arXivDaily arXiv每日学术速递 周一至周五更新

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。

共收录 1717 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 129 篇

2606.25882 2026-06-25 cs.LG 新提交 57%

An Analysis of Posterior Collapse, Parameterization and Initialization in Variational Deep Gaussian Processes

变分深度高斯过程中的后验坍缩、参数化和初始化分析

Francisco Javier Sáez-Maldonado, Juan Maroñas, Daniel Hernández-Lobato

机构 * Department of Computer Science and Artificial Intelligence(计算机科学与人工智能系) Universidad de Granada(格拉纳达大学) Department of Quantitative Methods(定量方法系) CUNEF Universidad Madrid, Spain(CUNEF马德里大学, 西班牙) Department of Computer Science and Centro de Investigación Avanzada en Física Fundamental(计算机科学系和先进物理基础研究中心) Universidad Autónoma de Madrid(马德里自治大学)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 研究变分深度高斯过程的后验坍缩问题,发现线性先验均值函数的优势源于改善初始化时的优化条件,提出零先验均值的替代初始化方法,避免后验坍缩并提升稳定性。

Comments Submitted to the Journal of Machine Learning Research

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22433 2026-06-23 cs.LG 新提交 57%

Escaping the Variance Trap: Jacobian-Free Dynamics for Root-Finding Bilevel Optimization

逃离方差陷阱:用于求根双层优化的无雅可比动力学

Zhiyu Li, Xi Xuan, Davide Carbone

机构 * University of Science and Technology of China(中国科学技术大学) City University of Hong Kong(香港城市大学) Laboratoire de Physique de l’École Normale Supérieure, Université PSL, CNRS, Sorbonne Université, Université de Paris(巴黎高等师范学院物理实验室,PSL大学,法国国家科学研究中心,索邦大学,巴黎大学)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 提出求根双层优化(RF-BO)框架,采用无雅可比的两时间尺度随机逼近(TTSA)方法,避免方差放大,并提供非渐近收敛保证,在多个任务中显著优于基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.20250 2026-06-19 cs.CV 新提交 57%

Single-Stage Hierarchical Rectification for Weakly Supervised Histopathology Segmentation

单阶段层次化校正用于弱监督组织病理学分割

Duc T. Nguyen, Hoang-Long Nguyen, Thanh-Ha DO, Huy-Hieu Pham

机构 * VinUni-Illinois Smart Health Center, VinUniversity, Hanoi, Vietnam(越南河内VinUniversity VinUni-Illinois智慧健康中心) The Computer Vision and Medical AI Lab, VinUniversity, Hanoi, Vietnam(越南河内VinUniversity计算机视觉与医学人工智能实验室) Posts and Telecommunications Institute of Technology, Hanoi, Vietnam(越南河内邮电技术学院)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出单阶段层次化校正框架,通过层次化特征校正模块在单次训练中直接生成高保真激活图,解决多阶段弱监督分割中的误差传播和计算开销问题。

Comments Accepted to MICCAI 2026. This is the pre-review submitted version, not the camera-ready version. The final authenticated version will be available in the MICCAI 2026 proceedings

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15554 2026-06-18 cs.CV 新提交 57%

RaLMPH: Reliability-aware Learning for Multi-Pathologist Harmonization in Whole-Slide Image Classification

RaLMPH:全切片图像分类中面向多病理学家协调的可靠性感知学习

Sungrae Hong, Jiwon Jeong, Soeun Cheon, Donghee Han, Sol Lee, Jisu Shin, Kyungeun Kim, Mun Yong Yi

机构 * Korea Advanced Institute of Science and Technology(韩国科学技术院) Seegene Medical Foundation(Seegene医学基金会)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出RaLMPH框架,通过可靠性场建模局部邻域结构和专家不确定性,实现多病理学家标注的全切片图像标签协调,提升多实例学习性能。

Comments Accepted by MICCAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.17730 2026-06-17 cs.CV 新提交 57%

ActWorld: From Explorable to Interactive World Model via Action-Aware Memory

ActWorld: 从可探索到可交互的世界模型——基于动作感知记忆

Zhexiao Xiong, Yizhi Song, Hao Kang, Qing Yan, Liming Jiang, Jenson Yang, Zhoujie Fu, Stathi Fotiadis, Angtian Wang, Zichuan Liu, Bo Liu, Yiding Yang, Xin Lu, Nathan Jacobs

机构 * Washington University in St. Louis(圣路易斯华盛顿大学) Intelligent Creation, ByteDance(字节跳动智能创作)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出ActWorld,通过构建10万交互视频数据集和分层动作感知记忆机制,在块自回归框架中扩展导航模型以支持对象交互,解决数据稀缺和记忆瓶颈问题。

Comments Project page: https://interactwm.github.io/ActWorld

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.16658 2026-06-16 cs.CV 新提交 57%

Vision-Language Models as Zero-Annotation Oracles in Histopathology

视觉-语言模型作为组织病理学中的零标注预言机

Vishal Jain, Giorgio Buzzanca, Sarah Cechnicka, Maarten Naesens, Priyanka Koshy, Tri Nguyen, Jesper Kers, Candice Roufosse, Bernhard Kainz

机构 * Imperial College London(帝国理工学院) Leiden University Medical Center(莱顿大学医学中心) KU Leuven(鲁汶大学) University Hospitals Leuven(鲁汶大学医院) University Medical Center Utrecht(乌得勒支大学医学中心) Friedrich-Alexander University Erlangen-Nürnberg(埃尔朗根-纽伦堡大学)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出一种粗到细方法,利用通用视觉-语言模型作为零标注预言机进行前景分割,在特殊染色上优于监督基线,并通过伪标签蒸馏轻量学生模型。

Comments 11 pages, 1 figure, 6 tables. Code available at https://github.com/VishalJ99/vlm-wsi-auto-context

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.16515 2026-06-16 cs.LG cs.AI cs.RO 新提交 57%

Direction-Conditioned Policies via Compositional Subgoal Scoring for Online Goal-Conditioned Reinforcement Learning

基于组合子目标评分的方向条件策略用于在线目标条件强化学习

Swaminathan S K, Damiya Gondha, Theyanesh Eswaramoorthy Rajahkrishnan, Aritra Hazra

机构 * Department of Computer Science and Engineering, Indian Institute of Technology Kharagpur(计算机科学与工程系,印度理工学院Kharagpur分校) Department of Mechanical Engineering, Indian Institute of Technology Kharagpur(机械工程系,印度理工学院Kharagpur分校)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 提出方向条件策略(DCP),通过共享InfoNCE表示将目标达成分解为子目标评分和方向条件动作,理论证明方向充分性、训练与部署一致性及可控子空间失效条件,在九个环境中优于对比RL。

Comments 17 pages, Accepted to the 2nd Workshop on Compositional Learning at ICML 2026 (Seoul, South Korea)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15784 2026-06-16 cs.LG cs.CE 新提交 57%

Bayesian Networks with Latent Time Embedding for Stage-Aware Causal Modeling of Alzheimer's Disease Progression

具有潜在时间嵌入的贝叶斯网络用于阿尔茨海默病进展的阶段感知因果建模

Nguyen Linh Dan Le

机构 * Alzheimer's Disease Neuroimaging Initiative(阿尔茨海默病神经影像学倡议) Open Access Series of Imaging Studies(开放获取影像学研究系列)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 提出BN-LTE框架,结合贝叶斯网络与潜在时间嵌入,利用AT(N)级联约束建模AD进展,在ADNI数据上优于基线,并识别出淀粉样蛋白敏感性的中期伪时间窗口。

Comments 7 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15019 2026-06-16 cs.CV 新提交 57%

Towards Global AI-Driven Cervical Cancer Screening

迈向全球人工智能驱动的宫颈癌筛查

Thuy Nuong Tran, Ömer Sümer, Evangelia Christodoulou, Lennart Nauschütte, Simon Kalteis, Martin Paulikat, Esmira Pashayeva, Klara Steinheuer, Isabella Borges, Piotr Kalinowski, Hermann Bussmann, Sieng Sokmney, Poeung Kuong, Sathiarany Vong, Achim Schneider, Magnus von Knebel-Doeberitz, Patrick Godau, Lena Maier-Hein

机构 * German Cancer Research Center (DKFZ)(德国癌症研究中心) Heidelberg University(海德堡大学) National Center for Tumor Diseases (NCT) Heidelberg(海德堡国家肿瘤疾病中心) Helmholtz Association(亥姆霍兹联合会) University of Heidelberg(海德堡大学) Medical Faculty Heidelberg(海德堡医学院) University Hospital Heidelberg(海德堡大学医院) German Consortium for Translational Cancer Research (DKTK)(德国转化癌症研究联盟) National Center for Tumor Diseases (NCT) Dresden(德累斯顿国家肿瘤疾病中心) University Hospital Carl Gustav Carus Dresden(德累斯顿卡尔·古斯塔夫·卡鲁斯大学医院) Technische Universität Dresden(德累斯顿工业大学) Helmholtz-Zentrum Dresden-Rossendorf (HZDR)(亥姆霍兹德累斯顿罗森多夫研究中心) University of Bonn(波恩大学) University Hospital Bonn(波恩大学医院) University of Cologne(科隆大学) University Hospital Cologne(科隆大学医院) University of Duisburg-Essen(杜伊斯堡-埃森大学) University Hospital Essen(埃森大学医院) University of Freiburg(弗莱堡大学) University Hospital Freiburg(弗莱堡大学医院) University of Göttingen(哥廷根大学) University Hospital Göttingen(哥廷根大学医院) University of Hamburg(汉堡大学) University Hospital Hamburg-Eppendorf(汉堡-埃彭多夫大学医院) University of Jena(耶拿大学) University Hospital Jena(耶拿大学医院) University of Kiel(基尔大学) University Hospital Schleswig-Holstein(石勒苏益格-荷尔斯泰因大学医院) University of Leipzig(莱比锡大学) University Hospital Leipzig(莱比锡大学医院) University of Lübeck(吕贝克大学) University Hospital Lübeck(吕贝克大学医院) University of Magdeburg(马格德堡大学) University Hospital Magdeburg(马格德堡大学医院) University of Mainz(美因茨大学) University Hospital Mainz(美因茨大学医院) University of Marburg(马尔堡大学) University Hospital Marburg(马尔堡大学医院) University of Munich (LMU)(慕尼黑大学) University Hospital Munich (LMU)(慕尼黑大学医院) Technical University of Munich (TUM)(慕尼黑工业大学) University Hospital rechts der Isar (TUM)(慕尼黑工业大学伊萨尔河右岸医院) University of Münster(明斯特大学) University Hospital Münster(明斯特大学医院) University of Regensburg(雷根斯堡大学) University Hospital Regensburg(雷根斯堡大学医院) University of Rostock(罗斯托克大学) University Hospital Rostock(罗斯托克大学医院) University of Tübingen(蒂宾根大学) University Hospital Tübingen(蒂宾根大学医院) University of Ulm(乌尔姆大学) University Hospital Ulm(乌尔姆大学医院) University of Würzburg(维尔茨堡大学) University Hospital Würzburg(维尔茨堡大学医院)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出首个基于深度学习、在多国数据上验证的宫颈癌筛查方法,通过多任务学习同时进行图像分类和病变分割,在内部验证中优于医生,但外部验证显示性能因国家而异。

Comments 20 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.13705 2026-06-15 cs.LG cs.AI 新提交 57%

Can Editing 1 Neuron Fix Repetition Loops in LLMs?

编辑1个神经元能修复LLM中的重复循环吗?

Aristotelis Lazaridis, Aman Sharma, Dylan Bates, Brian King, Vincent Lu, Jack FitzGerald

机构 * Edgerunner AI

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 本文发现Gemma 4模型在长事实列举任务中高达95%的概率陷入重复循环,通过逐层消融和逐神经元归因定位到少量MLP神经元,并用静态权重编辑(小至单个神经元符号反转)消除循环,但无法解决因知识缺失导致的“末日循环”。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.11846 2026-06-11 cs.CV 新提交 57%

SheafStain: Sheaf-Theoretic Schrödinger Bridge for Spatially and Biologically Coherent Virtual Staining

SheafStain:用于空间和生物学一致虚拟染色的层论薛定谔桥

Hyeongyeol Lim, Hongjun Yoon, Eunjin Jang, Daeky Jeong, Won June Cho, Hwamin Lee

机构 * Department of Medical Informatics, College of Medicine, Korea University(高丽大学医学院医学信息学系) DEEPNOID Inc.(DEEPNOID公司)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 针对虚拟染色中补丁推理导致的空间不连续和上下文污染问题,提出SheafStain方法,将视觉基础模型特征重新解释为层状截面,结合薛定谔桥框架实现空间和生物学一致的虚拟染色,在HER2等指标上优于六种现有方法。

Comments 32 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.11709 2026-06-11 cs.LG cs.CL 新提交 57%

RLCSD: Reinforcement Learning with Contrastive On-Policy Self-Distillation

RLCSD: 基于对比策略自蒸馏的强化学习

Leyi Pan, Shuchang Tao, Yunpeng Zhai, Lingzhe Zhang, Zhaoyang Liu, Bolin Ding, Aiwei Liu, Lijie Wen

机构 * Tsinghua University(清华大学) Tongyi Lab, Alibaba Group(阿里巴巴集团通义实验室) Peking University(北京大学)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 针对策略自蒸馏中特权诱导的风格漂移问题,提出RLCSD方法,通过对比正确与错误提示下的师生差距来抑制风格偏移,提升推理模型在数学和逻辑推理任务上的性能。

Comments 20 pages, 9 figures, 9 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.11012 2026-06-10 cs.CV 新提交 57%

An Uncertainty Estimation Framework for Dose Accumulation in Adaptive Radiotherapy: Application to CBCT-Guided Radiotherapy for Cervical Cancer

自适应放疗中剂量累积的不确定性估计框架:应用于宫颈癌CBCT引导放疗

Cedric Hemon, Delphine Lebret, Jean-Claude Nunes, Valentin Boussot, Karine Peignaux, Nathalie Mesgouez-Nebout, Chantal Hanzen, Antoine Simon, Anaïs Barateau, Renaud de Crevoisier, Caroline Lafond

机构 * Univ. Rennes, CLCC Eugène Marquis, INSERM, LTSI - UMR 1099(雷恩大学,尤金·马奎斯中心,法国国家健康与医学研究院,LTSI - UMR 1099) Department of Radiation Oncology, Centre Georges-Francois Leclerc(乔治-弗朗索瓦·勒克莱尔中心放射肿瘤科) Institut de Cancérologie de l’Ouest–Site Paul Papin(西部癌症研究所-保罗·帕潘院区) CLCC Henri Becquerel(亨利·贝克勒尔中心)

专题命中 病理影像 :CT(abstract_cn);分类 cs.CV

AI总结 提出IMPACT-DoseAcc框架,通过贝叶斯分割引导和集成分割模型两种策略量化DIR不确定性,并传播至累积剂量指标,应用于宫颈癌CBCT引导oART,验证了不确定性校准和几何误差相关性。

Comments Under revision

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.09453 2026-06-09 cs.CV 新提交 57%

GD-MIL: Grade-Disentangled Multiple Instance Learning for Multimodal Biochemical Recurrence Prediction in Prostate Cancer

GD-MIL:用于前列腺癌多模态生化复发预测的等级解耦多实例学习

Dasari Naga Raju

机构 * University of California, Berkeley(加州大学伯克利分校)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 针对前列腺癌生化复发预测,提出GD-MIL方法,通过梯度反转等级对抗训练实现H&E全切片图像特征与Gleason等级解耦,融合临床变量后C-index达0.704,显著优于临床基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.08745 2026-06-09 cs.CV 新提交 57%

Stain-Aware Wavelet Regularization for Instant Adversarial Purification in Histopathology

染色感知的小波正则化用于组织病理学中的即时对抗净化

Zhe Li, Bernhard Kainz

机构 * FAU Erlangen-Nürnberg(埃尔朗根-纽伦堡大学)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出染色感知小波正则化(SAWR),利用Haar变换的多级小波域正则化分层分离对抗扰动与诊断结构信息,并扩展到组织学通道实现染色特异性频率调节,在即时净化框架中将对抗鲁棒性提升高达10.69%。

Comments 14 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.08126 2026-06-09 cs.CV 新提交 57%

One Stone, Three Birds: Self-adaptive Optimal Transport for Multi-VLM Selection, Adaptation, and Ensembling

一石三鸟:面向多VLM选择、自适应与集成的自适应最优传输

Qiyu Xu, Zhanxuan Hu, Yu Duan, Yonghang Tai, Huafeng Li, Quanxue Gao, Xiangyong Cao

机构 * Xi’an Jiaotong University(西安交通大学) Yunnan Normal University(云南师范大学) Xidian University(西安电子科技大学) Kunming University of Science and Technology(昆明理工大学)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出无训练框架OSTB,通过自适应最优传输估计共识样本-类别结构,同时解决多VLM的模型选择、目标域自适应和预测集成问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.07368 2026-06-08 cs.CV cs.AI 新提交 57%

Mitosis Detection in the Wild: Multi-Tumor and Context-Aware Generalization in the MIDOG 2025 Challenge

野外有丝分裂检测:MIDOG 2025挑战中的多肿瘤与上下文感知泛化

Marc Aubreville, Jonas Ammeling, Sweta Banerjee, Viktoria Weiss, Taryn A. Donovan, Robert Klopfleisch, Jiaqi Lv, Shan E Ahmed Raza, Raphaël Bourgade, Thomas Walter, Yasemin Topuz, Songül Varlı, Charles-Antoine Collins-Fekete, Zhuoyan Shen, Navya Sri Kelam, Nitin Singhal, Christian Marzahl, Brian Napora, Tengyou Xu, Hongyan Gu, Mario Vento, Gennaro Percannella, Norbert Ropiak, Izabela Wasiak, Jie Xiao, Shaojun Liu, Seungho Choe, April Khademi, Vidushi Walia, Sujatha Kotte, Andrew Broad, Alex Wright, Guillaume Balezo, Esha Sadia Nasir, Mostafa Jahanifar, Yosuke Yamagishi, Shouhei Hanaoka, Mattia Sarno, Francesco Tortorella, Biwen Meng, Jingxin Liu, Sara Krauss, Daniel Hieber, Lavish Ramchandani, Dev Kumar Das, Mieko Ochi, Yuan Bae, Piotr Giedziun, Mateusz Maniewski, Vangala Govindakrishnan Saipradeep, Naveen Sivadasan, Leire Benito-Del-Valle, Adrian Galdran, Kaustubh Atey, Sameer Anand Jha, Adinath Dukre, Imran Razzak, Maxime W. Lafarge, Viktor H. Koelzer, Nils Porsche, Nikolas Stathonikos, Mitko Veta, Dominik Hirling, Zsanett Zsófia Iván, Peter Horvath, Katharina Breininger, Christof A. Bertram

机构 * Flensburg University of Applied Sciences(弗劳恩霍夫应用科技大学) Technische Hochschule Ingolstadt(施特拉尔松德应用技术大学) University of Veterinary Medicine(兽医大学) Schwarzman Animal Medical Center(施瓦茨曼动物医学中心) Freie Universität Berlin(柏林自由大学) University of Warwick(沃里克大学) MINES Paris - PSL University(巴黎综合理工学院) Yildiz Technical University(耶利泽技术大学) University College London(伦敦大学学院) AIRA MATRIX Private Limited(AIRA MATRIX 私人有限公司) University of California, Los Angeles(加州大学洛杉矶分校) University of Kansas Medical Center(堪萨斯医学中心) University of Salerno(萨勒诺大学) Cancer Center Sp. z o. o.(癌症中心) th Military Research Hospital in Bydgoszcz(比多日茨军医研究所) Shenzhen Technology University(深圳技术大学) Toronto Metropolitan University(多伦多 Metropolitan 大学) Tata Consultancy Services Ltd.(塔塔咨询有限公司) Leeds Teaching Hospitals NHS Trust(利兹教学医院 NHS信托) The University of Tokyo(东京大学) Xi’an Jiaotong-Liverpool University(西安交通大学-利物浦大学) University of Augsburg(奥格斯堡大学) Ulm University(乌尔姆大学) Japanese Red Cross Medical Center(日本红十字医疗中心) Wroclaw University of Science and Technology(沃拉日市科学与技术大学) TECNALIA, Basque Research and Technology Alliance (BRTA)(TECNALIA,巴斯克研究与技术联盟(BRTA)) Indian Institute of Technology Bombay(孟买印度理工学院) MBZUAI University of Basel(巴塞尔大学) University Medical Center Utrecht(乌得勒支大学医学中心) TU Eindhoven(埃因霍温理工大学) HUN-REN Biological Research Centre(匈牙利-人生物研究中心)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 针对临床实际中组织学多样性的挑战,MIDOG 2025挑战评估了跨12种肿瘤类型和多种扫描平台的算法性能,发现模型在传统热点区域表现可靠,但在困难区域和罕见肿瘤中性能显著下降,集成方法可提升F1分数1.5个百分点。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12647 2026-08-14 q-bio.NC 新提交 54%

Activity-dependent epidemic spreading on multiscale brain networks predicts Alzheimer's disease progression

多尺度脑网络上的活性依赖型流行病传播可预测阿尔茨海默病进展

Christoffer G. Alexandersen, Suman S. Kulkarni, Jessica T. Davis, Sebastian N. Roemer-Cassiano, Nicolai Franzmeier, Dani S Bassett

专题命中 病理影像 :pathology(abstract);分类 q-bio

AI总结 该研究将神经元活性耦合到流行病动力学模型,结合多尺度脑网络分析,证实神经元活性是阿尔茨海默病病理扩散的关键驱动因素,其模型可预测疾病进展的空间模式与范围。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.08874 2026-07-13 q-bio.OT 新提交 54%

The Gaussian phenotype of biological measurements

生物测量的高斯表型

Norichika Ogata

专题命中 病理影像 :pathology(abstract);分类 q-bio

AI总结 研究探讨生物测量的高斯性,用QQ-RMSE量化,通过NHANES数据构建参考分布比较高斯表型,发现不同生物测量有不同高斯特征,生物标准化可改善,提出高斯表型概念并建立参考图谱。

Comments 12 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30681 2026-07-01 q-bio.QM nlin.PS 新提交 54%

Pattern formation in a Reaction-Diffusion Model for Amyloid-$β$ and Tau Interactions in Alzheimer's Disease

阿尔茨海默病中淀粉样蛋白-β与Tau相互作用的反应扩散模型中的模式形成

Sun Lee, Wenrui Hao

专题命中 病理影像 :pathology(abstract);分类 q-bio

AI总结 本研究采用Gray-Scott反应扩散模型,结合伴随多水平有限元方法,研究Aβ与Tau相互作用产生的空间模式,发现系统存在多种稳定模式,为理解AD异质性和认知弹性提供数学框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26563 2026-06-26 q-bio.GN cs.AI 新提交 54%

scBench-Long: Verifiable Benchmarking of Long-Horizon Single-Cell Biology

scBench-Long:长周期单细胞生物学的可验证基准测试

Ian Diks, Zhen Yang, Arjun Banerjee, Tim Proctor, Kenny Workman

机构 * LatchBio

专题命中 病理影像 :pathology(abstract);分类 q-bio

AI总结 提出scBench-Long基准,评估AI代理从原始单细胞数据中恢复科学结论的能力,涵盖21项任务,最强模型通过率仅25.4%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.11775 2026-06-11 math.MG q-bio.QM stat.ML 新提交 54%

Magnitude-Based Features for Multispecies Spatial Data

基于量值的多物种空间数据特征

Julia Sollberger, Joshua Bull, Sara Kališnik, Bernadette Stolz

专题命中 病理影像 :biomedical(abstract);分类 q-bio

AI总结 提出基于量值的全局和局部特征向量,用于分析多物种空间数据中的相互作用,在合成肿瘤微环境和人类结直肠癌组织微阵列数据中验证了其识别空间异质性和分类能力。

Comments 32 pages, 24 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.09952 2026-06-10 q-bio.QM physics.med-ph 新提交 54%

Adjusted trajectory of medication exposure taking into account the periodicity of dispensations and the number of dispensed packs and comparative analysis on EFEMERIS database

考虑配药周期性和配药包数的药物暴露轨迹调整方法及基于EFEMERIS数据库的比较分析

Cécile Chouquet, Anna-Belle Beau, Christine Damase-Michel, David Jeauneau, Isabelle Lacroix, Sabine Mercier

专题命中 病理影像 :pathology(abstract);分类 q-bio

AI总结 提出一种基于配药包数和配药类型(偶尔或规律)调整药物暴露轨迹的方法,通过EFEMERIS数据比较三种轨迹计算场景,发现调整方法改善了聚类质量并影响新生儿结局分析。

Comments 10 pages, 2 figures, 3 tables

Journal ref only, 2025, vol. 20, no 2, p. e0308767

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.16112 2026-08-18 cs.SE 新提交 50%

Strategic Technical Debt: A Real Options Approach to Early-Stage Software Experimentation

策略性技术债务:早期软件实验的实物期权方法

Rashid Azarang, Mohammad Reza Azarang Esfandiari

专题命中 病理影像 :pathology(abstract)

AI总结 本文将早期软件实验中刻意产生的技术债务视为看涨期权,明确策略性与有毒债务的边界,构建序贯模型得出关键结论,并开展两项预注册实证检验。

Comments 25 pages, 4 figures. Pre-registered empirical program: OSF bs3cr (EP3'), rvx5t (EP-Pi)

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.10420 2026-08-12 cs.AI 新提交 50%

Reasoning Shortcuts and Value Symmetries: What Symmetry Permits, Architecture Realizes, and Optimization Selects

推理捷径与价值对称性:对称性允许什么、架构实现什么以及优化选择什么

Xin Xu

机构 * Carnegie Mellon University(卡内基梅隆大学) University of Pennsylvania(宾夕法尼亚大学)

专题命中 病理影像 :pathology(abstract)

AI总结 该研究分析神经符号系统的推理捷径,发现现有框架的关键定义不适用于其评估的基准,重新测量揭示无法解释的对比例与可证明结构相关,还明确了对称性惰性、自同构存在性等问题的计算复杂度,区分了对称性允许与优化选择的内容。

Comments 55 pages, 2 figures, 8 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.09891 2026-08-11 cs.RO 新提交 50%

RoSE: A Robotic Soft Esophagus for Endoprosthetic Stent Testing

RoSE:用于腔内支架测试的机器人软食管

Dipankar Bhattacharya, Sherine Jesna V. A., Leo K. Cheng, Weiliang Xu

专题命中 病理影像 :biomedical(abstract)

AI总结 本研究开发了仿生机器人软食管RoSE作为腔内支架体外测试装置,通过测试两种不同径向刚度支架的径向力、迁移情况及对吞咽功能的影响,为支架评估提供创新平台。

Comments Author accepted manuscript. 31 pages, 13 figures, 3 tables. Published in Soft Robotics (2021). Project page: https://bhattner143.github.io/rose-stent.github.io/

Journal ref Soft Robotics, Vol. 8, No. 4 (2021)

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05687 2026-08-07 cs.CL cs.AI 新提交 50%

Answer First, Reason Later: Commitment Order in Diffusion LLMs

先给出答案,后进行推理:扩散大语言模型中的承诺顺序

Jewon Yeom, Jaewon Sok, Seonghyeon Park, Jeongjae Park, Hwiyeong Lee, Taesup Kim

机构 * Graduate School of Data Science, Seoul National University(首尔国立大学数据科学研究生院)

专题命中 病理影像 :pathology(abstract)

AI总结 本研究发现扩散大语言模型(dLLMs)的任意顺序提交机制会导致推理失败,通过前沿门控承诺干预可恢复推理性能,同时保留并行解码优势。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.04490 2026-08-06 cond-mat.mtrl-sci 新提交 50%

Nano-scale visualization of magnetic vortices in metal nanoparticles

金属纳米颗粒中磁涡旋的纳米尺度可视化

Satoko Toyama, Yoshiki O. Murakami, Ayako Nishikawa, Takehito Seki, Akihito Kumamoto, Yuichi Ikuhara, Naoya Shibata

专题命中 病理影像 :biomedical(abstract)

AI总结 本研究结合时间反转方法与特定电子显微镜技术,实现了单个钴纳米颗粒磁涡旋的纳米尺度可视化,揭示了颗粒几何与退磁场的关联,为纳米磁性材料设计提供支撑。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.01835 2026-08-04 cs.AI 新提交 50%

Rewriting or Reweighting? A Geometric Account in Language Models

重写还是重加权?语言模型中的几何视角

Juntong Wang, Shengkun Yang, Xiyuan Wang, Muhan Zhang

专题命中 病理影像 :pathology(abstract)

AI总结 本研究提出行为流形分析方法,通过ACT与NOC空间的几何视角,发现监督微调重写语言模型行为几何、奖励优化重加权该几何的机制差异,为理解后训练目标提供统一框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.29428 2026-08-03 physics.optics cond-mat.mtrl-sci 新提交 50%

Ascorbic acid mitigates oxidative structural degradation in bovine spermatozoa: a label-free quantitative phase microscopy study

抗坏血酸减轻牛精子的氧化结构降解:一项无标记定量相位显微镜研究

Harpreet Kaur, Shubham Tiwari, Aman Kumar, Sandeep Kumar Jha, Satish Kumar Dubey, Dalip Singh Mehta

专题命中 病理影像 :pathology(abstract)

AI总结 本研究利用QPM探究抗坏血酸对H₂O₂诱导氧化应激的Sahiwal牛精子结构的保护作用,发现8 mg/ml抗坏血酸可显著减轻结构降解,QPM参数或可作为无标记氧化损伤指标。

Comments 19 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏