Machine learning based biomedical image processing for echocardiographic images
专题命中 医学影像 ：medical image(title,abstract)；biomedical(title)；分类 cs.CV、cs.LG、eess.IV
Comments 10 figures 4 tables
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 22596 篇
Trustworthy clinical AI solutions: a unified review of uncertainty quantification in deep learning models for medical image analysis
专题命中 医学影像 ：medical image(title,abstract)；clinical AI(title)；分类 cs.CV、cs.LG、eess.IV
A Novel Implementation of Machine Learning for the Efficient, Explainable Diagnosis of COVID-19 from Chest CT
专题命中 医学影像 ：CT(title,abstract)；diagnosis(title)；分类 cs.CV、cs.LG、eess.IV
Comments 19 pages
Abdominal synthetic CT reconstruction with intensity projection prior for MRI-only adaptive radiotherapy
专题命中 医学影像 ：MRI(title,abstract)；CT(title,abstract)
3D RegNet: Deep Learning Model for COVID-19 Diagnosis on Chest CT Image
专题命中 医学影像 ：CT(title,abstract)；diagnosis(title)；分类 cs.CV、cs.LG、eess.IV
MRI-only brain radiotherapy: assessing the dosimetric accuracy of synthetic CT images generated using a deep learning approach
专题命中 医学影像 ：MRI(title,abstract)；CT(title,abstract)
Journal ref Radiotherapy and Oncology, Volume 136, July 2019, Pages 56-63
Pathology Extraction from Chest X-Ray Radiology Reports: A Performance Study
专题命中 医学影像 ：pathology(title,abstract)；radiology(title,abstract)
Semi-automated labelling of medical images: benefits of a collaborative work in the evaluation of prostate cancer in MRI
专题命中 医学影像 ：medical image(title,abstract)；MRI(title,abstract)
A novel TOF-PET MRI detector for diagnosis and follow up of the prostate cancer
专题命中 医学影像 ：MRI(title,abstract)；diagnosis(title,abstract)
Computerized Processing and Analysis of CT Images for Developing a New Criterion in COPD Diagnosis
专题命中 医学影像 ：CT(title,abstract)；diagnosis(title,abstract)
Comments http://jims.mui.ac.ir/index.php/jims/article/view/1276
Journal ref Journal of Isfahan Medical School (I.U.M.S),2012; 29(174)
Subsumptive reflection in SNOMED CT: a large description logic-based terminology for diagnosis
专题命中 医学影像 ：CT(title,abstract)；diagnosis(title)；biomedical(abstract)
Comments 8 pages, 4 figures
An anthropomorphic multimodality (CT/MRI) phantom prototype for end-to-end tests in radiation therapy
专题命中 医学影像 ：MRI(title,abstract)；CT(title,abstract)
Comments 18 pages, 6 figures
Journal ref Zeitschrift fuer medizinische Physik, 2015, 25, 391-399
A Pilot Study on Coupling CT and MRI through Use of Semiconductor Nanoparticles
专题命中 医学影像 ：MRI(title,abstract)；CT(title,abstract)
Comments 24 total pages, 9 pages of text, 10 figures with captions (6 pages), supplemental material including analysis code and tutorial (9 pages)
Comparison of Fluid Attenuated Inversion Recovery Sequence with Spin Echo T2-Weighted MRI for Characterization of Brain Pathology
专题命中 医学影像 ：MRI(title,abstract)；pathology(title,abstract)
Comments 9 pages, 6 figures
CohortFinder: an open-source tool for data-driven partitioning of biomedical image cohorts to yield robust machine learning models
专题命中 医学影像 ：medical image(title,abstract)；biomedical(title)；分类 cs.CV、cs.LG；pathology(comments)
Comments 26 pages, 9 figures, 4 tables. Abstract was accepted by European Society of Digital and Integrative Pathology (ESDIP), Germany, 2022
COGENT: Counterfactual Gaussian Explanations for Volumetric Medical Images
COGENT：面向体积医学图像的反事实高斯解释
专题命中 医学影像 ：CT(summary_cn,abstract)；medical image(title)；分类 cs.CV
AI总结 COGENT是基于MedGS和Sybil模型的框架，通过高斯体积表示的反事实优化，为肺部CT扫描提供具有临床意义的稀疏可解释性，优于现有方法。
q3-MuPa: Quick, Quiet, Quantitative Multi-Parametric MRI using Physics-Informed Diffusion Models
q3-MuPa: 快速、安静、定量的多参数MRI使用物理引导的扩散模型
机构 * Erasmus University Medical Center（埃拉斯姆斯大学医学中心）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 本文提出了一种基于扩散模型的qMRI映射方法，结合物理数据一致性约束，提升映射性能并实现四倍加速的高质qMRI成像。
Journal ref Magnetic Resonance Imaging 131 (2026) 110699
Self-Supervised Weighted Image Guided Quantitative MRI Super-Resolution
自监督加权图像引导的定量磁共振成像超分辨率
机构 * Department of Radiology and Nuclear Medicine, Erasmus MC（放射学与核医学系，埃因霍温麦斯特大学医学中心） ； GE Healthcare（通用电气医疗） ； Department of Imaging Physics, TU Delft（成像物理系，代尔夫特理工大学）
专题命中 医学影像 ：MRI(title,summary_cn)；分类 cs.CV
AI总结 本研究提出一种自监督框架，利用常规高分辨率加权MRI扫描引导，无需高分辨率qMRI数据即可实现qMRI超分辨率，通过深度学习提升T1/T2图质量并验证其跨序列通用性。
Comments This work has been submitted to Magnetic Resonance Materials in Physics, Biology and Medicine for possible publication
Foundation Models Adaptation for Multi-View Multi-modal Cardiac MRI Segmentation and Direct Ejection Fraction Estimation
基础模型在多视图多模态心脏MRI分割与直接射血分数估算中的适配
机构 * Maastricht University（马斯特里赫特大学） ； University Hospital Münster（明斯特大学医院） ； Eindhoven University of Technology（埃因霍温理工大学）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 本研究针对CMR-Multi挑战，微调CineMA并组合冻结CMR基础模型，实现多视图CMR分割与直接LVEF估算，验证了基础模型适配多视图CMR分析的有效性。
Do 3D Medical Foundation Models See Through MRI Artifacts? A Controlled Study of Representation Robustness
三维医学基础模型能看穿MRI伪影吗？一项关于表示鲁棒性的对照研究
机构 * Pioneer Centre for AI, University of Copenhagen（哥本哈根大学先锋人工智能中心）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 本文对照评估五种三维医学基础模型的表示鲁棒性，发现其鲁棒性与模型及伪影类型相关，部分模型对伪影更敏感，仅靠大规模预训练无法保证伪影不变性，需部署前评估鲁棒性。
Comments Accepted at the ECCV 2026 Workshop on Artificial Intelligence for Medical 3D Vision (AI4M3D)
Bi-PT: Bidirectional Cross-Attention Point Transformers for Four-Chamber Heart Reconstruction from Sparse Cardiac MRI Data
Bi-PT：用于从稀疏心脏MRI数据重建四腔心的双向交叉注意力点变换器
机构 * University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； New York University（纽约大学）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 针对从稀疏心脏MRI数据重建四腔心的问题，Bi-PT通过双向点交叉注意力学习点特征，结合逐点语义标签改进对应估计，将变形场公式化为神经常微分方程，集成语义标签损失和添加平滑正则化，实验证明其性能准确且稳健。
YOLO-PVC: 2D-to-3D Consolidation of Slice-wise Detections for Volumetric Liver Tumor Localization in MRI
YOLO-PVC：用于MRI中体积肝肿瘤定位的切片式检测的2D到3D整合方法
机构 * ESME Research Lab（ESME研究实验室） ； Université Paris-Est Créteil（巴黎东部克雷泰伊大学） ； LRE EPITA（EPITA LRE实验室） ； Institute of Space Technology（空间技术研究所） ； Henri Mondor University Hospital（亨利·蒙多大学医院）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 针对切片式2D目标检测器在体积数据中预测碎片化不稳定的问题，提出YOLO-PVC框架，通过几何整合提升肝脏肿瘤定位的3D IoU至0.710，优于多种基线方法。
Comments 14 pages, 2 figures, 4 tables. Accepted at AI4M3D Workshop, ECCV 2026 (Spotlight)
K-space Gaussian Representation for Parallel MRI
并行磁共振成像的K空间高斯表示
机构 * Nanchang University（南昌大学） ； Chinese Academy of Sciences（中国科学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
专题命中 医学影像 ：MRI(title,summary_cn)；分类 cs.CV
AI总结 针对并行MRI现有K空间重建方法未显式建模连续信号的局限，提出KGR方法，通过Gabor-高斯基元参数化连续信号并结合低秩流形约束，在多数据集上较基线实现重建性能提升。
HERMES: A Hybrid Ensemble for Head-and-Neck Tumor Segmentation, TN Staging, and Recurrence-Free Survival on PET/CT
HERMES：用于PET/CT图像上头颈部肿瘤分割、TN分期及无复发生存分析的混合集成模型
机构 * University of Colorado School of Medicine（科罗拉多大学医学院）
专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV
AI总结 该研究提出名为HERMES的混合集成算法，用于解决HECKTOR 2026的肿瘤分割、TN分期及无复发生存分析任务，在验证排行榜取得加权分0.6454并晋级测试阶段。
Comments 12 pages, 4 figures, 3 tables, conference
Structured Proxy Features for Multimodal NSCLC Survival Prediction from Pretreatment CT
用于基于治疗前CT的多模态非小细胞肺癌（NSCLC）生存预测的结构化代理特征
专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV
AI总结 该研究针对NSCLC生存分层难题，用模拟衍生的6种结构化代理特征扩充多模态数据，结合TMAE模型，在Lung1队列取得优于现有方法的预测性能，验证了代理特征的互补价值。
Comments 33
Eddeep: a deep-learning framework for fast eddy-current distortion correction in diffusion MRI
Eddeep：用于扩散MRI中快速涡流畸变校正的深度学习框架
机构 * Hawkes Institute（霍克斯研究所） ； University College London（伦敦大学学院） ； Institut Pasteur（巴斯德研究所） ； Université Paris Cité（巴黎西岱大学） ； AINOSTICS ltd.（AINOSTICS有限公司） ； Fudan University（复旦大学） ； Université Libre de Bruxelles (ULB)（布鲁塞尔自由大学） ； University of Liège (ULiège)（列日大学）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 本研究针对dMRI中涡流畸变校正方法计算成本高的问题，提出深度学习框架Eddeep，其通过两阶段网络实现与FSL Eddy相当的校正质量，同时大幅缩短推理时间，为大规模研究和临床部署提供支持。
Comments Associated GitHub repo: https://github.com/CIG-UCL/eddeep
GLI-AL: A Multi-Modal Glioma MRI Label Resource with Unified Anatomy-Lesion Labels
GLI-AL：一个具有统一解剖-病变标签的多模态胶质瘤MRI标签资源
机构 * Key Laboratory of Biomedical Information Engineering of Ministry of Education, School of Life Science and Technology, Xi’an Jiaotong University（教育部生物医学信息工程重点实验室，西安交通大学生命科学与技术学院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） ； Research Center for Intelligent Medical Equipment and Devices (IMED), Xi’an Jiaotong University（西安交通大学智能医疗设备与器械研究中心）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 研究针对现有BraTS-GLI数据集不足，引入BraTS-GLI Anatomy-Lesion资源，提供统一解剖-病变标签集及元数据。通过WMH感知监督，提升对共存病变敏感性，保持健康组织分割性能，支持多方面研究，数据和代码可获取。
Comments Minor revision: Figure 1 was repositioned. The scientific content remains unchanged
Comparative evaluation of training strategies using partially labelled datasets for segmentation of white matter hyperintensities and stroke lesions in FLAIR MRI
使用部分标注数据集训练策略的比较评估：FLAIR MRI中白质高信号和卒中病变分割
机构 * University of Edinburgh（爱丁堡大学）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 本研究系统评估了六种利用部分标注数据训练联合分割白质高信号和缺血性卒中病变模型的策略，发现伪标签法最有效，可提升模型性能并支持大规模临床研究。
SFL-Net: Source-Factorized Latent Representation Learning for Multi-Contrast MRI to Tau-PET Synthesis
基于部分信息分解指导的解耦量化半UNet的多模态T1加权和FLAIR MRI生成可解释的tau-PET
机构 * Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系） ； Department of Radiology, University of Washington（华盛顿大学放射学系）
专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV
AI总结 本文提出一种可解释的多模态图像合成框架，通过部分信息分解指导的解耦量化半UNet生成tau-PET，结合向量量化编码器和半UNet解码器，实现了在ADNI-3和OASIS-3数据集上的最佳性能。
Personalized 4D Whole-Heart Mesh Reconstruction from Cine MRI via Multi-Scale Temporal Modeling and Differentiable Contour Rendering
基于多尺度时间建模与可微分轮廓渲染的个性化4D全心网格重建
机构 * Department of Biomedical Engineering, National University of Singapore（新加坡国立大学生物医学工程系） ； School of Automation, Southeast University（东南大学自动化学院） ； Department of Medicine, National University of Singapore（新加坡国立大学医学系） ； Department of Cardiology, National University Heart Centre Singapore（新加坡国立大学心脏中心心脏病学系）
专题命中 医学影像 ：MRI(title,summary_cn)；分类 cs.CV
AI总结 提出端到端框架，从稀疏电影MRI重建4D全心网格，利用可微分轮廓渲染和多尺度时间建模，实现低误差（1.68 mm）和高运动平滑度。
Comments 15 pages
