical-Lifestyle Knowledge Graph

T2D-Bench：基于多层临床-生活方式知识图谱的2型糖尿病LLM输出证据门控评估

Saba A. Farahani, Hung Cao, Ramesh Jain, Amir M. Rahmani

机构 * University of California, Irvine（加州大学尔湾分校） 纠错

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

AI总结 提出T2D-Bench基准，通过多层知识图谱和证据门控机制，检测LLM输出中未满足指南约束的临床遗漏，并在2型糖尿病诊断、用药安全等场景中实现可测量纠正。

Comments 7 pages, 2 figures, 2 tables. Accepted as a poster at AMIA 2026 Annual Symposium

POPSICLE: Benchmark Datasets for Segmentation and Localization in CryoET

POPSICLE: 用于冷冻电镜断层扫描中分割和定位的基准数据集

Jonathan Schwartz, Utz Heinrich Ermel, C. Braxton Owens, Zhuowen Zhao, Ariana Peck, Gus L. W. Hart, Grant J. Jensen, Bridget Carragher, Dari Kimanius

机构 * Biohub ； Brigham Young University 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 提出POPSICLE基准套件，基于CryoET数据门户构建，涵盖真核和原核系统、纯化与原位样本，支持体素分割和稀疏定位任务，旨在解决冷冻电镜断层扫描中缺乏标准化基准的问题。

PhysDox: Benchmarking LLMs on Physical Feasibility Auditing of Physiological Sensing Protocols

PhysDox: 对生理传感协议的物理可行性审计进行LLM基准测试

He Liu, Boyuan Gu, Shuaiqi Cheng, Haiyang Sun, Siyu You, Xuming Hu

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

AI总结 提出PhysDox基准，通过两阶段评估（严重性检测和约束级诊断）测试LLM对生物医学协议物理可行性的审计能力，发现模型存在支架偏差和隐式约束高漏检率等问题。

Comments 31 Pages,7 Figures

Channel Chart Location Privacy Based on Geo-Indistinguishability

基于地理不可区分性的信道图位置隐私

Atsu Kokuvi Angélo Passah, Rodrigo C. de Lamare, Arsenia Chorti

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 针对信道制图中的位置隐私问题，提出基于马氏范数平面拉普拉斯机制的图表位置不可区分性框架，在保护隐私的同时保持信道图拓扑结构。