科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
不遗漏任何模态：通过知识蒸馏适应缺失模态的脑肿瘤分割
机构 * Medical Image Analysis（医学影像分析）
专题命中 医学影像 ：MRI(summary_cn,abstract)；分类 cs.CV
AI总结 提出AdaMM框架，利用知识蒸馏和三个协同模块处理多模态MRI中模态缺失问题，在多个数据集上显著提升分割精度和鲁棒性。
Comments 51 pages, 11 figures
MedCRP-CL: 通过贝叶斯非参数语义模态发现实现连续医学图像分割
机构 * University College London, London, United Kingdom（伦敦大学学院）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG
AI总结 该研究提出MedCRP-CL框架，通过在线任务结构发现和结构感知的连续学习方法，解决医学图像分割在持续学习中的挑战，实现了73.3%的Dice得分和仅4.1%的遗忘率。
Comments Accepted to ICML 2026
通过大语言模型实现医学图像的联合无损压缩与隐写术
机构 * Center for Future Media and School of Computer Science and Engineering, University of Electronic Science and Technology of China（未来媒体中心和电子科技大学计算机科学与工程学院） ； Department of Computer Science and Engineering, University of Electronic Science and Technology of China（计算机科学与工程学院，电子科技大学） ； Department of Electrical Engineering, and the Center for Intelligent Multidimensional Data Analysis, City University of Hong Kong（电子工程系和智能多维数据分析中心，城市大学） ； Department of Machine Learning, Mohamed bin Zayed University of Artificial Intelligence（机器学习系，Mohamed bin Zayed人工智能大学）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、eess.IV
AI总结 针对医学图像无损压缩中性能与效率权衡及安全问题，提出联合无损压缩与隐写术框架。基于位平面切片，设计自适应模态分解，创新局部模态路径分段消息隐写术算法，结合A-LoRA微调策略，提升压缩率、效率与安全性。
无需重新标注的可重构放射学标签
机构 * HOPPR
专题命中 医学影像 ：radiology(title,abstract)；分类 cs.CV、eess.IV
AI总结 研究针对公共胸部X光数据集标签模式固定的问题，提出将自由文本报告转换为多标签矩阵，通过字典编辑重新配置标签模式的方法，无需重新标注。实验显示该方法高效且新标签探针效果好，表明放射学标签工作单元可改变。
SegWithU：不确定性作为扰动能量用于单次前向传递的鲁棒医学图像分割
机构 * University of Toronto（多伦多大学） ； McGill University（麦吉尔大学） ； University of Waterloo（滑铁卢大学） ； Vector Institute（向量研究所） ； Project Neura ； University of Toronto Machine Intelligence Student Team（多伦多大学人工智能学生团队） ； Amplimit
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG
AI总结 SegWithU通过引入轻量级不确定性头，提升单次前向传递医学图像分割的鲁棒性，实现高可靠性分割结果。
用于临床信息丰富且可解释的医学图像理解的工具瓶颈框架
机构 * California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG
AI总结 针对医学图像理解中工具组合难的问题，提出工具瓶颈框架（TBF），利用工具瓶颈模型（TBM）组合VLM选择的工具，通过神经网络计算融合工具输出，在组织病理学和皮肤病学任务中表现出色，提升医学图像理解且使预测更具可解释性。
Journal ref Proceedings of the 9th International Conference on Medical Imaging with Deep Learning, Proceedings of Machine Learning Research 315 (2026) 2958-2986
基于语义采样的医学图像空间定位
机构 * Case Western Reserve University（凯斯西储大学） ； Cleveland Clinic（克利夫兰诊所）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、cs.LG
AI总结 研究视觉语言模型在医学图像三维空间定位中的挑战，提出MIS-Ground基准和MIS-SemSam优化方法，通过语义采样提升定位精度13.06%。
Comments 10 pages, 2 figures. Accepted at MICCAI 2026
MeDUET：面向3D医学图像合成与分析的解耦统一预训练
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV、eess.IV
AI总结 提出MeDUET框架，在变分自编码器潜在空间中通过解耦学习域不变内容因子和域特定风格因子，统一3D医学图像合成与分析任务，提升合成质量、收敛速度和域泛化能力。
紧致型模空间的Gorenstein性质与Pixton猜想
专题命中 医学影像 ：CT(summary_cn,abstract)
AI总结 该研究证明了紧致型模空间$\u039c_{g,n}^{\mathrm{ct}}$在特定参数下重言环非Gorenstein，并验证了Pixton猜想的多个新案例，相关结果是主极化阿贝尔簇模空间非重言闭链研究的关键基础。
Comments v2: preliminary version. Will be updated with results of ongoing computer calculations. Fixed numbers we transcribed in error in Theorem 35 and some other typos. Results unchanged
类地行星esimal形成与原行星盘内区的热不稳定性
专题命中 医学影像 ：MRI(summary_cn,abstract)
AI总结 研究通过尘埃自聚集机制探讨原行星盘内区热不稳定性对类地行星esimal形成的影响，提出热不稳定性驱动MRI周期性激活与失活，促进行星esimal形成。
Comments 16 pages, 11 figures, accepted for publication in PASJ
评估基于人工智能的加速磁共振成像重建的分辨率使用基于深度学习的模型观察者
专题命中 医学影像 ：MRI(summary_cn,abstract)
AI总结 本文提出基于深度学习的模型观察者（DLMO）评估不同加速因子下的多线圈灵敏度编码平行MRI系统，发现U-Net在PSNR和SSIM上优于传统rSOS方法，但任务评估显示其性能不如全采样重建。
基于扩散的质量控制用于跨器官医学图像分割
专题命中 医学影像 ：medical image(title,abstract)；分类 q-bio、eess.IV
AI总结 本文提出nnQC框架，通过扩散生成模型实现跨器官医学图像分割的质量控制，有效解决现有方法的通用性问题。
用于常量时间分析的反编译
专题命中 医学影像 ：CT(summary_cn,abstract)
AI总结 研究CT编程中确保汇编代码符合规范的问题，核心方法是探讨反编译然后分析（DtA）方法，主要贡献包括揭示现有误判问题、定义CT透明性概念及方法、扩展到推测性CT并构建实用工具。
Journal ref Proc. ACM Program. Lang. 10, OOPSLA1, Article 93 (April 2026), 30 pages
代码坏味如何影响Scratch新手程序员的技能成长？
专题命中 医学影像 ：CT(summary_cn,abstract)
AI总结 本研究通过分析约200万个Scratch项目，探究计算思维技能与设计级代码坏味之间的关联，并识别最相关的CT维度及任务背景的调节作用，旨在为教育课程和自动化反馈系统提供依据。
Comments ICSME 2025 Registered Report
利用DESI DR2在银河系反中心发现潮汐诱导旋臂及运动学延展的反中心流的信号
专题命中 医学影像 ：MRI(summary_cn,abstract)
AI总结 基于DESI MWS数据，分析61883颗主序转折星，发现麒麟座环（MRi）的运动学特征与潮汐诱导旋臂一致，并计算了人马座矮椭球星系最近两次通过时间；确认反中心流（ACS）在运动学上与MRi解耦，且其运动学特征更广泛分布。
Comments 26 pages, 14 figures, Accepted to the Astronomical Journal
以边际可靠性影响重新表述能源存储容量认证问题
专题命中 医学影像 ：MRI(summary_cn,abstract)
AI总结 本文通过边际可靠性影响（MRI）重新构建能源存储容量认证模型，提出直接计算MRI的方法，并探讨合格容量、存储调度规则等因素对认证的影响，为系统运营商和政策制定者提供实践指导。
在二维笔触中追踪三维解剖结构：一种用于颈椎骨折识别的多阶段投影驱动方法
机构 * Department of Computer Science and Engineering, BRAC University（布拉格大学计算机科学与工程系） ； Department of Electrical and Electronic Engineering, University of Dhaka（达卡大学电子与电气工程系） ； Department of Electrical Engineering, Qatar University（卡塔尔大学电子工程系） ； Department of Radiology, Hamad Medical Corporation（哈马德医疗中心放射科）
专题命中 医学影像 ：CT(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV、cs.LG；medical image(comments)
AI总结 研究颈椎骨折识别中是否需完整三维椎体分割，提出端到端管道，先定位颈椎，从优化二维投影估计椎体掩码，用于下游骨折分类，结果表明投影掩码近似是可行替代方法。
Comments Includes supplementary material. Under review at Medical Image Analysis
ReXrank：一个用于AI驱动放射报告生成的公开排行榜
专题命中 医学影像 ：radiology(title,abstract)；分类 cs.CV
AI总结 ReXrank是用于评估AI驱动放射报告生成的公开排行榜，整合多数据集与8项指标，可分别评估生成不同报告部分的模型，为医学影像自动化报告评估奠定标准化基础。
MSA-DCNN：一种用于医学图像分类的数据高效多尺度可变形卷积神经网络
机构 * Robert Gordon University（罗伯特·戈登大学）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 针对现有医学图像分类方法难题，提出MSA-DCNN框架，引入自适应多尺度采样等技术，在统一优化方案中学习跨尺度融合等。实验表明其在多方面性能优于基线且参数少，消融实验证实组件贡献，为数据高效医学图像分类提供基础。
SemiSAM-O1: 我们能将标注高效的医学图像分割边界推到多远？
机构 * Artificial Intelligence Innovation and Incubation Institute, Fudan University, Shanghai, China.（复旦大学人工智能创新与孵化院，上海，中国） ； Shanghai Academy of Artificial Intelligence for Science, Shanghai, China.（上海人工智能科学研究院，上海，中国） ； Department of Radiotherapy, Tongji Hospital, School of Medicine, Tongji University, Shanghai, China.（同济大学附属同济医院放疗科，上海，中国） ； School of Information Science and Engineering, Lanzhou University, Lanzhou, China.（兰州大学信息科学与工程学院，兰州，中国） ； Department of Information and Intelligence Development, Zhongshan Hospital, Fudan University, Shanghai, China.（复旦大学中山医院信息与智能发展科，上海，中国）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 SemiSAM-O1通过仅使用一个标注模板图像，在极端一标签设置下实现高效分割，通过特征表示能力提升和迭代训练优化，显著缩小了半监督与全监督的性能差距并降低计算开销。
CFR-Net：用于医学图像异常检测的协作特征细化网络
机构 * Monash University（莫纳什大学） ； Airdoc-Monash Research, Monash University（艾医智-莫纳什研究中心（莫纳什大学））
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 针对医学图像异常检测难题，提出CFR-Net，结合解码前后的特征细化与跨空间一致性，利用多路径特征细化模块及相关策略减轻域差异并建模多特征，实验显示该网络在正常数据训练下有良好的异常分类和定位性能。
PSP：利用位置和形状先验进行跨域少样本医学图像分割
机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China（南京理工大学计算机科学与工程学院，南京 210094，中国）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 针对跨域少样本医学图像分割中纹理差异导致的性能下降问题，提出利用位置和形状先验（PSP）框架，通过位置坐标嵌入、形状原型调制和混合原型预测模块实现域不变分割，显著优于现有方法。
Comments This manuscript was posted before obtaining the necessary approval from all responsible parties. At the request of the supervising author, we are withdrawing the manuscript
SHOVIR：评估放射学报告生成中视觉捷径学习的基准
机构 * UniCamillus-Saint Camillus International University of Health Sciences, Rome, Italy（乌尼卡米尔斯-圣卡米卢斯国际健康科学大学，意大利罗马）
专题命中 医学影像 ：radiology(title,abstract)；分类 cs.CV
AI总结 提出SHOVIR基准，通过遮挡实验检测放射学报告生成模型是否依赖视觉捷径而非真实病理证据，发现高报告质量模型未必具有良好空间定位能力。
交互式医学-SAM2 GUI：基于Napari的半自动标注工具用于医学图像
机构 * Department of Biomechatronic Engineering, Sungkyunkwan University（生物机电工程系，全州大学） ； Department of Neurosurgery, Seoul National University Hospital, Seoul National University College of Medicine（神经外科，首尔国立大学医院，首尔国立大学医学院）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 交互式医学-SAM2 GUI 提供基于Napari的本地工作流，实现高效的3D医学图像半自动标注与导出功能。
Comments Planning to submit JOSS (Journal of Open Source Software)
CompDiff：分层组合扩散用于公平和零样本交叉性医学图像生成
机构 * Institute of Data Science, Faculty of Science and Engineering, Maastricht University, Maastricht, The Netherlands（数据科学研究所，科学与工程学院，马斯特里赫特大学，马斯特里赫特，荷兰） ； Department of Advanced Computing Sciences, Faculty of Science and Engineering, Maastricht University, Maastricht, The Netherlands（先进计算科学系，科学与工程学院，马斯特里赫特大学，马斯特里赫特，荷兰） ； VITO, Belgium（比利时VITO研究院）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 CompDiff通过分层组合扩散框架解决生成模型中因数据不平衡导致的公平性和零样本交叉性生成问题，在图像质量、子组公平性和零样本交叉性生成方面表现优异。
MedDiffuseMix: 通过显著性感知的扩散医学图像数据增强保留诊断证据
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 提出MedDiffuseMix框架，利用分类器显著性图引导扩散混合，主要增强低显著性背景区域，保留诊断关键区域，在四个医学图像数据集上提升分类性能。
Comments Under review Signal Image and Video Processing
跨全栈和稀疏心脏磁共振成像的端到端4D心脏网格恢复
机构 * School of Computer and Communication Science, EPFL（计算机与通信科学学院，瑞士联邦理工学院） ； ELLIS Institute Finland, Aalto University, Finland（芬兰ELLIS研究所，阿尔托大学，芬兰） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； Center for Interventional MRI, CHUV（介入MRI中心，CHUV）
专题命中 医学影像 ：MRI(title)；diagnosis(abstract)；分类 cs.CV
AI总结 研究针对心脏磁共振成像序列重建心脏运动问题，提出TetHeart框架，利用可变形四面体，通过创新机制和策略，能从全栈及稀疏切片观测恢复4D心脏网格，在多数据集上实现高精度和强泛化。
Comments Accepted by TMLR
基于背景融合的原型少样本医学图像语义分割
机构 * Chinese Academy of Medical Sciences（中国医学科学院） ； Peking Union Medical College（北京友谊医院） ； School of Health Sciences（健康科学学院）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 研究针对医学图像少样本语义分割，提出背景融合原型（Bro）方法。通过特征相似性校准减少噪声，分层通道对抗注意力将背景融合到原型，基于通道组注意力机制实现从粗到细融合，可与现有模型集成，有效提升分割性能。
体积方向扩散：在模糊医学图像分割的解剖学共识中锚定不确定性量化
机构 * Department of Computer Science and Engineering University at Buffalo, SUNY Buffalo, NY, USA（计算机科学与工程系，布法罗大学，纽约州，布法罗，美国）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 针对模糊医学图像分割中不同专家边界描绘有差异的问题，提出体积方向扩散（VDD）框架，以粗略共识预测为锚点，学习方向扩散过程生成边界变化，实验表明该方法能在保持精度和结构一致性时改善不确定性分布对齐。
基于目标感知多级对比对齐的语言引导医学图像分割
机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Institute of Translational Medicine, Shanghai Jiao Tong University（上海交通大学转化医学研究院） ； Zhongguancun Academy & Zhongguancun Institute of Artificial Intelligence, Beijing, China（北京中关村学院及中关村人工智能研究院） ； Department of Molecular Imaging, Royal Prince Alfred Hospital（皇家珀斯阿尔弗雷德医院分子成像部）
专题命中 医学影像 ：medical image(title,abstract)；分类 cs.CV
AI总结 研究针对医学图像分割，提出目标感知多级对比对齐框架，通过引入目标敏感语义距离模块、多级对比对齐策略和语言引导目标增强模块，弥合图文模态差距，实现细粒度文本引导，实验证明性能优于现有方法。
Comments Published in Expert Systems with Applications (ESWA)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈