医学 AI

Medical Knowledge-Guided Deep Curriculum Learning for Elbow Fracture Diagnosis from X-Ray Images

Jun Luo, Gene Kitamura, Emine Doganay, Dooman Arefan, Shandong Wu

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、cs.LG、eess.IV

Comments SPIE Medical Imaging 2021. DOI: https://doi.org/10.1117/12.2582184. URL: https://www.spiedigitallibrary.org/conference-proceedings-of-spie/11597/1159712/Medical-knowledge-guided-deep-curriculum-learning-for-elbow-fracture-diagnosis/10.1117/12.2582184.short?SSO=1

Journal ref SPIE Medical Imaging 2021: Computer-Aided Diagnosis

Multi-Class Classification of Blood Cells -- End to End Computer Vision based diagnosis case study

Sai Sukruth Bezugam

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV、q-bio

Comments 18 pages, 10 figures

A Fully-Automatic Framework for Parkinson's Disease Diagnosis by Multi-Modality Images

Jiahang Xu, Fangyang Jiao, Yechong Huang, Xinzhe Luo, Qian Xu, Ling Li, Xueling Liu, Chuantao Zuo, Ping Wu, Xiahai Zhuang

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract)；分类 cs.LG、q-bio

Comments 16 pages, 6 figures, 4 tables

Discovery Radiomics for Multi-Parametric MRI Prostate Cancer Detection

Audrey G. Chung, Mohammad Javad Shafiee, Devinder Kumar, Farzad Khalvati, Masoom A. Haider, Alexander Wong

专题命中 诊断辅助 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV、q-bio

Comments 8 pages

Neural Hypernetwork Approach for Pulmonary Embolism diagnosis

Matteo Rucco, David M. S. Rodrigues, Emanuela Merelli, Jeffrey H. Johnson, Lorenzo Falsetti, Cinzia Nitti, Aldo Salvi

专题命中 诊断辅助 ：diagnosis(title,abstract)；CT(abstract)；分类 cs.LG、q-bio

Comments 16 pages, 6 figures, 5 tables

Continual Multiple Instance Learning for Hematologic Disease Diagnosis

Zahra Ebrahimi, Raheleh Salehi, Nassir Navab, Carsten Marr, Ario Sadafi

机构 * Institute of AI for Health, Helmholtz Munich（人工智能健康研究所，海德堡穆恩） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、cs.LG、q-bio；medical AI(comments)

Comments Accepted for publication at MICCAI 2025 workshop on Efficient Medical AI

Parcel2Progression: An Anatomy-aware Longitudinal Framework for Alzheimer's Disease Diagnosis

Parcel2Progression：一种用于阿尔茨海默病诊断的解剖学感知纵向框架

Madhumitha Venkatesh, Shanawaj S Madarkar, Konda Reddy Mopuri

机构 * Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校） 纠错

专题命中 诊断辅助 ：diagnosis(title)；MRI(abstract,abstract_cn)；分类 cs.CV

AI总结 本研究提出Parcel2Progression纵向Transformer框架，利用高分辨率可变长度4D sMRI，在ADNI等数据集上提升AD诊断与MCI转化预测性能，且可解释性与泛化性良好。

PDD-RRG: Posterior Diagnostic Decision for Study-level Radiology Report Generation

PDD-RRG：面向研究级放射学报告生成的后验诊断决策

Yang Yu, Yiming Ji, Bin Dai, Dong Zhang, Zhiyong Zhou, Shoushan Li, Yakang Dai

专题命中 诊断辅助 ：radiology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 针对现有RRG模型未充分利用检查信息、易因额外输入引发诊断错误的问题，提出PDD-RRG框架，通过多视角生成报告并聚合诊断结论，无需重训练即可提升RRG模型临床效能。

Comments Accepted by IJCAI 2026

NeuroGRIP: Retrieval-Augmented Graph Refinement for Knowledge-Grounded EEG Seizure Diagnosis

NeuroGRIP：用于基于知识的脑电图癫痫诊断的检索增强图细化

Lincan Li, Zheng Chen, Yushun Dong

专题命中 诊断辅助 ：diagnosis(title,abstract)；biomedical(abstract)；分类 cs.LG

AI总结 研究针对脑电图癫痫诊断难题，提出NeuroGRIP框架，结合外部医学知识校准脑电图图。通过构建知识库、利用大语言模型提取知识图，经对齐感知查询和相似性搜索检索关系证据，提升诊断准确性与可解释性，为临床诊断提供新框架。

A Personalized Computational Framework for Assessing the Sufficiency of Partially Observed Data in Healthcare AI models

用于评估医疗保健人工智能模型中部分观测数据充分性的个性化计算框架

Qingchu Jin, Felistas Mazhude, Jamie B. Rabb, Robert S. Kramer, Douglas B. Sawyer, Raimond L. Winslow

专题命中 诊断辅助 ：healthcare AI(title,abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 该研究针对医疗保健人工智能模型部分观测数据问题，提出特征充分性分析（FSA），通过估计缺失变量分布来评估数据充分性，经案例研究验证其能进行患者特定评估、提供特征排序方法等，助力医疗人工智能系统部署。

Clinical Cognition Alignment for Gastrointestinal Diagnosis with Multimodal LLMs

多模态大语言模型在胃肠诊断中的临床认知对齐

Huan Zheng, Yucheng Zhou, Tianyi Yan, Dubing Chen, Hongbo Lu, Wenlong Liao, Tao He, Pai Peng, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学协同创新研究院物联网国家重点实验室） ； Shanghai Jiao Tong University（上海交通大学） ； COWARobot Co. Ltd.（COWARobot有限公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 本文提出CogAlign框架，通过构建层次化临床认知数据集和监督微调提升模型临床分析能力，并采用反事实强化学习消除视觉偏差，实现胃肠诊断的因果关联与高准确率。

Comments ECCV 2026

BrainRiem: Riemannian Prototype Learning for Source-Free Cross-Site Brain Network Diagnosis

BrainRiem: 基于黎曼原型学习的无源跨站点脑网络诊断

Kunyu Zhang, Tianxiang Xu

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract)；分类 cs.LG

AI总结 针对多站点fMRI域偏移和隐私限制，提出BrainRiem无源域适应框架，通过流形感知双层优化学习紧致黎曼脑原型，在ABIDE和REST-meta-MDD上优于现有方法。

Comments Accepted by ECCV 2026

iLoRA: Bayesian Low-Rank Adaptation with Latent Interaction Graphs for Microbiome Diagnosis

iLoRA: 用于微生物组诊断的具有潜在交互图的贝叶斯低秩适应

Yang Song, Yixuan Zhang, Lingfa Meng, Tongyuan Hu, Haizhou Shi, Hao Wang, Samir Bhatt, Hengguan Huang

机构 * University of Copenhagen, Copenhagen, Denmark ； Rutgers University, New Brunswick, NJ, USA ； Section of Health Data Science \& AI, Department of Public Health, University of Copenhagen, Copenhagen, Denmark ； MRC Centre for Global Infectious Disease Analysis, Department of Infectious Disease Epidemiology, School of Public Health, Faculty of Medicine, Imperial College London, London, United Kingdom 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；biomedical(abstract)；分类 cs.LG

AI总结 提出iLoRA，一种贝叶斯图条件LoRA框架，通过推断输入中的潜在交互图生成输入条件LoRA更新，联合学习预测和潜在交互结构，在微生物组诊断中优于现有方法。

Comments Accepted at ICML 2026

Clinically-Grounded Counterfactual Reasoning for Medical Video Diagnosis

基于临床基础的反事实推理用于医学视频诊断

Jianzhe Gao, Churan Wang, Weiyi Zhang, Jianghua Li, Li-An Li, Wenguan Wang, Yixin Zhu, Yizhou Wang

机构 * Center for Data Science in Clinical Medicine（临床医学数据科学中心） ； The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） ； Department of Gynecology and Obstetrics, 7th Medical Center of Chinese PLA General Hospital（中国人民解放军第七医学中心妇产科部） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理学与认知科学学院） ； State Key Lab of General AI, Peking University（通用人工智能国家重点实验室） ； Nat’l Eng. Research Center of Visual Technology（视觉技术国家工程研究中心） ； Beijing Key Laboratory of Behavior and Mental Health（北京行为与心理健康重点实验室） ； Embodied Intelligence Lab, PKU-Wuhan Institute for Artificial Intelligence（具身智能实验室，北京大学-武汉人工智能研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；pathology(abstract)；分类 cs.CV

AI总结 提出MedVCR反事实推理框架，通过扩散生成器合成病理组织演变、临床规则编码诊断知识及双重诊断预测策略，在医学视频诊断任务上提升2.6%-10.2%性能。

Adversarial Fragility and Language Vulnerability in Clinical AI: A Systematic Audit of Diagnostic Collapse Under Imperceptible Perturbations and Cross-Lingual Drift in Low-Resource Healthcare Settings

临床AI中的对抗脆弱性与语言脆弱性：在低资源医疗环境中对诊断崩溃的系统审计及不可察觉扰动和跨语言漂移的影响

Anthonio Oladimeji Gabriel, Ahmad Rufai Yusuf

机构 * Centre for Clinical Intelligence & Safety（临床智能与安全中心） ； Tomorrow University of Applied Sciences（明天应用科学大学） 纠错

专题命中 诊断辅助 ：clinical AI(title,abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 本文系统地审计了临床AI在不可察觉扰动和跨语言漂移下的诊断崩溃问题，揭示了对抗脆弱性和语言脆弱性对低资源医疗环境中的临床AI系统的影响。

Comments 23 pages, 9 figures, 3 tables. Code and data available at https://github.com/anthoniooladimeji11-coder/clinical-ai-safety-audit

Towards Conversational Medical AI with Eyes, Ears and a Voice

面向有眼睛、耳朵和声音的对话式医疗AI

Meet Shah, Jason Gusdorf, Anil Palepu, Chunjong Park, Jack W. O'Sullivan, Vishnu Ravi, Tim Strother, Pavel Dubov, Aliya Rysbek, Toshiyuki Fukuzawa, Yana Lunts, Jan Freyberg, Michael B. Chang, Aniruddh Raghu, David Stutz, Devora Berlowitz, Eliseo Papa, Taylan Cemgil, JD Velasquez, Jack Chen, Arthur Chen, Doug Fritz, Charlie Taylor, Katya Tregubova, Jing Rong Lim, Richard Green, Sara Mahdavi, Mahvish Nagda, Jihyeon Lee, Craig Schiff, Liviu Panait, Sukhdeep Singh, Valentin Liévin, David G. T. Barrett, Hannah Gladman, Anna Cupani, Francesca Pietra, Uchechi Okereke, Katherine Tong, Clemens Meyer, Erwan Rolland, Mili Sanwalka, Michael D. Howell, Shixiang Shane Gu, Bibo Xu, Euan A. Ashley, S. M. Ali Eslami, Gregory Wayne, Pushmeet Kohli, Vivek Natarajan, Adam Rodman, Alan Karthikesalingam, Ryutaro Tanno

机构 * Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； Beth Israel Deaconess Medical Center, Harvard Medical School（贝塞斯达医院, 哈佛医学院） ； Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：medical AI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出AI co-clinician系统，利用音频视频数据实现实时临床决策，通过TelePACES评估标准显示其在管理计划和诊断差异方面接近医生，但在体格检查和疾病特异性推理上仍有不足。

Comments Video examples are available on Youtube: https://youtu.be/y5Vaa_SN1t0, https://youtu.be/dC4icb75vLQ, and https://youtu.be/E7iEvWo-E6c

Shapley Regression for Rare Disease Diagnosis Support: a case study on APDS

Shapley回归在罕见疾病诊断支持中的应用：APDS案例研究

Safa Alsaidi, Tomás Brogueira, Nizar Mahlaoui, Marc Vincent, Guilherme Pelegrina, Nicolas Garcelon, Adrien Coulet, Miguel Couceiro

机构 * Inria, Inserm, UPC, HeKA U1346（Inria、Inserm、UPC、HeKA U1346） ； Técnico, University of Lisbon, INESC-ID（Técnico、里斯本大学、INESC-ID） ； Data Science Platform, INSERM UMR1163, Imagine Institute, UPC（数据科学平台、INSERM UMR1163、Imagine研究所、UPC） ； Mackenzie Presbyterian University（Mackenzie Presbyterian大学） ； Data Science Platform, INSERM UMR1163, Imagine Institute UPC（数据科学平台、INSERM UMR1163、Imagine研究所UPC） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；biomedical(abstract)；分类 cs.LG

AI总结 本文提出Shapley回归模型，通过游戏理论方法解决罕见疾病APDS的诊断问题，利用k-加性合作游戏建模症状共现，提升预测精度与鲁棒性。

Comments 21 pages, 4 figures. Accepted to the AI and Health special track at IJCAI 2026; the first two named authors had equal contribution

Agri-CPJ: A Training-Free Explainable Framework for Agricultural Pest Diagnosis Using Caption-Prompt-Judge and LLM-as-a-Judge

Agri-CPJ：一种无需训练的可解释框架，用于利用Caption-Prompt-Judge和LLM-as-a-Judge进行农业害虫诊断

Wentao Zhang, Qi Zhang, Mingkun Xu, Mu You, Henghua Shen, Zhongzhi He, Keyan Jin, Derek F. Wong, Tao Fang

机构 * Business School, Shandong University of Technology（山东理工大学商学院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Guangdong Institute of Intelligent Science and Technology（广东智能科学与技术研究院） ； Macau Millennium College（澳门 millennium 学院） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出Agri-CPJ框架，通过生成结构化形态描述并利用LLM进行判断，解决农业病害诊断中模型易产生错误物种名称和推理不可用的问题，实验显示其在病害分类和问答评分上有显著提升。

Comments This work is an expanded version of our prior paper published in the IEEE ICASSP 2026 conference arXiv:2512.24947, from 4 to 20+ pages, presenting a well-structured and principled framework, extensive experiments, and deeper insights. Tao Fang is the corresponding author

Mammo-FM: Breast-specific foundational model for Integrated Mammographic Diagnosis, Prognosis, and Reporting

Mammo-FM：乳腺专用基础模型用于整合乳腺X线诊断、预后和报告

Shantanu Ghosh, Vedant Parthesh Joshi, Rayan Syed, Param Budhraja, Aya Kassem, Katelyn C. Morrison, Alex Tang, Ho Cheung Aiden Wong, Abhishek Varshney, Payel Basak, Weicheng Dai, Judy Wawira Gichoya, Hari M. Trivedi, Imon Banerjee, Shyam Visweswaran, Clare B. Poynton, Kayhan Batmanghelich

机构 * Department of Electrical and Computer Engineering, Boston University（波士顿大学电气与计算机工程系） ； Department of Computer Science, Boston University（波士顿大学计算机科学系） ； Data Science, Analytics and Engineering, Arizona State University（亚利桑那州立大学数据科学与工程） ； Center for Regenerative Medicine, Boston University Medical Campus（波士顿大学医学校区再生医学中心） ； Department of Radiology, Emory University（埃默里大学放射科） ； Department of Radiology, Mayo Clinic（梅奥诊所放射科） ； Chobanian & Avedisian School of Medicine, Boston, MA, USA（波士顿大学医学学院） ； Department of Biomedical Informatics, University of Pittsburgh（匹兹堡大学生物医学信息学系） ； Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系） ； Human-Computer Interaction, Carnegie Mellon University（卡内基梅隆大学人机交互） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；pathology(abstract)；分类 cs.CV

AI总结 Mammo-FM是首个针对乳腺X线的专用基础模型，基于最大且多样化的数据集预训练，用于统一的乳腺影像核心临床任务，包括癌症诊断、病理定位、结构化报告生成和癌症风险预后。

FAST-CAD: A Fairness-Aware Framework for Non-Contact Stroke Diagnosis

FAST-CAD：一种面向非接触中风诊断的公平性感知框架

Tommy Sha, Zhan Cheng, Haotian Zhai, Xuwei Ding, Junnan Li, Haixiang Tang, Zaoting Sun, Yanchuan Tang, Yongzhe, Yi, Yuan Gao, Anhao Li

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical AI(abstract)；分类 cs.LG

AI总结 本文提出FAST-CAD框架，结合域对抗训练与群体分布鲁棒优化，实现公平且准确的非接触中风诊断，通过理论分析和实验验证了方法的有效性。

Evidence-based diagnostic reasoning with multi-agent copilot for human pathology

基于多智能体助手的证据驱动诊断推理

Luca L. Weishaupt, Chengkuan Chen, Drew F. K. Williamson, Richard J. Chen, Guillaume Jaume, Tong Ding, Bowen Chen, Anurag Vaidya, Long Phi Le, Guillaume Jaume, Ming Y. Lu, Faisal Mahmood

机构 * Health Sciences and Technology, Harvard-MIT（哈佛-MIT健康科学与技术） ； Department of Pathology, Massachusetts General Hospital, Harvard Medical School（麻省总医院病理科，哈佛医学院） ； Cancer Program, Broad Institute of Harvard and MIT（哈佛-MIT博德研究所癌症项目） ； Harvard John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院） ； Electrical Engineering and Computer Science, Massachusetts Institute of Technology (MIT)（麻省理工学院电气工程与计算机科学） ； Harvard Data Science Initiative, Harvard University（哈佛大学数据科学计划） 纠错

专题命中 诊断辅助 ：pathology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出PathChat+，一种专为人类病理设计的多模态大语言模型，通过大量病理特定指令样本训练，显著优于现有模型，在多图像理解与自主诊断推理方面表现突出。

AD-Reasoning: Multimodal Guideline-Guided Reasoning for Alzheimer's Disease Diagnosis

AD-Reasoning：多模态指南引导推理用于阿尔茨海默病诊断

Qiuhui Chen, Yushan Deng, Xuancheng Yao, Yi Hong

机构 * School of Information Science and Engineering（信息科学与工程学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract)；分类 cs.CV

AI总结 本文提出AD-Reasoning框架，结合结构MRI和六种临床模态，生成符合NIA-AA标准的诊断，通过强化学习提升透明度和指南一致性。

Comments ICME 2026

DCG-Net: Dual Cross-Attention with Concept-Value Graph Reasoning for Interpretable Medical Diagnosis

DCG-Net：双交叉注意力与概念-值图推理用于可解释的医学诊断

Getamesay Dagnaw, Xuefei Yin, Muhammad Hassan Maqsood, Yanming Zhu, Alan Wee-Chung Liew

机构 * School of Information and Communication Technology（信息与通信技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 DCG-Net通过双交叉注意力和概念-值图推理，提升医学诊断的可解释性，实现白血球形态和皮肤病变诊断的高精度分类。

Journal ref ICME 2026

CFCML: A Coarse-to-Fine Crossmodal Learning Framework For Disease Diagnosis Using Multimodal Images and Tabular Data

CFCML：一种用于多模态图像和表格数据疾病诊断的粗到细跨模态学习框架

Tianling Liu, Hongying Liu, Fanhua Shang, Lequan Yu, Tong Han, Liang Wan

机构 * College of Intelligence and Computing（智能与计算学院） ； Tianjin University（天津大学） ； Medical School of Tianjin University（天津大学医学院） ； Peng Cheng Lab（鹏城实验室） ； Department of Statistics and Actuarial Science, School of Computing and Data Science, The University of Hong Kong（统计与精算系，计算与数据科学学院，香港大学） ； Department of Radiology, Tianjin Huanhu Hospital（天津华医院放射科） ； Tianjin Key Laboratory of Cerebral Vascular and Neurodegenerative Diseases（天津脑血管与神经退行性疾病重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 本文提出CFCML框架，通过粗到细的跨模态学习逐步缩小多模态数据间的模态差距，提升诊断准确性。

Beyond Pixel Simulation: Pathology Image Generation via Diagnostic Semantic Tokens and Prototype Control

超越像素模拟：通过诊断语义标记和原型控制生成病理图像

Minghao Han, Yichen Liu, Yizhou Liu, Zizhi Chen, Jingqun Tang, Xuecheng Wu, Dingkang Yang, Lihua Zhang

机构 * College of Intelligent Robotics and Advanced Manufacturing（智能机器人与先进制造学院） ； Fudan University（复旦大学） ； Fysics Intelligence Technologies Co., Ltd.（Fysics智能科技有限公司） ； University of Science and Technology Beijing（北京科技大学） ； ByteDance（字节跳动） ； School of Computer Science and Technology（计算机科学与技术学院） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 诊断辅助 ：pathology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 UniPath通过诊断语义标记和原型控制实现可控的病理图像生成，取得SOTA性能，包括Patho-FID 80.9和98.7%的细粒度语义控制。

Comments accepted by CVPR 2026; 32 pages, 17 figures, and 6 tables

See-in-Pairs: Reference Image-Guided Comparative Vision-Language Models for Medical Diagnosis

See-in-Pairs: 用于医学诊断的参考图像引导的比较视觉-语言模型

Ruinan Jin, Gexin Huang, Xinwei Shen, Qiong Zhang, Yan Shuo Tan, Xiaoxiao Li

机构 * Electrical and Computer Engineering Department, The University of British Columbia（不列颠哥伦比亚大学电气与计算机工程系） ； Vector Institute（向量研究所） ； ETH Zurich（苏黎世联邦理工学院） ； Renmin University of China（中国人民大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 See-in-Pairs通过引入参考图像引导的比较机制，提升医学视觉-语言模型的诊断性能，增强样本效率和视觉-文本对齐。

Comments 25 pages, four figures

Meningioma Analysis and Diagnosis using Limited Labeled Samples

利用有限标注样本进行脑膜瘤分析与诊断

Jiamiao Lu, Wei Wu, Ke Gao, Ping Mao, Weichuan Zhang, Tuo Wang, Lingkun Ma, Jiapan Guo, Zanyi Wu, Yuqing Hu, Changming Sun

机构 * Shaanxi University of Science and Technology（陕西科技大学） ； Department of Neurosurgery, The First Affiliated Hospital of Xi'an Jiaotong University（西安交通大学第一附属医院神经外科） ； Department of Neurosurgery, The First Affiliated Hospital of Fujian Medical University（福建医科大学第一附属医院神经外科） ； Department of Radiotherapy, University of Groningen, University Medical Center Groningen（格罗宁根大学放射治疗科，格罗宁根大学医学中心） ； Department of Nephrology, Chenggong Hospital Affiliated to Xiamen University（厦门大学附属晋江医院肾内科） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(abstract)；分类 cs.CV

AI总结 本文提出了一种基于特征融合和自适应权重的少样本脑膜瘤学习方法，通过引入新的MRI数据集验证了其在脑膜瘤分类中的优越性能。

Comments 19 pages,7 figures

Med3D-R1: Incentivizing Clinical Reasoning in 3D Medical Vision-Language Models for Abnormality Diagnosis

Med3D-R1: 促进3D医学视觉-语言模型的临床推理

Haoran Lai, Zihang Jiang, Kun Zhang, Qingsong Yao, Rongsheng Wang, Zhiyang He, Xiaodong Tao, Wei Wei, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（生物医学工程学院，生命科学与医学系，中国科学技术大学） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（先进研究所，中国科学技术大学） ； Stanford University（斯坦福大学） ； Medical Business Department, iFlytek Co.Ltd（iFlytek公司医学业务部） ； The First Affiliated Hospital of USTC, Division of Life Sciences and Medicine University of Science and Technology of China（中国科学技术大学第一附属医院，生命科学与医学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；CT(abstract)；分类 cs.CV

AI总结 Med3D-R1通过两阶段训练框架提升3D医学视觉-语言模型的临床推理能力，实现更准确的异常诊断。

Non-Invasive Diagnosis for Clubroot Using Terahertz Time-Domain Spectroscopy and Physics-Constrained Neural Networks

利用太赫兹时域光谱和物理约束神经网络进行非侵入性诊断Clubroot

Pengfei Zhu, Jiaxu Wu, Alyson Deslongchamps, Yubin Zhang, Xavier Maldague

专题命中 诊断辅助 ：diagnosis(title,abstract)；pathology(abstract)；分类 eess.IV

AI总结 利用太赫兹时域光谱和物理约束神经网络实现Clubroot的非侵入性诊断，通过检测结构和生化变化区分健康与感染组织。

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis

深度学习技术在非对比剂计算机断层扫描肺动脉造影中的应用

I-Hsien Ting, Yi-Jun Tseng, Yu-Sheng Lin

机构 * National University of Kaohsiung（高雄大学） ； Chiayi Chang Gung Memorial Hospital（嘉义长庚纪念医院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；CT(abstract)；分类 cs.CV

AI总结 本研究利用3D卷积神经网络无对比剂CT图像自动分类肺栓塞，实现85%准确率和0.84 AUC，验证了模型在肺栓塞诊断中的可行性。