医学 AI

Replay-guided Test-time Adaptation for Fault Diagnosis Under Unseen Operating Conditions

基于回放的测试时适应用于未见操作条件下的故障诊断

Yakun Wang, Pengyu Han, Zeyi Liu, Xiao He, Dongming Cai, Hongshuo Zhao

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.SP

AI总结 本文提出了一种结合离线领域泛化和在线测试时适应的框架，用于解决工业系统中由于动态环境导致的故障诊断模型性能下降问题，通过回放机制提升模型在未见操作条件下的适应能力。

Comments 6 pages, 2 figures

On-Device Continual Learning with Dual-Stage Buffer and Dynamic Loss for Point-of-Care Pneumonia Diagnosis

设备端持续学习与双阶段缓冲器和动态损失用于现场肺炎诊断

Danu Kim

机构 * Korea International School, Jeju Campus（韩国国际学校，济州校区） 纠错

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

AI总结 本文提出PneumoNet，一种适用于资源受限环境的领域增量学习方法，结合轻量级CNN进行设备端预测，双阶段平衡缓冲器实现类别平衡回放，以及动态类别加权损失以纠正训练批次不平衡，实验表明其在模拟五个真实域变化场景的PneumoniaMNIST数据集上达到86.6%的准确率，同时更小更高效。

Comments Presented at 32nd Samsung Humantech Paper Awards

EndoCogniAgent: Closed-Loop Agentic Reasoning with Self-Consistency Validation for Endoscopic Diagnosis

EndoCogniAgent: 闭环代理推理与自我一致性验证用于内窥镜诊断

Yi Tang, Kai-Ni Wang, Yang Chen, Xiaopu He, Guangquan Zhou

机构 * School of Biological Science and Medical Engineering, Southeast University（东南大学生物科学与医学工程学院） ； Jiangsu Key Laboratory of Biomaterials and Devices, Southeast University（江苏省生物材料与器件重点实验室） ； State Key Laboratory of Digital Medical Engineering, Southeast University（国家数字医学工程重点实验室） ； The First Affiliated Hospital of Nanjing Medical University（南京医科大学第一附属医院） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Jiangsu Provincial Joint International Research Laboratory of Medical Information Processing（江苏省联合国际医学信息处理联合实验室） ； Laboratory of Image Science and Technology, the School of Computer Science and Engineering, Southeast University（图像科学与技术实验室，东南大学计算机科学与工程学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 该研究提出EndoCogniAgent框架，通过闭环代理推理和自我一致性验证提升内窥镜诊断的准确性与可靠性，其核心方法是将诊断过程建模为受控状态更新过程，并引入EndoAgentBench基准进行评估。

Comments 10 pages, 8 figures, 2 tables. Revised version with major updates on methodology and extended evaluation on EndoAgentBench. Code and data are available at https://github.com/Tyyds-ai/EndoCogniAgent

Attention Dispersion in Dynamic Graph Transformers: Diagnosis and a Transferable Fix

动态图变换器中的注意力分散：诊断与可迁移的修复

Jinhao Zhang, Kangfei Zhao, Qiuhao Zeng, Long-Kai Huang

机构 * Beijing Institute of Technology（北京理工大学） ； University of Toronto（多伦多大学） ； Hong Kong Baptist University（香港 Baptist 大学） 纠错

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

AI总结 本文识别动态图变换器在时间分布偏移下的注意力分散问题，并提出可迁移的差分注意力机制以提升性能，尤其在高偏移数据集上表现显著。

Explainable Machine Learning Framework for Cardiovascular Disease Diagnosis and Prognosis

可解释机器学习框架用于心血管疾病诊断与预后

Md. Emon Akter Sourov, Md. Sabbir Hossen, Pabon Shaha, Md. Moradul Siddique, Yadab Sutradhar, Md Sadiq Iqbal

机构 * Engineering Bangladesh University, Dhaka-1207, Bangladesh. ； Technology University, Santosh, Tangail-1902. ； Engineering University of Information Technology \ Sciences, Dhaka, Bangladesh. moradul\ ； Dept. of Computer Science Maharishi International University, Fairfield, IA 52557, United States. ； \ Bangladesh University, Dhaka-1207, Bangladesh. ； a Deparment of Computer Science \& Engineering, Bangladesh University, Dhaka-1207, Bangladesh. ； Tecnology University, Tangail-1902, Bangladesh. ； c Deparment of Computer Science \& Engineering, University of Information Technology of Sciences, Dhaka, Bangladesh. ； d Department of Computer Science,Fairfield, IA 52557, Maharishi International University, United States. 纠错

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

AI总结 本文提出结合分类与回归技术的机器学习框架，用于心血管疾病诊断与风险预测，通过SMOTE增强数据集并评估多种模型性能，随机森林和线性回归在准确率与R2指标上表现优异，同时利用可解释AI提升模型可理解性。

Comments This paper has been published at the IEEE SCSE 2026. The final version is available in the IEEE Xplore Digital Library. 2026 IEEE International Research Conference on Smart Computing and Systems Engineering, 2026

Copula-enhanced Vision Transformer for high myopia diagnosis through OU UWF fundus images

基于Copula的视觉Transformer用于通过OU UWF视网膜图像诊断高度近视

Chong Zhong, Yunhao Liu, Yang Li, Xiang Fu, Jin Yang, Danjuan Yang, Meiyan Li, Jinfeng Xu, Aiyi Liu, Alan H. Welsh, Xingtao Zhou, Bo Fu, Catherine C. Liu

机构 * Department of Applied Biology ； Chemical Technology, The Hong Kong Polytechnic University ； Department of Data Science \& AI, The Hong Kong Polytechnic University e2 ； School of Data Science, Fudan University e1 ； Department of Applied Mathematics, The Hong Kong Polytechnic University ； Department of Biostatistics, City University of Hong Kong ； Eye Institute ； Department of Ophthalmology, Eye \& ENT Hospital, Fudan University ； Eunice Kennedy Shriver National Institute of Child Health ； College of Business ； Economics, Australian National University 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出Copula增强的视觉Transformer模型，用于通过OU UWF视网膜图像诊断高度近视，解决双目图像异质性和多任务学习中的条件依赖结构建模问题。

Task-guided Spatiotemporal Network with Diffusion Augmentation for EEG-based Dementia Diagnosis and MMSE Prediction

基于扩散增强的任务引导时空网络用于基于EEG的痴呆症诊断和MMSE预测

Xiaoyu Zheng, Xu Tian, Bin Jiao, Kunbo Cui, Hanhe Lin, Lu Shen, Jin Liu

机构 * Hunan Provincial Key Lab on Bioinformatics, School of Computer Science and Engineering, Central South University（湖南生物信息省重点实验室，计算机科学与工程学院，中南大学） ； Xinjiang Engineering Research Center of Big Data and Intelligent Software, School of Software, Xinjiang University（新疆大数据与智能软件工程研究中心，软件学院，新疆大学） ； School of Science and Engineering, University of Dundee（科学与工程学院，邓迪大学） ； Department of Neurology, Xiangya Hospital, Central South University（神经内科，湘雅医院，中南大学） 纠错

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

AI总结 本文提出任务引导时空网络，通过多频段特征融合模块和扩散增强模块，提升EEG数据中痴呆症诊断和MMSE预测的准确性与鲁棒性。

Avionic Main Fuel Pump Simulation and Fault-Diagnosis Benchmark

航空主燃油泵仿真与故障诊断基准

Felix Leonhard Janzen, Lukas Moddemann, Alexander Diedrich, Oliver Niggemann

机构 * Institute of Artificial Intelligence（人工智能研究所） ； Helmut Schmidt University（海姆特-施密特大学） 纠错

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

AI总结 本文提出一个高保真度的航空主燃油泵系统仿真模型，用于生成标注的时序数据，通过RNN-VAE和SOM-VAE进行异常检测和运行模式离散化。

An Intelligent Fault Diagnosis Method for General Aviation Aircraft Based on Multi-Fidelity Digital Twin and FMEA Knowledge Enhancement

基于多保真度数字孪生和FMEA知识增强的通用航空飞机智能故障诊断方法

Zhihuan Wei, Yang Hu, Xinhang Chen, Yiming Zhang, Jie Liu, Wei Wang

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； School of Reliability and Systems Engineering, Beihang University（北京航空航天大学可靠性与系统工程学院） ； Department of Mechanical Engineering, City University of Hong Kong（香港城市大学机械工程系） 纠错

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

AI总结 本文提出基于多保真度数字孪生的智能故障诊断框架，通过高保真飞行动态仿真、FMEA驱动故障注入、多保真残差特征提取和大语言模型增强的可解释报告生成模块，解决通用航空飞机故障诊断中的数据稀缺、故障类型多样和故障特征弱等问题。

Domain-Aware Hierarchical Contrastive Learning for Semi-Supervised Generalization Fault Diagnosis

面向域的层次对比学习用于半监督泛化故障诊断

Junyu Ren, Wensheng Gan, Philip S Yu

机构 * College of Cyber Security, Jinan University（济南大学网络安全学院） ； Department of Computer Science, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算机科学系） 纠错

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

AI总结 本文提出面向域的层次对比学习框架，解决半监督域泛化故障诊断中伪标签偏差和样本利用不均的问题，通过域感知学习和层次对比学习提升监督质量与未标记样本利用。

Comments Preprint

Information Bottleneck-Guided Heterogeneous Graph Learning for Interpretable Neurodevelopmental Disorder Diagnosis

信息瓶颈引导的异构图学习用于可解释性神经发育障碍诊断

Yueyang Li, Lei Chen, Wenhao Dong, Shengyu Gong, Zijian Kang, Boyang Wei, Weiming Zeng, Hongjie Yan, Lingbin Bian, Zhiguo Zhang, Wai Ting Siok, Nizhuan Wang

机构 * Department of Language Science and Technology, The Hong Kong Polytechnic University（香港理工大学语言科学与技术系） ； Laboratory of Digital Image and Intelligent Computation, Shanghai Maritime University（上海 Maritime 大学数字图像与智能计算实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出I2B-HGNN框架，结合信息瓶颈原理指导脑连接建模与跨模态特征融合，实现高分类准确率和可解释性生物标志物识别。

Journal ref Neurocomputing, 2026

X-PCR: A Benchmark for Cross-modality Progressive Clinical Reasoning in Ophthalmic Diagnosis

X-PCR：眼科诊断中跨模态渐进临床推理的基准测试

Gui Wang, Zehao Zhong, YongSong Zhou, Yudong Li, Ende Wu, Wooi Ping Cheah, Rong Qu, Jianfeng Ren, Linlin Shen

机构 * School of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Tsinghua University（清华大学） ； University of Nottingham（诺丁汉大学） ； School of AI, Shenzhen University（深圳大学人工智能学院） ； Wenzhou Medical University（温州医科大学） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing, Shenzhen University（广东省智能信息处理重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出X-PCR基准测试，通过完整眼科诊断流程评估多模态大语言模型的渐进推理和跨模态整合能力，包含26,415张图像和177,868个专家验证的VQA对，评估21个模型揭示其在渐进推理和跨模态整合方面的不足。

Comments Accept by CVPR2026

Multi-Level Temporal Graph Networks with Local-Global Fusion for Industrial Fault Diagnosis

多级时序图网络与局部-全局融合用于工业故障诊断

Bibek Aryal, Gift Modekwe, Qiugang Lu

机构 * Department of Chemical Engineering, Texas Tech University（德克萨斯理工大学化学工程系） 纠错

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

AI总结 本文提出一种多级时序图网络，通过局部-全局特征融合提升工业故障诊断性能，实验表明其在复杂故障场景中表现优于基线方法。

Modeling Higher-Order Brain Interactions via a Multi-View Information Bottleneck Framework for fMRI-based Psychiatric Diagnosis

通过多视图信息瓶颈框架建模高阶脑相互作用用于基于fMRI的精神疾病诊断

Kunyu Zhang, Qiang Li, Vince D. Calhoun, Shujian Yu

机构 * Department of Computer Science, Vrije Universiteit Amsterdam（范德比大学计算机科学系） ； Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS)（神经影像与数据科学转化研究中心） ； Georgia State University（佐治亚州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； Department of Physics and Technology, UiT - The Arctic University of Norway（北挪威大学物理与技术系） 纠错

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

AI总结 本文提出O信息度量，用于建模高阶脑相互作用，结合三阶和四阶O信息，通过多视图信息瓶颈框架提升fMRI精神疾病诊断性能，实验表明优于11种基线方法，揭示可解释的区域协同-冗余模式。

Conditional Evidence Reconstruction and Decomposition for Interpretable Multimodal Diagnosis

基于条件证据重建与分解的可解释多模态诊断

Shaowen Wan, Yanjun Lv, Lu Zhang, Dajiang Zhu, Bharat Biswal, Tianming Liu, Xiaobo Li, Lin Zhao

机构 * Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； Department of Computer Science and Engineering, The University of Texas at Arlington（德克萨斯大学阿灵顿分校计算机科学与工程系） ； Department of Computer Science, Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校计算机科学系） ； School of Computing, University of Georgia（佐治亚大学计算科学学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出CERD框架，通过条件证据重建与分解，解决多模态诊断中模态缺失的问题，提升诊断的可解释性和临床相关性。

AstroVLM: Expert Multi-agent Collaborative Reasoning for Astronomical Imaging Quality Diagnosis

AstroVLM：专家多智能体协作推理用于天体成像质量诊断

Yaohui Han, Tianshuo Wang, Zixi Zhao, Zhengchun Zhu, Shuo Ren, Yiru Wang, Rongliang Fu, Tinghuan Chen, Tsung-Yi Ho

机构 * The Chinese University of Hong Kong（香港中文大学） ； Central South University（中南大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳校区） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出AstroVLM，通过多智能体协作推理解决复杂天体成像质量诊断问题，实验表明其在实际任务中优于所有基线模型。

Comorbidity-Informed Transfer Learning for Neuro-developmental Disorder Diagnosis

考虑共病的迁移学习用于神经发育障碍诊断

Xin Wen, Shijie Guo, Wenbo Ning, Rui Cao, Jie Xiang, Xiaobo Liu, Jintai Chen

机构 * School of Software, Taiyuan University of Technology（太原科技大学软件学院） ； School of Computer Science(Data Science),Taiyuan University of Technology（太原科技大学计算机科学（数据科学）学院） 纠错

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

AI总结 本文提出CITL框架，结合迁移学习和伪标签去除fMRI时间域干扰，生成新表示并用于分类，提升神经发育障碍诊断效果。

LoGo-MR: Screening Breast MRI for Cancer Risk Prediction by Efficient Omni-Slice Modeling

LoGo-MR：通过高效多切片建模筛查乳腺MRI以预测癌症风险

Xin Wang, Yuan Gao, George Yiasemis, Antonio Portaluri, Zahra Aghdam, Muzhen He, Luyi Han, Yaofei Duan, Chunyao Lu, Xinglong Liang, Tianyu Zhang, Vivien van Veldhuizen, Yue Sun, Tao Tan, Ritse Mann, Jonas Teuwen

机构 * Netherlands Cancer Institute（荷兰癌症研究所） ； Radboud University Medical Center（拉德堡德大学医学中心） ； University Medical Center Utrecht（乌得勒支大学医学中心） ； Macao Polytechnic University（澳门理工大学） 纠错

专题命中 诊断辅助 ：MRI(title,abstract)；分类 cs.CV

AI总结 本文提出LoGo-MR框架，通过2.5D局部-全局结构建模实现乳腺癌五年风险预测，结合邻居切片编码和transformer增强的多实例学习，提升预测性能和可解释性。

Agri-R1: Agricultural Reasoning for Disease Diagnosis via Automated-Synthesis and Reinforcement Learning

Agri-R1：通过自动合成与强化学习进行农业疾病诊断的推理增强

Wentao Zhang, Mingkun Xu, Qi Zhang, Shangyang Li, Derek F. Wong, Lifei Wang, Yanchao Yang, Lina Lu, Tao Fang

机构 * Shandong University of Technology（山东理工大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； School of Physical Science and Technology, Beijing University of Posts and Telecommunications（北京邮电大学物理科学与技术学院） ； NLP2CT Lab, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系自然语言处理与中葡机器翻译实验室） ； Institute of International Language Services Studies, Macau Millennium College（澳门千禧学院国际语言服务研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 Agri-R1通过自动合成与强化学习提升农业疾病诊断，利用仅19%的数据生成高质量推理数据，采用改进的奖励函数提升模型在疾病识别和农业知识问答上的性能。

Comments This paper is submitted for review to the 2026 ACM MM Conference. The corresponding authors are Tao Fang and Lina Lu, where Tao Fang is the senior Corresponding Author (Last Author) and the principal supervisor of this work, having led the research design, guided the methodology, and overseen the entire project

Analogical Reasoning as a Doctor: A Foundation Model for Gastrointestinal Endoscopy Diagnosis

作为医生的类比推理：一种胃肠内镜诊断的基础模型

Peixi Peng, Housheng Xie, Yanling Wei, Guangcong Ruan, Xiaoyang Zou, Qian Cao, Yongjian Nian, Guoyan Zheng

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出RATNet基础模型，通过类比推理提升胃肠内镜诊断的泛化能力与鲁棒性，在六个场景中超越现有模型，支持联邦学习隐私保护部署。

Unifying VLM-Guided Flow Matching and Spectral Anomaly Detection for Interpretable Veterinary Diagnosis

统一视觉语言模型引导的流匹配与谱异常检测用于可解释的兽医诊断

Pu Wang, Zhixuan Mao, Jialu Li, Zhuoran Zheng, Dianjie Lu, Youshan Zhang

机构 * School of Mathematics, Shandong University（山东大学数学学院） ； Shenzhen Loop Area Institute（深圳河套学院） ； Yeshiva University（叶史瓦大学） ； Qilu University of Technology（齐鲁工业大学） ； Shandong Normal University（山东师范大学） ； Chuzhou University（滁州学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出一种结合流匹配与谱异常检测的新方法，通过视觉语言模型引导分割和随机矩阵理论分析，实现高精度可解释的犬类气胸诊断。

SDVDiag: Using Context-Aware Causality Mining for the Diagnosis of Connected Vehicle Functions

SDVDiag：利用基于上下文的因果挖掘进行联网车辆功能诊断

Matthias Weiß, Falk Dettinger, Elias Detrois, Nasser Jazdi, Michael Weyrich

机构 * Institute of Industrial Automation and Software Engineering (IAS)（工业自动化与软件工程研究所（IAS）） ； University of Stuttgart（斯图加特大学） 纠错

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

AI总结 本文提出一种多模态方法，结合人类反馈和系统信息，提升联网车辆功能诊断的精度与可解释性。

Comments 7 pages, 4 figures, to be submitted to the VTC2026

KindSleep: Knowledge-Informed Diagnosis of Obstructive Sleep Apnea from Oximetry

KindSleep：基于血氧数据的阻塞性睡眠呼吸暂停诊断

Micky C Nnamdi, Wenqi Shi, Cheng Wan, J. Ben Tamo, Benjamin M Smith, Chad A Purnell, May D Wang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； UT Southwestern Medical Center（德克萨斯大学西南医学中心） 纠错

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

AI总结 KindSleep利用深度学习整合临床知识与单通道血氧数据，实现精准的阻塞性睡眠呼吸暂停诊断，其在不同人群中均优于现有方法。

Predicting Intermittent Job Failure Categories for Diagnosis Using Few-Shot Fine-Tuned Language Models

利用少样本微调语言模型预测间歇性作业失败类别以进行诊断

Henri Aïdasso, Francis Bordeleau, Ali Tizghadam

机构 * École de technologie supérieure（高等技术学院） ； TELUS（TELUS公司） 纠错

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

AI总结 本文提出FlaXifyer方法，通过预训练语言模型预测间歇性作业失败类别，实现84.3%的宏F1和92.0%的Top-2准确率，同时提出LogSift技术提升日志分析效率。

Comments Accepted at the ACM International Conference on the Foundations of Software Engineering (FSE 2026), Industry Track

XrayClaw: Cooperative-Competitive Multi-Agent Alignment for Trustworthy Chest X-ray Diagnosis

XrayClaw：协作-竞争多智能体对齐用于可信的胸部X光诊断

Shawn Young, Lijian Xu

机构 * Shenzhen University of Advanced Technology, Shenzhen, China（深圳理工大学，深圳，中国） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出XrayClaw框架，通过协作-竞争架构提升胸部X光诊断的可靠性，实现高准确性和临床推理一致性。

Comments 14 pages

LiteInception: A Lightweight and Interpretable Deep Learning Framework for General Aviation Fault Diagnosis

LiteInception: 一种轻量且可解释的深度学习框架用于通用航空故障诊断

Zhihuan Wei, Xinhang Chen, Danyang Han, Yang Hu, Jie Liu, Xuewen Miao, Guijiang Li

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； Science and Technology on Complex Aviation System Simulation Laboratory（复杂航空系统仿真重点实验室） ； The First Aircraft Institute of Aviation Industry Corporation of China（中国航空工业集团公司第一飞机设计研究院） ； School of Reliability and Systems Engineering, Beihang University（北京航空航天大学可靠性与系统工程学院） 纠错

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

AI总结 本文提出LiteInception框架，通过两阶段架构实现高效故障诊断，采用多方法融合压缩模型参数，提升推理速度与可解释性，验证了其在效率、精度和可解释性上的平衡。

DW-DGAT: Dynamically Weighted Dual Graph Attention Network for Neurodegenerative Disease Diagnosis

DW-DGAT：动态加权双图注意力网络用于神经退行性疾病诊断

Chengjia Liang, Zhenjiong Wang, Chao Chen, Ruizhi Zhang, Songxi Liang, Hai Xie, Haijun Lei, Zhongwei Huang

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出DW-DGAT网络，通过融合多指标数据结构、双图注意力架构和类权重生成机制，解决神经退行性疾病早期诊断中的高维数据、异构数据和类别不平衡问题。

Comments The exended version of an AAAI-2026 accepted poster paper

REN: Anatomically-Informed Mixture-of-Experts for Interstitial Lung Disease Diagnosis

REN：基于解剖学的专家混合模型用于间质性肺病诊断

Alec K. Peltekian, Halil Ertugrul Aktas, Gorkem Durak, Kevin Grudzinski, Bradford C. Bemiss, Carrie Richardson, Jane E. Dematte, G. R. Scott Budinger, Anthony J. Esposito, Alexander Misharin, Alok Choudhary, Ankit Agrawal, Ulas Bagci

机构 * Department of Computer Science, Northwestern University McCormick School of Engineering and Applied Science（西北大学麦考密克工程与应用科学学院计算机科学系） ； Division of Pulmonary and Critical Care Medicine, Northwestern University Feinberg School of Medicine（西北大学范伯格医学院肺与危重症医学科） ； Division of Rheumatology, Northwestern University Feinberg School of Medicine（西北大学范伯格医学院风湿病科） ； Simpson Querrey Lung Institute for Translational Science, Northwestern University Feinberg School of Medicine（西北大学范伯格医学院辛普森·奎雷转化科学肺研究所） ； Department of Electrical and Computer Engineering, Northwestern University McCormick School of Engineering and Applied Science（西北大学麦考密克工程与应用科学学院电气与计算机工程系） ； Machine & Hybrid Intelligence Lab, Department of Radiology, Northwestern University Feinberg School of Medicine（西北大学范伯格医学院放射科机器与混合智能实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title)；medical image(abstract)；分类 cs.CV

AI总结 本文提出REN模型，通过解剖学指导的专家混合框架提升间质性肺病诊断性能，结合多模态门控机制和深度学习特征，实现更精确的病理变化建模。

Comments 13 pages, 4 figures, 5 tables

Synergizing Discriminative Exemplars and Self-Refined Experience for MLLM-based In-Context Learning in Medical Diagnosis

融合判别示例与自我优化经验的医学诊断基于MLLM的上下文学习

Wenkai Zhao, Zipei Wang, Mengjie Fang, Di Dong, Jie Tian, Lingwei Zhang

机构 * CAS Key Laboratory of Molecular Imaging, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所分子影像重点实验室） ； School of Software, North University of China（中北大学软件学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出Clinician Mimetic Workflow框架，结合判别示例核心集选择与自我优化经验总结，提升医学诊断中基于MLLM的上下文学习性能，超越零样本通用和医疗MLLM，并接近全监督视觉模型。

SkinGPT-X: A Self-Evolving Collaborative Multi-Agent System for Transparent and Trustworthy Dermatological Diagnosis

SkinGPT-X: 一种自演化协作多智能体系统用于透明和可信的皮肤病诊断

Zhangtianyi Chen, Yuhao Shen, Florensia Widjaja, Yan Xu, Liyuan Sun, Zijian Wang, Hongyi Chen, Wufei Dai, Juexiao Zhou

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Department of Dermatology, Tianjin Institute of Integrative Dermatology, Tianjin Academy of Traditional Chinese Medicine Affiliated Hospital（天津中医药大学附属医院天津市中西医结合皮肤病研究所皮肤科） ； Department of Dermatology, Beijing AnZhen Hospital, Capital Medical University（首都医科大学附属北京安贞医院皮肤科） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 SkinGPT-X通过自演化皮肤病记忆机制，解决单一大语言模型在细粒度多类诊断和罕见皮肤病诊断中的不足，实现透明可信的皮肤病诊断。