医学 AI

The Continuous Latent Ornstein-Uhlenbeck Dynamics Framework: A Scalable Latent Process Model for Multivariate Longitudinal Categorical Data

连续潜变量奥恩斯坦-乌伦贝克动力学框架：面向多变量纵向分类数据的可扩展潜过程模型

Zhennan Wu, Yijie Wang, Xiaoqing Huang

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文针对多变量纵向分类数据的分析挑战，提出CLOUD框架，结合IRT测量组件与时变OU过程，经模拟和ALS数据验证，可灵活刻画受试者特异性疾病演化。

Evaluating Agentic Bioinformatics through Function, Evidence, and Validation

通过功能、证据和验证评估智能体生物信息学

Phuc Pham, Truong-Son Hy

专题命中 生物医学文本 ：pathology(abstract)

AI总结 该研究提出FEV框架评估智能体生物信息学，梳理多领域128篇文献后发现规划等进展快于科学验证相关环节，主张应基于工作流正确性评估这类系统

Instability-induced bistable shape-morphing kirigami structures

不稳定性诱导的双稳态形状变形剪纸结构

Xiaoyuan Ying, Marcelo A. Dias

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究提出逆向设计框架，通过几何失配与不稳定性实现各向异性双稳态剪纸结构的可编程形状变形，经模拟和实验验证，可集成于多种驱动系统，拓展工程应用

3D Uncertainty Quantification for the Photo-Acoustic Tomography

光声层析成像的三维不确定性量化

Babak Maboudi Afkham, Amal Mohammed A Alghami, Hassan Yazdanian, Tanja Tarvainen

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究光声层析成像的三维不确定性量化问题，提出有限元贝叶斯UQ框架，将RTO采样策略重构成无矩阵算法，通过构建特殊伴随离散化实现高效求解，经多种方法验证，可扩展到线性PDE约束反问题。

Enhanced abrupt autofocusing and depth-of-focus of circular Airy derivative beams via controlled asymmetry

通过可控不对称性增强圆形艾里导数光束的突然自聚焦和焦深

Anita Kumari, Vishwa Pal

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究通过可控不对称性增强圆形艾里导数光束的突然自聚焦和焦深，可使焦深大幅扩展、自聚焦能力提升，实验与模拟吻合良好，所产生的光束在多领域有应用前景。

Comments 7 pages, 10 figures

Dynamics of a microroller under confinement

受限微滚子的动力学

Han Gao, Nan Xie, Zaiyi Shen, Xiaoping Hu, Shiyuan Hu, Ye Xu

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究不同几何形状受限微通道中微滚子的动力学，结合实验、模拟和标度分析，发现收缩通道中微滚子速度变化规律，开发标度框架，揭示远场旋转流和近场剪切流对微滚子动力学的不同作用，为控制其动力学提供指导。

A 32-channel event-based bio-signal analog front-end with adaptive delta and pulse frequency encoding

一种具有自适应增量和脉冲频率编码的32通道基于事件的生物信号模拟前端

Narayanan Shyam, Saptarshi Ghosh, Giacomo Indiveri

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种用于生物医学信号采集和编码的32通道基于事件的AFE专用集成电路，具有双模编码机制，aADM编码器可实时自适应调整编码数据速率，实现高数据压缩，为脑机接口神经信号自适应无线通信和在线处理提供支持。

Comments Submitted to NeuroPHY 2026 workshop, at the EWSN 2026 conference

Electrohydrodynamic wind generation in planar DBDs: role of electrode symmetry and geometry

平面介质阻挡放电中电液动力风的产生：电极对称性和几何形状的作用

Farshad Sohbatzadeh, Saeed Ranjbar Malekshah, Hamed Soltani Ahmadi, S Mirzanejhad, Ramin Mehrabifard, Samira Mavaddati, Zdenko Machala

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究大气压下SDBD等离子体致动器的EHD相互作用，用对称环形致动器表征离子风，研究电极直径和厚度对风速影响，实验与模拟结合，给出优化配置及最大风速，揭示离子风性能与副产物生成权衡，为相关应用提供指导。

Comments pages, 18 figures, 3 tables. Experimental and numerical study of vertical ionic-wind generation by an annular surface dielectric barrier discharge plasma actuator. Includes COMSOL plasma-fluid simulations, Schlieren flow visualization, Pitot-tube velocity measurements, and ozone measurements. Published in Physica Scripta

Journal ref Physica Scripta 101 (2026) 065601

Spinel Ferrite-Based Materials for Electrochemical Applications: Synthesis, Applications, and Future Perspectives

用于电化学应用的尖晶石铁氧体基材料：合成、应用及未来展望

Sakhi Tiwari, Ashish Dubey, Pragyanand Prajapati, Akhilesh Kumar Singh, Ashutosh Kumar, Jai Singh

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 综述尖晶石铁氧体基材料在电化学应用的进展，介绍其在多领域的应用，阐述通过多种方式可调节其电化学性能，并为相关研究人员提供合成及增强技术等方面的全面资源，涉及气体传感器和超级电容器等应用。

Comments 104 Pages, 35 figures, 6 tables

Global testing of SNP-methylation interactions on binary phenotypes via a logistic functional regression model

通过逻辑函数回归模型对二元表型的SNP-甲基化相互作用进行全局检验

Yvelin Gansou, Karim Oualkacha, Marzia Angela Cremona, Lajmi Lakhal-Chaieb

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究针对生物医学中遗传与表观遗传因素对二元健康结果影响的挑战，提出逻辑函数回归模型，通过局部核使甲基化测量值与SNP基因型相互作用，能稳定推断区域水平相互作用，模拟显示其校准I型错误和检验效能优于经典方法。

Impedance-Guided Programmable Transmission of Localized Deformation in Modular Soft Metamaterials

模块化软超材料中局部变形的阻抗引导可编程传输

Weiyun Xu, Daewon Hong, Zhi Zhao, Rahul Dev Kundu, Xiaojia Shelly Zhang

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究模块化软超材料中局部变形传输问题，提出阻抗引导设计框架，通过建立非线性模型和拓扑优化实现可编程传输，合成模块族，实现多种位移操纵架构及信息处理，为智能材料系统提供见解和途径。

Hele-Shaw Flow With Pressure and Shear Rate Dependent Viscosity

具有压力和剪切速率依赖粘度的Hele-Shaw流动

Benedetta Calusi, Liviu Iulian Palade

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究具有压力和剪切速率依赖粘度的流体在Hele-Shaw单元中的行为，从控制方程出发采用流变模型推导修正流动方程，通过数值模拟展示流变参数对流动行为的影响，为受限复杂流动研究提供新视角。

Journal ref Published in Transport Phenomena 2026; 1(1): 20260002 (De Gruyter Brill)

MAPLE: Mapper Based Localized Prediction with Data Driven Cover Selection for High dimensional Data

MAPLE：基于映射器的局部预测与数据驱动覆盖选择用于高维数据

Md Moinul Ahsan, Priyam Das, Nitai D Mukhopadhyay

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对高维生物医学数据的复杂结构，提出MAPLE局部预测框架，基于拓扑数据分析，通过数据自适应映射器图定义邻域，引入数据驱动覆盖选择程序，适用于多种结果，有理论保证，模拟及应用显示其性能优越。

AI-Augmented Statistical Network Estimation with Proxy Gene Embeddings

基于代理基因嵌入的人工智能增强统计网络估计

Yan Chen, Weijing Tang, Jin-Hong Du

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究利用现代生物医学基础模型提供的代理基因嵌入改善部分观察目标网络的潜在结构恢复，提出PLANE模型，结合两种信息源，经分析得出网络嵌入权重的最优选择，模拟等验证其能提升潜在恢复等效果。

From Voting to Agent Collaboration: Answer-Type-Aware LLM Pipelines for BioASQ 14b

从投票到智能体协作：用于BioASQ 14b的答案类型感知大语言模型管道

Taeyun Roh, Eunha Lee, Wonjune Jang, Sohyun Chung, Junha Jung, Jaewoo Kang

机构 * Korea University（韩国大学） ； Myongji University（明知大学） ； AIGEN Sciences（爱根科学公司） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究针对BioASQ 14b任务B提出特定问题类型的大语言模型框架，依据不同问题类型选择不同推理程序，如为是/否问题用片段洗牌等，经初步实验和官方评估，框架性能具竞争力，在第4批次事实性子任务中夺冠，证明相关方法结合的有效性。

Comments 15 pages

Half-wave plasmonic nanolasers near the localization limit

接近局域极限的半波等离子体纳米激光器

Sangyeon Cho, Seok-Hyun Yun

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究在超光滑金衬底上用高增益磷化铟纳米颗粒实现接近表面等离子体共振的半波模式激光，通过模拟估计最小激光粒子尺寸，观察不同粒子的激光特性，推动激光小型化至等离子体局域极限。

MEMS Fiber-Tip Photoacoustic Spectrometer for In Situ Microscale Trace Gas Sensing

用于原位微尺度痕量气体传感的MEMS光纤尖端光声光谱仪

Xingjie Liu, Mengqi Wu, Ping Lu

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 为满足受限场景下痕量气体传感需求，研制MEMS集成光纤尖端光声光谱仪，采用特定结构，含光声传感器等，实现痕量气体检测，兼具多种优势，克服传统局限。

Comments 15 pages, 8 figures

Transiently Driven Reflectionless Resonant Microwave Plasmas via Virtual Critical Coupling

瞬态驱动无反射共振微波等离子体通过虚拟临界耦合

Muhammad Rizwan Akram, Abbas Semnani

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出虚拟临界耦合方法，通过指数增长波形实现动态阻抗匹配，克服等离子体点燃导致的阻抗失配，使谐振器储能提升四倍，实现超高效微波等离子体生成。

Comments 7 Pages, 7 Figures, Submitted to IEEE TMTT

Topological reconstruction of Rubin multiple imputation via coarse proximity, Seifert van Kampen gluing and Hurewicz invariants

通过粗邻近、Seifert van Kampen 粘合和 Hurewicz 不变量对 Rubin 多重插补进行拓扑重建

Arturo Tozzi

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种拓扑重建方法，利用粗邻近图、Seifert van Kampen 粘合和 Hurewicz 不变量分析多重插补数据集的结构，揭示其全局组织模式。

Comments 11 pages, 2 figures

Cross-Domain Feature Expansion for Tabular Medical Data via Knowledge Graphs Injection

通过知识图谱注入的表格医疗数据跨域特征扩展

Mengying Zhou, Yongjie Yin, Haoyan Xin, Guoping Liu, Yang Chen

机构 * School of Computing and Artificial Intelligence, Shanghai University of Finance and Economics（上海财经大学计算机与人工智能学院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学技术学院） ； Independent Researcher（独立研究者） ； School of Basic Medical Sciences, Shanghai University of Traditional Chinese Medicine and Pharmacology（上海中医药大学基础医学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出MedKGTab框架，利用知识图谱和注意力机制从现有特征推断未收集的生物医学特征，实现跨域特征扩展，优于现有模型。

DDIAgents: Mechanism-Conditioned Context Flow for Drug-Drug Interaction Prediction

DDIAgents: 机制条件上下文流用于药物相互作用预测

Zhenqian Shen, Yu Liu, Xiaoyi Fu, Quanming Yao

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Institute of Biomedical Engineering, University of Oxford（牛津大学生物医学工程研究所） ； Division of Emerging Interdisciplinary Areas, Hong Kong University of Science and Technology（香港科技大学新兴跨学科领域学部） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出DDIAgents多智能体框架，通过动态知识编排预测药物相互作用，减少无关信息并生成可解释推理，性能优于现有方法。

RAMSES: Secure high-performance computing for sensitive data

RAMSES：面向敏感数据的安全高性能计算

Peter Heger, Lech Nieroda, Roland Pabel, Christoph Stollwerk, Stefan Borowski, Kamil Tokmakov, Michael Commer, Martin Peifer, Stefan Wesner, Viktor Achter

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出RAMSES系统，通过硬件内存加密、文件加密和多层安全架构，在保证高性能的同时实现数据全生命周期加密，满足GDPR等标准，性能影响有限。

Comments 27 pages, 5 figures, 2 tables

Geometry-Preserving Reduced-Order Modeling via Immersed Tensor Decomposition (ITD)

通过浸入式张量分解（ITD）实现几何保持的降阶建模

Lei Zhang, Jiachen Guo, Guowei He, Thomas J. R. Hughes, Wing Kam Liu

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出浸入式张量分解（ITD）框架，结合无网格几何表示与可分离降阶求解器，在规则背景体素网格上实现大规模仿真，通过精确Dirichlet公式强加边界条件，无需变分惩罚或界面求积。

A Unified Three-Stage Weighting Framework for Causal Inference and Mediation Analysis under Case-Control Sampling

病例对照抽样下因果推断与中介分析的三阶段统一加权框架

Tarikul Islam, Mahbub A. H. M. Latif

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对病例对照研究中回顾性抽样导致的人群结局分布扭曲问题，提出三阶段加权框架，结合密度比学习、标签偏移校正和边际结构模型，估计总效应和路径特异性中介效应。

Comments 46 pages, 3 figures

Hybrid-IR: Dual-Path Hybrid Retrieval with Iterative Reasoning for Complex Medical Question Answering

Hybrid-IR: 面向复杂医学问答的双路径混合检索与迭代推理

Sheng Wan, Jiahui Zhang, Zicheng Zhao, Shougang Ren

机构 * College of Artificial Intelligence, Nanjing Agricultural University（南京农业大学人工智能学院） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出Hybrid-IR框架，结合图检索与稠密检索的双路径检索机制，并通过迭代检索-推理循环逐步优化推理轨迹，有效解决复杂医学问答中知识碎片化和静态检索不足的问题。

Less is More: Quality-Aware Training Data Selection for Scientific Summarization

少即是多：面向科学摘要的质量感知训练数据选择

Maria Nefeli Paraskevopoulou, Tatiana Passali, Grigorios Tsoumakas

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对科学文献摘要中作者摘要质量不一的问题，提出基于质量信号选择训练数据的方法，在1.88M篇PMC文章上验证，高质量子集训练优于随机采样。

Knowledge-Graph Grounding Helps LLMs Only for Out-of-Training Knowledge: A Controlled Study on Clinical Question Answering

知识图谱基础仅对训练外知识帮助LLM：临床问答的受控研究

Madhulatha Mandarapu, Sandeep Kunkunuru

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 通过受控实验发现，知识图谱基础仅在问题涉及模型训练外知识时提升LLM性能，对已知事实无帮助，且公共KG信息冗余。

Comments 9 pages. Code: https://github.com/samyama-ai/clinical-llm-graphrag

Beyond Data-Driven: How Physics-Informed Neural Networks are Reshaping Multi-Physics Design and Discovery

超越数据驱动：物理信息神经网络如何重塑多物理场设计与发现

Amir H. M. Labeb, Basmala Sallam, Abdelrahman W. Elsayed, Islam I. Abdulaal, Amany M. Kamal, Omar A. M. Abdelraouf

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文综述了物理信息神经网络（PINNs）在多物理场建模中的最新进展，强调其通过将物理定律嵌入训练目标，实现数据高效、物理一致的前向建模、逆向设计和方程发现。

Semi-Automatic Correction of 3D Tubular Structure Skeletons via Component-Wise MST and Filtered Delaunay Triangulation

三维管状结构骨架的半自动校正：基于分量最小生成树与过滤Delaunay三角剖分

Ruoxuan Yang, Chuan Li

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种半自动方法，通过用户选择源点和目标点，结合分量最小生成树和过滤Delaunay三角剖分，重建合理的中心线连接，校正骨架拓扑伪影。

Comments Accepted at ACM ICMR 2026

Journal ref In Proceedings of the International Conference on Multimedia Retrieval (ICMR '26), June 16--19, 2026, Amsterdam, Netherlands. ACM, New York, NY, USA, 10 pages

Ensembles of Large Language Models for Identifying EQ-5D Studies in PubMed Based on Their Abstracts

基于摘要识别PubMed中EQ-5D研究的大型语言模型集成

Zhyar Rzgar K. Rostam, Márta Péntek, János Tibor Czere, Zsombor Zrubka, László Gulácsi, Gábor Kertész

机构 * Doctoral School of Applied Informatics and Applied Mathematics, Obuda University（欧布达大学应用信息学与应用数学博士学院） ； John von Neumann Faculty of Informatics, Obuda University（欧布达大学约翰·冯·诺伊曼信息学学院） ； Doctoral School of Innovation Management, Obuda University（欧布达大学创新管理博士学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出多阶段框架集成Gemini和Gemma等LLM，通过少样本提示、权重集成和软堆叠元分类器，自动检测PubMed中EQ-5D研究，加权集成F1达0.74。

Comments 6 pages, 7 tables, 8 equations