Generative Sampling in Bundle Tractography using Autoencoders (GESTA)
专题命中 医学数据与评测 ：分类 cs.CV、cs.LG、q-bio；medical image(comments)
Comments Preprint. Published in Medical Image Analysis 85 (2023) 102761
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. 医学数据与评测 2125 篇
Learning to synthesise the ageing brain without longitudinal data
专题命中 医学数据与评测 ：分类 cs.CV、cs.LG、q-bio；medical image(journal_ref)
Journal ref Medical Image Analysis, 2021, 73: 102169
Are pathologist-defined labels reproducible? Comparison of the TUPAC16 mitotic figure dataset with an alternative set of labels
专题命中 医学数据与评测 ：分类 cs.CV、cs.LG、q-bio；medical image(journal_ref)
Comments 10 pages, submitted to LABELS@MICCAI 2020
Journal ref In: Cardoso J. et al. (eds) Interpretable and Annotation-Efficient Learning for Medical Image Computing. IMIMIC 2020, MIL3ID 2020, LABELS 2020. Lecture Notes in Computer Science, vol 12446. Springer, Cham
Graph Machine Learning: An Opportunity for Power Systems
图机器学习：电力系统的一个机遇
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Helmholtz AI（亥姆霍兹人工智能） ； Potsdam Institute for Climate Impact（波茨坦气候影响研究所）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 该研究调研近800篇图机器学习与电力系统交叉论文，分析其在电力系统多场景的应用价值，指出领域现存挑战，推导电网基准需求目录并呼吁优先开展基准研究与开放资源发布。
A Versatile Foundation Model for AI-enabled Mammogram Interpretation
一种用于AI辅助乳腺X线摄影解读的通用基础模型
机构 * Guangdong Provincial Key Laboratory of Malignant Tumor Epigenetics and Gene Regulation, Guangdong-Hong Kong Joint Laboratory for RNA Medicine, Department of Medical Oncology, Breast Tumor Centre, Phase I Clinical Trial Centre（广东省恶性肿瘤表观遗传与基因调控重点实验室，粤港澳RNA医学联合实验室，医学肿瘤科，乳腺肿瘤中心，I期临床试验中心） ； Guangdong Provincial Key Laboratory of Cancer Pathogenesis and Precision Diagnosis and Treatment, AI Big Data Laboratory, Department of Medical Oncology（广东省肿瘤发生与精准诊断与治疗重点实验室，人工智能大数据实验室，医学肿瘤科） ； Chongqing Key Laboratory of Bio-perception（重庆生物感知重点实验室）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 研究针对乳腺X线分析基础模型的临床转化缺陷，推出VersaMammo模型，构建含70余万张图像的多机构数据集，经两阶段预训练后在92项临床任务基准中表现顶尖，推动乳腺癌筛查诊断进展。
Comments 69 pages, 12 figures, 52 tables
MedMix: Specialization-Consistent Federated Sparse MoEs under Modality Heterogeneity
MedMix：模态异质性下的专业化一致联邦稀疏混合专家模型
机构 * KAIST（韩国科学技术院） ； NTU Singapore（新加坡南洋理工大学）
专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.LG
AI总结 针对联邦多模态医疗AI的客户端与样本级模态异质性问题，提出MedMix框架，通过模态上下文感知路由、共识引导路由对齐与客户端自适应专家聚合，在多模态医疗数据集上取得最优平均F1值，严重异质性下提升显著。
Hybrid Quantum-inspired Kolmogorov-Arnold Networks for Privacy-Aware Federated Biosignal Learning
面向隐私感知的联邦生物信号学习的混合量子启发式柯尔莫哥洛夫-阿诺尔德网络
机构 * National Taiwan University（台湾大学） ； National Center for High-Performance Computing（国家高速计算机中心） ； National Institutes of Applied Research（应用研究院） ； Brookhaven National Laboratory（布鲁克海文国家实验室） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Beth Israel Deaconess Medical Center（贝斯以色列女执事医疗中心） ； Harvard University（哈佛大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； National Center for Theoretical Sciences（国家理论科学中心）
专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG
AI总结 该研究针对联邦生物信号学习的隐私与效率挑战，提出混合量子启发式柯尔莫哥洛夫-阿诺尔德网络（HQKAN），在两类心电数据集上较MLP实现参数与通信成本降低，且分类性能更优。
Comments 7 pages, 4 figures
A Negative-Control Protocol for Clinical EEG Foundation-Model Benchmarks: Dataset Identity and External-Cohort Stress Testing
用于临床解码的脑电图基础模型压力测试：数据集标识和目标阴性对照
机构 * Université Laval（拉瓦尔大学） ； NeuroGenis Inc.（NeuroGenis公司）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究预训练脑电图基础模型在临床解码中的表现，通过多种方法在多数据集多任务上对六个模型进行基准测试，发现模型结论依赖评估单元、数据集偏移等因素，如在韩国痴呆症等任务中不同模型和方法表现各异。
HumanTracker: Towards Comprehensive and Human-Aligned Motion Tracking Benchmark
HumanTracker：面向全面且与人类对齐的运动跟踪基准
机构 * Nankai University（南开大学） ； Tsinghua University（清华大学） ； Galbot ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Shanghai Qi Zhi Institute（上海启智研究院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对人形运动跟踪评估与人类感知不符、基准多样性不足的问题，提出HumanTracker基准及偏好对齐指标HumanScore，该指标可更好预测人类偏好并揭示运动学指标遗漏的接触与稳定性故障。
Comments Accepted to ECCV 2026
Motor, Cognitive, or Corpus? What Survives Cross-Lingual Transfer in Speech-Based Parkinsons Disease Detection
运动、认知还是语料？基于语音的帕金森病检测中跨语言迁移能保留什么
机构 * Hertie Institute for AI in Brain Health, University of Tübingen（蒂宾根大学赫蒂脑健康人工智能研究所） ； Tübingen AI Center, University of Tübingen（蒂宾根大学蒂宾根人工智能中心） ； Charité–Universitätsmedizin（夏里特医学院） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）
专题命中 医学数据与评测 ：pathology(abstract)；分类 eess.SP
AI总结 该研究通过对9个SSL语音骨干的分层分析，探究跨语言迁移中保留的语音特征类型，发现层选择依赖语料库且迁移信号缺乏病理特异性，明确了基于语音的PD检测模型的关键局限。
A corpus-specific clinical RAG system matches or outperforms newer frontier LLMs on HealthBench
针对特定语料库的临床检索增强生成（RAG）系统在HealthBench上的表现与较新的前沿大语言模型相当或更优
专题命中 医学数据与评测 ：clinical AI(abstract)；分类 cs.LG
AI总结 本文评估专为中低收入环境构建的临床RAG系统VITA，其在HealthBench基准测试中与前沿LLM表现相当或更优，语料库特异性可提升模型落地性但会降低沟通流畅度。
Comments 2 tables
From Siloed Algorithms to Compliance-First Agentic Platforms: A Multi-Layered Architecture for Hospital AI Systems
从孤立算法到合规优先的智能体平台：面向医院AI系统的多层架构
专题命中 医学数据与评测 ：healthcare AI(abstract)；分类 cs.LG
AI总结 针对医院AI部署孤立、规模化难的问题，提出含智能体编排、合规策略、隐私保护数据层的多层架构，通过原型验证可减少任务耗时与文档工作量，为医院AI平台建设提供实用蓝图。
Comments Peer-reviewed published article
Journal ref IJISRT, 11-2026(5), IJISRT26MAY1651
Industrial Synthetic Segment Pre-training
工业合成片段预训练
机构 * TICO-AIST Cooperative Research Lab for Advanced Logistics, Japan（TICO-AIST先进物流联合研究实验室，日本） ； National Institute of Advanced Industrial Science and Technology (AIST), Japan（日本国家先进工业科学与技术研究院） ； Visual Geometry Group, University of Oxford, UK（牛津大学视觉几何组）
专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV
AI总结 该研究提出基于FDSL的InsCore合成数据集，在不使用真实图像的情况下预训练的分割模型，在5个领域的表现与ImageNet-21k预训练模型相当，解决了工业分割模型对真实图像的依赖问题。
CAPEval: A Decoupled Caption Evaluation across Understanding and Generation
CAPEval：跨理解与生成的解耦式标题评估
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 本研究提出解耦式标题评估基准CAPEval，将标题质量分为覆盖度与精确度，发现二者分别对应理解与生成任务性能，为标题生成器的选择优化提供指导。
Comments 21 pages, 8 figures. Code and dataset will be available at https://liuzhipenggg.github.io/CAPEval/
CLQT: A Closed-Loop, Cost-Aware, Strategy-Consistent Benchmark for Diagnostic Evaluation of LLM Portfolio-Management Agents
CLQT：用于LLM投资组合管理代理诊断评估的闭环、成本感知、策略一致性基准
机构 * Illinois Institute of Technology（伊利诺伊理工学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出CLQT基准，通过闭环交易环境诊断LLM代理的决策过程，而非仅排名收益，评估五个维度的能力。
Comments 56 pages, 15 figures, 15 tables
Differentially Private Distributed Inference for Multicenter Clinical Studies
专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG
Autonomous Repair for Multi-Agent Systems via Monte-Carlo Tree Search
基于蒙特卡洛树搜索的多智能体系统自主修复
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 该研究提出基于蒙特卡洛树搜索的MARS框架，将多智能体系统修复建模为搜索过程，结合分类学增强评估与诊断引导扩展，在StateMAS基准上性能优于现有方法，且令牌消耗相当。
Comments Under conference review
Dissecting Federated-Graph Aggregation under Domain Shift: Importance-Aware Aggregation via Empirical Analysis
FedIA: 面向域鲁棒联邦图学习的重要性感知聚合
机构 * University of Electronic Science and Technology of China（电子科技大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对联邦图学习中图域偏移导致聚合信号碎片化的问题，提出FedIA方法，通过重要性掩码和贡献感知动量加权实现服务器端聚合，无需共享原始图数据。
From Unsupervised Subgroups to Hypothetical State-Intervention Policies: An Evaluation of Selected Subgrouping Methods in Observational Health Data
从无监督亚组到假设状态干预策略：观察性健康数据中选定亚组方法的评估
机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院）
专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG
AI总结 该研究提出结合多模块的框架，对比多种亚组方法在两个数据集上的假设状态干预策略效用，发现结果依赖假设，无统计显著差异。
Explainable AI for Chronic Kidney Disease Prediction Using Simulated Federated Learning
使用模拟联邦学习的慢性肾病预测的可解释人工智能
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 该研究针对慢性肾病预测问题，运用带投票分类器的联邦学习，结合随机森林等算法为全局服务器选最佳模型，用GridSearchCV优化客户端模型性能，还引入可解释人工智能技术，其全局模型平均准确率达99%，助力早期CKD诊断和数据驱动医疗。
Comments 13 Pages, 5 Figures
DBA-Bench: A Production-Fidelity Benchmark for LLM-Based Database Operations Agents
DBA-Bench：基于大语言模型的数据库操作代理的生产保真度基准测试
机构 * University of Electronic Science and Technology of China（电子科技大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究基于大语言模型的数据库操作代理评估问题，提出DBA-Bench基准测试，通过生产保真度等解决评估与生产操作差距，含多场景和难度标签，评估多基线组，揭示安全端到端修复困难。
Comments 14 pages, 6 figures, 2 tables
LLM-Based Visual Explanation Evaluation Framework for Assessing the Explainability of Facial Skin Disease Classification Models
基于LLM的视觉解释评估框架：用于评估面部皮肤病分类模型的可解释性
机构 * AI and Business Analytics, Ewha Womans University（人工智能与商业分析，成均馆大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出基于LLM的视觉解释评估框架，通过渐进式提示工程评估Grad-CAM在面部皮肤病诊断模型中的解释质量，聚焦病变定位和可信度。
Enhancing Blood Cells Classification using Hybrid Quantum Neural Networks
使用混合量子神经网络增强血细胞分类
机构 * Center for Quantum and Topological Systems, NYUAD Research Institute, New York University Abu Dhabi, UAE（阿布扎比纽约大学NYUAD研究机构量子与拓扑系统中心） ； Science Division, New York University Abu Dhabi, UAE（阿布扎比纽约大学科学学院）
专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV
AI总结 提出一种结合预训练ResNet-50和变分量子电路的混合量子-经典神经网络，在血细胞分类中实现更优的判别表示和性能提升。
Comments Accepted at the IEEE International Conference on Quantum Computing and Engineering (QCE), 2026
Scale Up Strategically: Learning Compositional Generalization via Bias-Aware Evaluation and Data Collection for Robotic Manipulation
战略扩展：通过偏差感知评估和数据收集学习机器人操作中的组合泛化
机构 * Northeastern University（东北大学） ； NVIDIA（英伟达）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 研究机器人操作中组合泛化问题，通过引入诊断框架量化指令因素偏差，提出偏差感知数据收集策略，能定位预训练策略捷径问题，实现更高效可泛化的策略学习。
Achieving Text-based Person Retrieval with Any Granularity
实现任意粒度的基于文本的行人检索
机构 * National Key Laboratory of Multispectral Information Intelligent Processing Technology, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院多光谱信息智能处理技术国家重点实验室） ； School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件工程学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 该研究针对基于文本的行人检索中查询粒度不确定问题提出新范式，构建多粒度数据集和评估基准，提出CMAM框架，通过多种策略实现粒度感知检索，实验证明其性能优于现有方法，为行人检索系统奠定基础。
Comments TPAMI-2026 Accepted Paper
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026, pp. 1-18
Toward Federated Multimodal Graph Foundation Models: A Topology-Aware Multimodal Alignment Framework
迈向联邦多模态图基础模型：一种拓扑感知多模态对齐框架
机构 * Beijing Institute of Technology（北京理工大学）
专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG
AI总结 研究针对多模态属性图分散在不同隐私受限孤岛的问题，提出FedGAMMA框架，将联邦多模态图基础学习视为两阶段语义结构对齐问题，经实验验证该框架在下游任务中表现出色，超越诸多基线，在少样本学习场景下也有优势。
Comments Under Review
A Temporal Machine Learning-Based Time-to-Event Model for Predicting ALS Progression and Healthcare Utilization
基于时间序列机器学习的事件发生时间模型预测肌萎缩侧索硬化症进展及医疗保健利用情况
机构 * Harrison College of Pharmacy, Auburn University（奥本大学哈里森药学院） ； Fisk University（菲斯克大学） ； Lewis Katz School of Medicine, Temple University（天普大学刘易斯·卡茨医学院） ； Emory University（埃默里大学） ； Barnett College of Public Health, Temple University（天普大学巴尼特公共卫生学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究针对ALS预测临床有意义事件的挑战，开发受数字孪生启发的事件发生时间框架，整合多源数据，经聚类、建模等确定功能域及预测因素，构建TTE模型，能生成个性化生存曲线，为ALS相关决策支持提供可行方法。
MedRealMM: A Real-World Multimodal Benchmark for Chinese Online Medical Consultation
MedRealMM：用于中国在线医疗咨询的真实世界多模态基准测试
专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV
AI总结 研究针对现有在线医疗咨询基准与实际临床实践契合度差的问题，构建MedRealMM基准测试，用多模态临床挑战点提取框架转化任务并设评分标准，评估多个大语言模型，指出图像信息重要，前沿模型有不足，为多模态医学推理评估提供现实可重复基准。
Addressing Benchmarking Gaps in Large Language Models for Health and Medicine with Dynamic Red-Teaming
超越基准：动态、自动和系统化的红队代理用于可信的医疗语言模型
机构 * Technical University of Munich (TUM)（慕尼黑技术大学） ； University of Oxford（牛津大学） ； TUM University Hospital（慕尼黑技术大学医院） ； Imperial College London（伦敦帝国理工学院） ； Harvard Medical School（哈佛医学院） ； Stony Brook University（史泰兹布鲁克大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Sheffield（谢菲尔德大学）
专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.LG
AI总结 本文提出DAS红队框架，通过动态压力测试揭示医疗语言模型在鲁棒性、隐私、偏见和幻觉方面的潜在风险，发现高静态基准性能与低动态可靠性之间的'基准差距'。
Evaluating Frontier AI Agents as Autonomous Clinical Security Auditors
评估前沿人工智能代理作为自主临床安全审计员
机构 * University of the Cumberlands（坎伯兰大学）
专题命中 医学数据与评测 ：clinical AI(abstract)；分类 cs.LG
AI总结 研究旨在评估前沿人工智能代理能否自主进行临床人工智能安全审计。基于METR任务标准构建评估任务，让代理按要求实施攻击、计算得分并编写报告。通过对三个前沿模型在不同数据集和模型架构上的评估，得出各模型表现及成本等情况，部分成果已公开。
Comments 29 pages, 2 figures, 7 tables
