医学 AI

Simple statistical methods for unsupervised brain anomaly detection on MRI are competitive to deep learning methods

Victor Saase, Holger Wenz, Thomas Ganslandt, Christoph Groden, Máté E. Maros

专题命中 医学影像 ：MRI(title,abstract)；pathology(abstract)；分类 cs.CV、cs.LG、eess.IV；medical image(comments)

Comments 20 pages, 7 figures, to be submitted to Medical Image Analysis

Joint Prediction and Time Estimation of COVID-19 Developing Severe Symptoms using Chest CT Scan

Xiaofeng Zhu, Bin Song, Feng Shi, Yanbo Chen, Rongyao Hu, Jiangzhang Gan, Wenhai Zhang, Man Li, Liye Wang, Yaozong Gao, Fei Shan, Dinggang Shen

专题命中 医学影像 ：CT(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV；medical image(journal_ref)

Journal ref Medical Image Analysis (2020)

M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging

Xuelin Qian, Huazhu Fu, Weiya Shi, Tao Chen, Yanwei Fu, Fei Shan, Xiangyang Xue

专题命中 医学影像 ：CT(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV；biomedical(comments)

Comments IEEE Journal of Biomedical and Health Informatics (JBHI), 2020

SDCNet: Smoothed Dense-Convolution Network for Restoring Low-Dose Cerebral CT Perfusion

Peng Liu, Ruogu Fang

专题命中 医学影像 ：CT(title,abstract)；medical image(abstract)；分类 cs.CV、cs.LG、eess.IV；biomedical(journal_ref)

Journal ref The IEEE International Symposium on Biomedical Imaging (ISBI 2018)

UNet++: A Nested U-Net Architecture for Medical Image Segmentation

Zongwei Zhou, Md Mahfuzur Rahman Siddiquee, Nima Tajbakhsh, Jianming Liang

专题命中 医学影像 ：medical image(title,abstract)；CT(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments 8 pages, 3 figures, 3 tables, accepted by 4th Deep Learning in Medical Image Analysis (DLMIA) Workshop

Pre-processing methods for nodule detection in lung CT

S. C. Cheran, P. Delogu, I. De Mitri, G. De Nunzio, M. E. Fantacci, F. Fauci, G. Gargano, E. Lopez Torres, R. Massafra, P. Oliva, A. Preite Martinez, G. Raso, A. Retico, S. Stumbo, A. Tata

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

Comments 5 pages, 2 figures, Computer Assisted Radiology and Surgery, Proceedings of the 19th International Congress and Exhibition, Berlin, June 22 - 25, 2005

Journal ref International Congress Series 1281 (2005) 1099-1103

BATS: Resource-Efficient Volumetric Segmentation with Boundary-Aware Mixed-Resolution Tokens

BATS：基于边界感知混合分辨率令牌的资源高效体分割

David Hagerman, Roman Naeem, Fredrik Kahl

机构 * Chalmers University of Technology（查尔姆斯理工大学） 纠错

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

AI总结 BATS是一种边界感知混合分辨率的3D医学图像分割架构，通过稀疏层次结构减少内存占用，在保持接近密集基线精度的同时降低GPU内存消耗，部分数据集上推理速度提升。

Anatomically Consistent TMJ Disc Segmentation via Semantic Anchoring and Clinical Priors

基于语义锚定和临床先验的解剖一致性颞下颌关节盘分割

Dayun Ju, Chanyoung Kim, Sunyoung Jung, Hyo-Jung Jung, Chena Lee, Younjung Park, Seong Jae Hwang

机构 * Department of Artificial Intelligence, Yonsei University（燕山大学人工智能学院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； College of Dentistry, Yonsei University（燕山大学牙科学院） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；diagnosis(abstract)；分类 cs.CV、eess.IV

AI总结 提出TISC框架，通过原型语义锚定模块定位关节盘，并利用临床元数据（开口受限指标）细化边界，在2488例MRI上实现Dice提升4.96，生成解剖一致的分割。

Comments 10 pages, 3 figures

Trimodal Glioma Representation Alignment via Volumetric Contrastive Learning

三模态胶质瘤表示对齐通过体积对比学习

Denise Marini, Eleonora Grassucci, Danilo Comminiello

专题命中 医学影像 ：MRI(summary_cn,abstract)；radiology(abstract)；分类 cs.CV、eess.IV

AI总结 提出GLORIA框架，通过Gramian对比损失对齐组织病理、基因表达和MRI三模态特征，用于胶质瘤分级和生存预测，在132例患者数据上优于双模态基线。

Hybrid Classical-Quantum (HCQ) Alzheimer's Classification via Supervised $β$-VAE and Quantum Kernels

混合经典-量子（HCQ）阿尔茨海默病分类：基于监督β-VAE与量子核

Tia Tiwari, Vamshi Krishna Kancharla, Neelam Sinha

机构 * Centre for Brain Research, Indian Institute of Science（印度科学研究所脑研究中心） ； Vision and AI Lab (VAL), Indian Institute of Science（印度科学研究所视觉与人工智能实验室） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；biomedical(abstract)；分类 cs.CV、cs.LG

AI总结 提出两阶段混合经典-量子流水线，通过监督3D β-VAE压缩MRI为64维潜码，经PLS选择6个成分编码为6量子比特态，利用量子核SVM实现AD分类，在ADNI-1上达72.1%准确率与0.799 AUC。

Controllable Lung Nodule Synthesis via Histogram-Regularized Latent Diffusion Models

基于直方图正则化潜扩散模型的可控肺结节合成

Arunkumar Kannan, Yanbo Zhang, Han Liu, Michael Baumgartner, Jianing Wang, Alexander Hertel, Bogdan Georgescu, Sasa Grbic

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Department of Radiology and Nuclear Medicine, University Medical Center Mannheim, Heidelberg University（放射学与核医学科，曼海姆大学医学中心，海德堡大学） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 提出一种直方图正则化潜扩散模型，通过结合亚型、空间掩码和HU直方图条件以及可微特征空间直方图正则化项，在3D CT体积中合成肺结节，以准确建模结节特异性强度分布，提高视觉真实感和亚型一致性。

Do Synthetic Brain MRIs Reliably Improve Tumour Classification? A StyleGAN2-ADA Class-Plane Augmentation Study on BRISC 2025

合成脑部MRI能否可靠改善肿瘤分类？基于BRISC 2025的StyleGAN2-ADA类平面增强研究

José Rafael Noriega Cedeño

机构 * NVIDIA 纠错

专题命中 医学影像 ：MRI(title_cn,summary_cn)；分类 cs.CV、eess.IV

AI总结 本研究使用StyleGAN2-ADA生成合成脑部MRI，结合InceptionV3特征过滤，在三种分类器上评估其对肿瘤分类性能的影响，发现增强效果依赖于架构和比例，视觉保真度不能保证下游任务提升。

Comments 18 pages, 16 figures

SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms

SMILE-UHURA挑战 -- 从超高分辨率7T磁共振血管造影中进行微血管分割

Soumick Chatterjee, Hendrik Mattern, Marc Dörner, Alessandro Sciarra, Florian Dubost, Hannes Schnurre, Rupali Khatun, Chun-Chih Yu, Tsung-Lin Hsieh, Yi-Shan Tsai, Yi-Zeng Fang, Yung-Ching Yang, Juinn-Dar Huang, Marshall Xu, Siyu Liu, Fernanda L. Ribeiro, Saskia Bollmann, Karthikesh Varma Chintalapati, Chethan Mysuru Radhakrishna, Sri Chandana Hudukula Ram Kumara, Raviteja Sutrave, Abdul Qayyum, Moona Mazher, Imran Razzak, Cristobal Rodero, Steven Niederren, Fengming Lin, Yan Xia, Jiacheng Wang, Riyu Qiu, Liansheng Wang, Arya Yazdan Panah, Rosana El Jurdi, Guanghui Fu, Janan Arslan, Ghislain Vaillant, Romain Valabregue, Didier Dormont, Bruno Stankoff, Olivier Colliot, Luisa Vargas, Isai Daniel Chacón, Ioannis Pitsiorlas, Pablo Arbeláez, Maria A. Zuluaga, Stefanie Schreiber, Oliver Speck, Andreas Nürnberger

机构 * Faculty of Computer Science, Otto von Guericke University Magdeburg（奥托·冯·格里克大学马格德堡分校计算机科学学院） ； Data and Knowledge Engineering Group, Otto von Guericke University Magdeburg（奥托·冯·格里克大学马格德堡分校数据与知识工程小组） ； Human Technopole（人类技术极地） ； Biomedical Magnetic Resonance, Otto von Guericke University Magdeburg（生物医学磁共振，奥托·冯·格里克大学马格德堡分校） ； Department of Neurology, Medical Faculty, University Hospital of Magdeburg（马格德堡大学医院医学系神经科） ； German Centre for Neurodegenerative Diseases（德国神经退行性疾病研究中心） ； Centre for Behavioural Brain Sciences, Magdeburg（行为脑科学中心，马格德堡） ； Department of Neurology, University Hospital Zurich（苏黎世大学医院神经科） ； Department of Consultation-Liaison-Psychiatry and Psychosomatic Medicine, University Hospital Zurich（苏黎世大学医院咨询-联络精神病学与心身医学科） ； Stanford University（斯坦福大学） ； Translational Radiobiology, Department of Radiation Oncology, Universitätsklinikum Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg（转化放射生物学，放射肿瘤学部，埃尔兰根大学医院，埃尔兰根-纽伦堡弗里德里希-亚历山大大学） ； National Yang Ming Chiao Tung University（阳明交通大学） ； School of Electrical Engineering and Computer Science, University of Queensland（昆士兰大学电气工程与计算机科学学院） ； Australian eHealth Research Centre, CSIRO（澳大利亚eHealth研究中心，CSIRO） ； National Heart and Lung Institute, Faculty of Medicine, Imperial College London（英国伦敦帝国理工学院医学系国家心脏和肺研究所） ； Hawkes Institute, Department of Computer Science, University College London（霍克斯研究所，伦敦大学学院计算机科学系） ； School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates（阿布扎克穆罕默德·本·扎耶德人工智能大学） ； The Alan Turing Institute, London, UK（艾伦·图灵研究所，伦敦，英国） ； School of Computing, University of Leeds（利兹大学计算学院） ； Department of Computer Science at School of Informatics, Xiamen University（厦门大学信息学院计算机科学系） ； Manteia Technologies Co., Ltd, Xiamen, China（厦门Manteia技术有限公司） ； Leicester International Institute, Dalian University of Technology（大连理工大学利兹国际学院） ； Sorbonne Université, Institut du Cerveau - Paris Brain Institute（索邦大学，巴黎脑研究所） ； Centre of Formation and Research in Artificial Intelligence, Universidad de Los Andes, Colombia（智利洛斯安德斯大学人工智能培训与研究中心） ； Data Science Department, EURECOM, Sophia Antipolis, France（EURECOM数据科学系，法国索菲亚安蒂波利斯） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；pathology(abstract)；分类 cs.CV、eess.IV

AI总结 该研究旨在解决公共标注数据集不足的问题，通过提供一个包含时间飞行血管造影的7T MRI标注数据集，评估了多种深度学习方法在微血管分割任务中的性能。

Quantized Machine Learning Models for Medical Imaging in Low-Resource Healthcare Settings

用于低资源医疗环境的量化机器学习模型：医学影像

Sumanth Meenan Kanneti, Aryan Shah

机构 * Georgia State University（佐治亚州立大学） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；medical image(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出了一种多策略压缩框架，用于MRI图像中的脑肿瘤分类，通过量化感知训练、从DenseNet-101教师模型到紧凑DenseNet-32学生模型的知识蒸馏以及轻量MobileNetV2骨干网络上的Float16后训练量化，实现了在低资源医疗环境中高效且准确的脑肿瘤筛查。

VS-DDPM: Efficient Low-Cost Diffusion Model for Medical Modality Translation

VS-DDPM：高效的低成本扩散模型用于医学模态转换

Nikoo Moradi, Gijs Luijten, Behrus Hinrichs-Puladi, Jens Kleesiek, Victor Alves, Jan Egger, André Ferreira

机构 * Center Algoritmi / LASI, University of Minho（中心Algoritmi / LASI，明霍大学） ； Institute for Artificial Intelligence in Medicine (IKIM)（医学人工智能研究所） ； Essen University Hospital (AöR)（埃森大学医院（AöR）） ； University of Duisburg-Essen（杜伊斯堡-埃森大学） ； Cancer Research Center Cologne Essen (CCCE)（科隆-埃森癌症研究中心（CCCE）） ； West German Cancer Center（西德癌症中心） ； University Hospital Essen (AöR)（埃森大学医院（AöR）） ； German Cancer Consortium (DKTK)（德国癌症联盟（DKTK）） ； Partner site University Hospital Essen (AöR)（埃森大学医院（AöR）合作站点） ； Institute of Computer Graphics and Vision（计算机图形与视觉研究所） ； Graz University of Technology（格拉茨技术大学） ； Institute of Medical Informatics（医学信息学研究所） ； University Hospital RWTH Aachen（亚琛RWTH大学医院） ； Department of Oral and Maxillofacial Surgery（口腔和颌面外科部门） ； TU Dortmund University（多特蒙德技术大学） ； Center for Virtual and Extended Reality in Medicine (ZvRM)（医学虚拟和扩展现实中心（ZvRM）） ； Faculty of Computer Science（计算机科学学院） 纠错

专题命中 医学影像 ：MRI(summary_cn,abstract)；medical image(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出VS-DDPM模型，通过改进的去噪扩散概率模型提升医学图像生成效率与质量，在MRI缺失合成、肿瘤移除等任务中表现优异，但部分任务未达最佳性能。

A Novel Patch-Based TDA Approach for Computed Tomography Imaging

一种基于补丁的拓扑数据分析方法用于计算机断层扫描成像

Dashti A. Ali, Aras T. Asaad, Jacob J. Peoples, Ahmad Bashir Barekzai, Camila Vilela, Hala Khasawneh, Jayasree Chakraborty, João Miranda, Mohammad Hamghalam, Natalie Gangai, Natally Horvat, Richard K. G. Do, Alice C. Wei, Amber L. Simpson

机构 * School of Computing, Queen’s University（女王大学计算机学院） ； The University Of Buckingham（伯克贝克大学） ； Memorial Sloan Kettering Cancer Center（纪念斯隆凯特琳癌症中心） ； Department of Radiology（放射科） ； Hepatopancreatobiliary Service, Department of Surgery（肝胆胰胆服务，外科部门） ； University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出一种基于补丁的拓扑数据分析方法，用于提升CT影像的分类性能和计算效率，通过实验验证其在准确率、AUC、灵敏度、特异度和F1分数上的改进效果。

Karhunen-Loève Expansion-Based Residual Anomaly Map for Resource-Efficient Glioma MRI Segmentation

基于Karhunen-Loève展开的残差异常图用于资源高效的胶质瘤MRI分割

Anthony Hur

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

AI总结 本文提出基于KLE的残差异常图方法，实现资源高效的胶质瘤MRI分割，显著提升性能并降低计算与数据需求。

Brain Tumor Classification on MRI in Light of Molecular Markers

Jun Liu, Geng Yuan, Weihao Zeng, Hao Tang, Wenbin Zhang, Xue Lin, XiaoLin Xu, Dong Huang, Yanzhi Wang

机构 * Robotics Institute, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA, USA Department of Electrical \& Computer Engineering, College of Engineering, Northeastern University, Boston, MA, USA University of Maryland, Baltimore County, MD, USA ； Princeton University, Princeton NJ 08544, USA, , WWW home page: http://users/ iekeland/web/welcome.html Universit\' e de Paris-Sud, Laboratoire d'Analyse Num\' e rique, B\ a timent 425, F-91405 Orsay Cedex, France 纠错

专题命中 医学影像 ：MRI(title,abstract)；medical image(abstract)；分类 cs.CV、cs.LG、q-bio

Comments ICAI'22 - The 24th International Conference on Artificial Intelligence, The 2022 World Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE'22), Las Vegas, USA. The paper acceptance rate 17% for regular papers. The publication of the CSCE 2022 conference proceedings has been delayed due to the pandemic

Journal ref Springer Nature - Book Series: Transactions on Computational Science & Computational Intelligence, 2022

TotalSegmentator MRI: Robust Sequence-independent Segmentation of Multiple Anatomic Structures in MRI

Tugba Akinci D'Antonoli, Lucas K. Berger, Ashraya K. Indrakanti, Nathan Vishwanathan, Jakob Weiß, Matthias Jung, Zeynep Berkarda, Alexander Rau, Marco Reisert, Thomas Küstner, Alexandra Walter, Elmar M. Merkle, Daniel Boll, Hanns-Christian Breit, Andrew Phillip Nicoli, Martin Segeroth, Joshy Cyriac, Shan Yang, Jakob Wasserthal

专题命中 医学影像 ：MRI(title,abstract)；CT(abstract)；radiology(comments,journal_ref)；分类 cs.CV、eess.IV

Comments Published in Radiology

Journal ref Radiology 314.2 (2025): e241613

Multi-Layer Feature Fusion with Cross-Channel Attention-Based U-Net for Kidney Tumor Segmentation

Fnu Neha, Arvind K. Bansal

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

Comments 8 pages

Journal ref Proceedings of the 10th World Congress on Electrical Engineering and Computer Systems and Science, Avestia Publishing, ISSN = 2369-811X, 2024

Improving Uncertainty-Error Correspondence in Deep Bayesian Medical Image Segmentation

Prerak Mody, Nicolas F. Chaves-de-Plaza, Chinmay Rao, Eleftheria Astrenidou, Mischa de Ridder, Nienke Hoekstra, Klaus Hildebrandt, Marius Staring

专题命中 医学影像 ：medical image(title,abstract)；CT(abstract)；biomedical(comments,journal_ref)；分类 cs.CV、cs.LG

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2024:018

Journal ref Machine.Learning.for.Biomedical.Imaging. 2 (2024)

Bayesian Uncertainty Estimation by Hamiltonian Monte Carlo: Applications to Cardiac MRI Segmentation

Yidong Zhao, Joao Tourais, Iain Pierce, Christian Nitsche, Thomas A. Treibel, Sebastian Weingärtner, Artur M. Schweidtmann, Qian Tao

专题命中 医学影像 ：MRI(title,abstract)；medical image(abstract)；biomedical(comments,journal_ref)；分类 cs.CV、eess.IV

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2024:011

Journal ref Machine.Learning.for.Biomedical.Imaging. 2 (2024)

Synthesizing Missing MRI Sequences from Available Modalities using Generative Adversarial Networks in BraTS Dataset

Ibrahim Ethem Hamamci

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

Comments Wrong paper submission

Efficiently Training Vision Transformers on Structural MRI Scans for Alzheimer's Disease Detection

Nikhil J. Dhinagar, Sophia I. Thomopoulos, Emily Laltoo, Paul M. Thompson

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

Freehand 2D Ultrasound Probe Calibration for Image Fusion with 3D MRI/CT

Yogesh Langhe, Katrin Skerl, Adrien Bartoli

专题命中 医学影像 ：MRI(title)；CT(title)；分类 cs.CV、eess.IV

An Interpretable MRI Reconstruction Network with Two-grid-cycle Correction and Geometric Prior Distillation

Xiaohong Fan, Yin Yang, Ke Chen, Jianping Zhang, Ke Dong

专题命中 医学影像 ：MRI(title,abstract)；biomedical(abstract,comments)；分类 cs.CV、eess.IV

Comments 14 pages, accepted to Biomedical Signal Processing and Control,March, 2023

Journal ref Biomedical Signal Processing and Control, vol 84, 2023

Rethinking Generalization: The Impact of Annotation Style on Medical Image Segmentation

Brennan Nichyporuk, Jillian Cardinell, Justin Szeto, Raghav Mehta, Jean-Pierre R. Falet, Douglas L. Arnold, Sotirios A. Tsaftaris, Tal Arbel

专题命中 医学影像 ：medical image(title,abstract)；clinical AI(abstract)；biomedical(comments,journal_ref)；分类 cs.CV、eess.IV

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://www.melba-journal.org/papers/2022:029.html

Journal ref Machine.Learning.for.Biomedical.Imaging. 1 (2022)

Learning Generalized Non-Rigid Multimodal Biomedical Image Registration from Generic Point Set Data

Zachary MC Baum, Tamas Ungi, Christopher Schlenger, Yipeng Hu, Dean C Barratt

专题命中 医学影像 ：medical image(title)；biomedical(title)；分类 cs.CV、cs.LG

Comments Accepted to ASMUS 2022 Workshop at MICCAI

Improving Disease Classification Performance and Explainability of Deep Learning Models in Radiology with Heatmap Generators

Akino Watanabe, Sara Ketabi, Khashayar, Namdar, Farzad Khalvati

专题命中 医学影像 ：radiology(title,abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio

SODA: Self-organizing data augmentation in deep neural networks -- Application to biomedical image segmentation tasks

Arnaud Deleruyelle, John Klein, Cristian Versari

专题命中 医学影像 ：medical image(title)；biomedical(title)；分类 cs.LG、eess.IV