医学 AI

MoRE: A Mixture-of-Experts-Based Task-Adaptive End-to-End Network for Multimodal MRI Reconstruction

MoRE：一种基于混合专家模型的任务自适应端到端网络用于多模态MRI重建

Yuyang Li, Yipin Deng, Wenlei Shang, Juncen Wu, Xin Bai, Zijian Zhou, Peng Hu

专题命中 医学影像 ：MRI(title,title_cn)；分类 eess.IV

AI总结 提出MoRE，将稀疏激活的混合专家模块集成到端到端变分网络中，通过样本级无监督路由激活最小专家子集并保持物理一致性，在fastMRI多线圈脑部和膝关节数据集上实现高稳定SSIM和PSNR，且路由嵌入的t-SNE可视化揭示可解释的模态感知专家专业化。

Comments Accepted at the 2026 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2026), Toronto, Canada, July 26-30, 2026

Volumetric B1+ field homogenization in 7 Tesla brain MRI using metasurface scattering

利用超表面散射实现7特斯拉脑磁共振成像中的体积B1+场均匀化

Gyoungsub Yoon, Sunkyu Yu, Jongho Lee, Namkyoo Park

专题命中 医学影像 ：MRI(title,summary_cn)；分类 eess.IV

AI总结 提出基于散射理论的超表面设计方法，通过系统寻找散射ansatz并采用剪枝技术最小化参与模式，在7特斯拉MRI中实现体积场均匀性，将场均匀性提升两倍以上并抑制局部加热，性能优于商用3特斯拉MRI。

Comments 47 pages, 17 figures

Journal ref ACS Photonics 13, 1693 (2026)

DefSynUS: Real-time Patient-specific Intrahepatic Vessel Identification via Deformation-Aware CT-US Domain Adaptation

DefSynUS：通过形变感知CT-超声域自适应的实时患者特异性肝内血管识别

Karl-Philippe Beaudet, Yordanka Velikova, Sidaty El Hadramy, Nassir Navab, Philippe Cattin, Juan Verde, Stéphane Cotin

机构 * Inria（法国国家信息与自动化研究所） ； University of Strasbourg（斯特拉斯堡大学） ； Technical University of Munich（慕尼黑技术大学） ； University of Basel（巴塞尔大学） ； Institute of Image-Guided Surgery（图像引导手术研究所） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV

AI总结 提出一种基于物理渲染和形变感知数据增强的域自适应框架，无需术前超声即可实现术中实时、患者特异性的肝内血管分支识别。

A multifractal-based masked auto-encoder: an application to medical images

基于多重分形的掩码自编码器：在医学图像中的应用

Joao Batista Florindo, Viviane de Moura

机构 * Institute of Mathematics, Statistics and Scientific Computing - University of Campinas（数学、统计与科学计算研究所 - 卡波斯大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；CT(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV

AI总结 提出一种利用多重分形测度（Renyi熵）优化掩码策略的掩码自编码器（MO-MAE），通过聚焦高复杂度区域提升医学图像分类性能。

Journal ref Proceedings VISAPP 2025, 769-776 (2025)

Soft Tuy-Completeness for Robust Projection Selection in Cone-Beam CT

锥束CT中鲁棒投影选择的软Tuy完备性

Linda-Sophie Schneider, Andreas Maier

机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg（模式识别实验室，弗赖堡-亚历山大-大学埃尔兰根-纽伦堡） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV

AI总结 基于Tuy完备性理论，提出连续软近正交评分和分辨率感知饱和覆盖目标，通过次模贪心算法和混合整数线性规划实现投影选择，并引入有效空间分辨率作为轨迹级诊断指标。

Comments Preprint

Quantitative coronary calcification analysis for prediction of myocardial ischemia using non-contrast CT calcium scoring

基于非增强CT钙化评分的冠状动脉钙化定量分析用于预测心肌缺血

Juhwan Lee, Sadeer Al-Kindi, Ammar Hoori, Tao Hu, Hao Wu, Justin N. Kim, Robert Gilkeson, Sanjay Rajagopalan, David L. Wilson

机构 * Virginia Commonwealth University（弗吉尼亚共同市场大学） ； Case Western Reserve University（凯斯西储大学） ； Houston Methodist Hospital（休斯顿 Methodist 医院） ； University Hospitals Cleveland Medical Center（克利夫兰医学中心） ； Department of Radiology, Case Western Reserve University（凯斯西储大学放射科） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.LG

AI总结 本文提出了一种新的机器学习框架，利用非增强CT钙化评分扫描中的定量冠状动脉钙化评估来预测心肌缺血，通过XGBoost和SHAP识别相关特征，并在5折交叉验证中训练和评估模型，结果显示钙化组学特征显著提高了预测性能。

Comments 15 pages, 4 figures, 3 tables

SpineContextResUNet: A Computationally Efficient Residual UNet for Spine CT Segmentation

SpineContextResUNet: 一种计算高效的残差U-Net用于脊柱CT分割

K S Nithurshen, Saurabh J. Shigwan

机构 * Shiv Nadar University（施瓦德纳大学） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV

AI总结 本文提出SpineContextResUNet，一种高效的3D残差U-Net，用于快速脊柱定位，通过轻量级的上下文块在不牺牲性能的情况下减少了计算资源需求，适用于资源受限环境。

Comments 2 Figures, 3 Tables

Fine-tuning an ECG Foundation Model to Predict Coronary CT Angiography Outcomes

微调一种心电图基础模型以预测冠状动脉CT血管造影结果

Yujie Xiao, Qinghao Zhao, Gongzheng Tang, Hao Zhang, Zhuoran Kan, Deyun Zhang, Jun Li, Guangkun Nie, Xiaocheng Fang, Haoyu Wang, Shun Huang, Tong Liu, Jian Liu, Kangyin Chen, Shenda Hong

机构 * Institute of Medical Technology, Peking University Health Science Center（北京大学人民医院医学技术研究所） ； National Institute of Health Data Science, Peking University（北京大学国家健康数据科学研究院） ； Department of Cardiology, Peking University People’s Hospital（北京大学人民医院心内科） ； Tianjin Key Laboratory of Ionic-Molecular Function of Cardiovascular Disease, Department of Cardiology, Tianjin Institute of Cardiology, The Second Hospital of Tianjin Medical University（天津医科大学心血管离子-分子功能重点实验室，天津心脏病学研究院，天津医科大学第二医院心内科） ； Heart Voice Medical Technology（心声医疗科技） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV

AI总结 本文研究了通过微调心电图基础模型来预测冠状动脉CT血管造影结果的研究问题，采用多中心研究方法，利用CTCA作为解剖参考标准，开发并验证了AI-ECG模型，以预测血管特异性冠状动脉狭窄，并展示了模型在内部和外部验证中的表现，以及其在临床中的应用价值。

Automatic Landmark-Based Segmentation of Human Subcortical Structures in MRI

基于自动标注的脑部皮层下结构MRI分割

Ahmed Rekik, R. Jarrett Rushmore, Sylvain Bouix, Linda Marrakchi-Kacem

机构 * École de technologie supérieure (ÉTS)（埃克塞尔技术高等学院） ； Boston University School of Medicine（波士顿大学医学学院） ； Signal and Smart Systems Lab (L3S)（信号与智能系统实验室） ； National School of Engineering of Tunis, University of Tunis El Manar（突尼斯国家工程学院，突尼斯El Manar大学） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV

AI总结 本文提出一种基于地标引导的3D脑分割方法，通过全局到局部网络检测16个关键皮层下参考点，并结合语义分割模型和后处理步骤，提升皮层下结构分割的准确性。

Comments 7 pages, 5 figures. Accepted for presentation at the 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2026)

A Comparative Analysis of CT Degradation for LDCT Nodule Classification using Radiomics

基于放射组学的LDCT结节分类中CT退化比较分析

Jiaying Liu, Anna Corti, Valentina D. A. Corino, Luca Mainardi

专题命中 医学影像 ：CT(title,title_cn)；分类 eess.IV

AI总结 本文通过生成合成LDCT图像增强数据集，比较三种退化方法在结节分类中的性能，验证了使用CycleGAN生成的图像在分类任务中表现更优。

A Target-Free Harmonization Method for MRI

无目标谐调方法用于磁共振成像

Minjun Kim, Dong Ju Mun, Hwihun Jeong, Hangyeol Park, Haechang Lee, Se Young Chun, Jongho Lee

机构 * Department of Electrical and Computer Engineering, Seoul National University（首尔国立大学电气与计算机工程系） ； Department of Psychiatry, Brigham and Women's Hospital, Harvard Medical School（精神病学系，布里金医院，哈佛医学院） 纠错

专题命中 医学影像 ：MRI(title,summary_cn)；分类 eess.IV

AI总结 本文提出TgtFreeHarmony方法，通过生成对抗网络解纠缠生成MRI领域风格的流形，实现无目标域数据的图像谐调，提升下游任务性能，保障数据隐私。

Comments 37 pages, 10 figures

3D Conditional Image Synthesis of Left Atrial LGE MRI from Composite Semantic Masks

基于复合语义掩码的左心房LGE MRI的3D条件图像合成

Yusri Al-Sanaani, Rebecca Thornhill, Sreeraman Rajan

机构 * Systems and Computer Engineering, Carleton University（卡尔顿大学系统与计算机工程系） ； Department of Radiology, University of Ottawa（渥太华大学放射科部） 纠错

专题命中 医学影像 ：MRI(title,title_cn)；分类 cs.CV

AI总结 本文提出利用3D条件生成模型增强稀少LGE训练数据，提升左心房分割性能，SPADE-LDM生成最逼真图像，使Dice分数显著提升。

Comments This work has been published in the Proceedings of the 2025 IEEE International Conference on Imaging Systems and Techniques (IST). The final published version is available via IEEE Xplore

Journal ref 2025 IEEE International Conference on Imaging Systems and Techniques (IST)

Hybrid Swin Attention Networks for Simultaneously Low-Dose PET and CT Denoising

混合Swin注意力网络用于同时低剂量PET和CT去噪

Yichao Liu, Hengzhi Xue, YueYang Teng, Junwen Guo

机构 * organization= IWR, Heidelberg University , city= Heidelberg , postcode= 69120 , state= Baden Württemberg , country= Germany ； organization= College of Medicine ； Biological Information Engineering, Northeastern University , city= Shenyang , postcode= 110169 , state= Liaoning , country= China ； organization= Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education , city= Shenyang , postcode= 110169 , state= Liaoning , country= China ； organization= Department of Epidemiology \& Global Health, Umeå University , addressline= , city= Umeå , postcode= 90187 , country= Sweden 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV

AI总结 本文提出混合Swin注意力网络HSANet，结合高效全局注意力模块和混合上采样模块，提升低剂量PET和CT去噪性能，同时保持模型轻量。

Learning to Diagnose Privately: DP-Powered LLMs for Radiology Report Classification

在隐私保护下学习：用于放射报告分类的DP驱动LLM

Payel Bhattacharjee, Fengwei Tian, Geoffrey D. Rubin, Joseph Y. Lo, Nirav Merchant, Heidi Hanson, John Gounley, Ravi Tandon

机构 * National Institute of Standards and Technology（美国国家标准与技术研究院） ； Colorado State University（科罗拉多州立大学） ； University of Arizona（亚利桑那大学） ； Duke University（杜克大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)；CT(abstract)；diagnosis(abstract)；biomedical(abstract)

AI总结 本文提出一种结合差分隐私与LoRA的隐私保护LLM微调框架，用于多异常放射报告分类，通过生成标签训练小型模型，在强隐私保障下实现高效推理。

Comments Accepted in IEEE ACCESS, 2026

TriFusion-SR: Joint Tri-Modal Medical Image Fusion and SR

TriFusion-SR：联合三模态医学图像融合与超分辨率

Fayaz Ali Dharejo, Sharif S. M. A., Aiman Khalil, Nachiket Chaudhary, Rizwan Ali Naqvi, Radu Timofte

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

AI总结 TriFusion-SR通过联合三模态医学图像融合与超分辨率技术，利用小波引导的条件扩散框架实现频率感知的跨模态交互，提升图像质量和分辨率。

Attention-Driven Framework for Non-Rigid Medical Image Registration

基于注意力机制的非刚性医学图像配准框架

Muhammad Zafar Iqbal, Ghazanfar Farooq Siddiqui, Anwar Ul Haq, Imran Razzak

机构 * Department of Computer Sciences, Quaid-i-Azam University (QAU)（夸赞大学计算机科学系） ； School of Engineering and Technology, Centre for Intelligent Systems, CQU Sydney（悉尼大学工程与技术学院） ； MBZUAI（穆扎布哈大学） ； UNSW Sydney（悉尼新南威尔士大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

AI总结 本文提出基于注意力机制的非刚性医学图像配准框架AD-RegNet，结合3D UNet与双向交叉注意力，实现高精度且高效的图像配准，适用于多种解剖结构和成像模态。

A Hybrid Mamba-SAM Architecture for Efficient 3D Medical Image Segmentation

一种用于高效3D医学图像分割的混合Mamba-SAM架构

Mohammadreza Gholipour Shahraki, Mehdi Rezaeian, Mohammad Ghasemzadeh

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

AI总结 本文提出一种混合Mamba-SAM架构，结合冻结SAM编码器与Mamba模型，提升3D医学图像分割的效率与精度。

Exploiting DINOv3-Based Self-Supervised Features for Robust Few-Shot Medical Image Segmentation

利用基于DINOv3的自监督特征进行鲁棒的小样本医学图像分割

Guoping Xu, Jayaram K. Udupa, Weiguo Lu, You Zhang

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

AI总结 本文提出DINO-AugSeg框架，利用DINOv3特征结合小波域增强和上下文融合，提升小样本医学图像分割的鲁棒性。

Comments 36 pages, 11 figures

NEURO-GUARD: Neuro-Symbolic Generalization and Unbiased Adaptive Routing for Diagnostics -- Explainable Medical AI

NEURO-GUARD：神经符号泛化与无偏自适应路由用于诊断——可解释的医疗AI

Midhat Urooj, Ayan Banerjee, Sandeep Gupta

机构 * Arizona State University（亚利桑那州立大学） 纠错

专题命中 医学影像 ：medical AI(title,abstract)；medical image(abstract)；MRI(abstract)；diagnosis(abstract)

AI总结 NEURO-GUARD通过整合视觉变换器与语言驱动推理，提升医疗图像诊断的准确性、透明性和泛化能力。

Comments Accepted at Asilomar Conference

A Large Scale Benchmark for Test Time Adaptation Methods in Medical Image Segmentation

一种大规模基准用于医学图像分割中的测试时间适应方法

Wenjing Yu, Shuo Jiang, Yifei Chen, Shuo Chang, Yuanhan Wang, Beining Wu, Jie Dong, Mingxuan Liu, Shenghao Zhu, Feiwei Qin, Changmiao Wang, Qiyuan Tian

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；pathology(abstract)

AI总结 MedSeg-TTA提出一个大规模基准，评估医学图像分割中测试时间适应方法的跨模态性能，揭示不同方法在不同偏移条件下的优劣。

Comments 45 pages, 18 figures

Clustering-Based Low-Rank Matrix Approximation for Medical Image Compression

Sisipho Hamlomo, Marcellin Atemkeng

机构 * Department of Statistics, Rhodes University（统计学系，罗德斯大学） ； Department of Mathematics, Rhodes University（数学系，罗德斯大学） ； National Institute for Theoretical and Computational Sciences (NITheCS)（理论与计算科学国家研究所） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

Challenges, Advances, and Evaluation Metrics in Medical Image Enhancement: A Systematic Literature Review

Chun Wai Chin, Haniza Yazid, Hoi Leong Lee

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

MedDINOv3: How to adapt vision foundation models for medical image segmentation?

Yuheng Li, Yizhou Wu, Yuxiang Lai, Mingzhe Hu, Xiaofeng Yang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； Emory University School of Medicine（埃默里大学医学院） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

HybridMamba: A Dual-domain Mamba for 3D Medical Image Segmentation

Weitong Wu, Zhaohu Xing, Jing Gong, Qin Peng, Lei Zhu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Department of Radiology, Fudan University Shanghai Cancer Center（复旦大学上海肿瘤中心放射科） ； Department of Oncology, Shanghai Medical College, Fudan University（复旦大学上海医学院肿瘤科） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；biomedical(abstract)

More performant and scalable: Rethinking contrastive vision-language pre-training of radiology in the LLM era

Yingtai Li, Haoran Lai, Xiaoqian Zhou, Shuai Ming, Wenxin Ma, Wei Wei, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences ； Medicine, University of Science ； Technology of China (USTC), Hefei Anhui, 230026, China Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advance Research, USTC, Suzhou Jiangsu, 215123, China The First Affiliated Hospital of USTC, Division of Life Sciences ； Medicine, USTC, Hefei Anhui, 230001, China Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology, Suzhou Jiangsu, 215123, China State Key Laboratory of Precision 纠错

专题命中 医学影像 ：radiology(title,abstract)；medical AI(abstract)；CT(abstract)；diagnosis(abstract)

Comments MICCAI 2025

Systematic Evaluation of Wavelet-Based Denoising for MRI Brain Images: Optimal Configurations and Performance Benchmarks

Asadullah Bin Rahman, Masud Ibn Afjal, Md. Abdulla Al Mamun

专题命中 医学影像 ：MRI(title,abstract)；medical image(abstract)；CT(abstract)；diagnosis(abstract)

ViCTr: Vital Consistency Transfer for Pathology Aware Image Synthesis

Onkar Susladkar, Gayatri Deshmukh, Yalcin Tur, Gorkhem Durak, Ulas Bagci

机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学） 纠错

专题命中 医学影像 ：pathology(title,abstract)；medical image(abstract)；MRI(abstract)；CT(abstract)

Comments Accepted in ICCV 2025

RadiomicsRetrieval: A Customizable Framework for Medical Image Retrieval Using Radiomics Features

Inye Na, Nejung Rue, Jiwon Chung, Hyunjin Park

机构 * Department of Artificial Intelligence, Sungkyunkwan University, Suwon 16419, South Korea（人工智能系，顺天大学，Suwon 16419, 韩国） 纠错

专题命中 医学影像 ：medical image(title,abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

Comments Accepted at MICCAI 2025

Multi-Modal Explainable Medical AI Assistant for Trustworthy Human-AI Collaboration

Honglong Yang, Shanshan Song, Yi Qin, Lehan Wang, Haonan Wang, Xinpeng Ding, Qixiang Zhang, Bodong Du, Xiaomeng Li

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科学与技术大学） 纠错

专题命中 医学影像 ：medical AI(title,abstract)；medical image(abstract)；radiology(abstract)；biomedical(abstract)

Uncertainty Quantification in Machine Learning Based Segmentation: A Post-Hoc Approach for Left Ventricle Volume Estimation in MRI

F. Terhag, P. Knechtges, A. Basermann, R. Tempone

专题命中 医学影像 ：MRI(title,abstract)；medical image(abstract)；diagnosis(abstract)；biomedical(abstract)

Journal ref SIAM/ASA Journal on Uncertainty Quantification 13 (1), 2025, 90-113