医学 AI

GCA-ResUNet: Medical Image Segmentation Using Grouped Coordinate Attention

GCA-ResUNet：利用分组坐标注意力进行医学图像分割

Jun Ding, Shang Gao

机构 * Jiangsu University of Science and Technology（江苏科技大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 GCA-ResUNet通过分组坐标注意力模块提升医学图像分割精度与效率，优于多种CNN和Transformer方法。

FDP: A Frequency-Decomposition Preprocessing Pipeline for Unsupervised Anomaly Detection in Brain MRI

FDP：一种用于脑部MRI无监督异常检测的频率分解预处理流程

Hao Li, Zhenfeng Zhuang, Jingyu Lin, Yu Liu, Yifei Chen, Qiong Peng, Lequan Yu, Liansheng Wang

专题命中 医学影像 ：MRI(title,abstract)；pathology(abstract)；分类 cs.CV

AI总结 FDP通过频域分解提升脑部MRI无监督异常检测性能，实现病灶抑制与解剖保持的平衡。

Comments Accepted by AAAI 2026

Mamba-Based Modality Disentanglement Network for Multi-Contrast MRI Reconstruction

基于Mamba的多对比MRI重建模态解纠缠网络

Weiyi Lyu, Xinming Fang, Jun Wang, Jun Shi, Guixu Zhang, Juncheng Li

机构 * School of Communication and Information Engineering, Shanghai University（上海大学通信与信息工程学院） ； School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） 纠错

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 MambaMDN通过双域框架和模态解纠缠网络，有效解决多对比MRI重建中的混叠伪影和无关信息污染问题，提升重建精度。

Comments 12 pages, 11 figures, 6 tables

brat: Aligned Multi-View Embeddings for Brain MRI Analysis

brat: 用于脑部MRI分析的对齐多视图嵌入

Maxime Kayser, Maksim Gridnev, Wanting Wang, Max Bain, Aneesh Rangnekar, Avijit Chatterjee, Aleksandr Petrov, Harini Veeraraghavan, Nathaniel C. Swinburne

机构 * Memorial Sloan Kettering Cancer Center（纪念斯隆凯特林癌症中心） ； University of Oxford（牛津大学） ； London School of Economics（伦敦经济学院） 纠错

专题命中 医学影像 ：MRI(title,abstract)；radiology(abstract)；分类 cs.CV

AI总结 brat通过多视图嵌入方法提升脑MRI与临床报告的对齐能力，公开发布基础模型以改进医学影像分析性能。

Comments First round accept at WACV 2026

CD-DPE: Dual-Prompt Expert Network Based on Convolutional Dictionary Feature Decoupling for Multi-Contrast MRI Super-Resolution

CD-DPE：基于卷积字典特征解耦的双提示专家网络用于多对比MRI超分辨率

Xianming Gu, Lihui Wang, Ying Cao, Zeyu Deng, Yingfeng Ou, Guodong Hu, Yi Chen

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 CD-DPE通过双提示专家网络和卷积字典特征解耦策略，提升多对比MRI超分辨率的重建质量与泛化能力。

Comments Accepted to AAAI-2026

Dynamic Prompt Generation for Interactive 3D Medical Image Segmentation Training

动态提示生成用于交互式3D医学图像分割训练

Tidiane Camaret Ndir, Alexander Pfefferle, Robin Tibor Schirrmeister

机构 * Medical Physics, Department of Diagnostic and Interventional Radiology, Medical Center—University of Freiburg, Faculty of Medicine, University of Freiburg（医学物理，诊断与介入放射科，弗赖堡大学医学中心，医学院，弗赖堡大学） ； University of Freiburg（弗赖堡大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） 纠错

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

AI总结 本文提出一种动态提示生成方法，结合内容感知自适应裁剪优化图像编码器，提升交互式3D医学图像分割的性能。

Multi-View MRI Approach for Classification of MGMT Methylation in Glioblastoma Patients

多视图MRI方法用于胶母细胞瘤患者MGMT甲基化分类

Rawan Alyahya, Asrar Alruwayqi, Atheer Alqarni, Asma Alkhaldi, Metab Alkubeyyer, Xin Gao, Mona Alshahrani

机构 * National Center for Artificial Intelligence (NCAI), SDAIA, Riyadh, Saudi Arabia（国家人工智能中心（NCAI）、SDAIA、沙特阿拉伯利雅得） ； King Abdullah University of Science and Technology (KAUST), CEMSE Division, Thuwal, Saudi Arabia（国王阿卜杜勒阿齐兹大学科学与技术学院（KAUST）、CEMSE部门、沙特阿拉伯图瓦尔） ； Aramco Research Center, R&D Center Department, Dhahran, Saudi Arabia（阿姆科研究中心、研发中心部门、沙特阿拉伯达黑兰） 纠错

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

AI总结 本研究提出一种多视图MRI方法，利用深度学习检测胶母细胞瘤患者MGMT甲基化状态，避免复杂3D模型，提升诊断效率与透明度。

XAI-Driven Diagnosis of Generalization Failure in State-Space Cerebrovascular Segmentation Models: A Case Study on Domain Shift Between RSNA and TopCoW Datasets

基于XAI的州空间脑血管分割模型泛化失败诊断：在RSNA与TopCoW数据集域偏移案例研究

Youssef Abuzeid, Shimaa El-Bana, Ahmad Al-Kabbany

机构 * Department of Electronics and Electrical Communications Engineering（电子与电气通信工程系） ； Cairo University（开罗大学） ； Multimedia Interaction and Communication Lab（多媒体交互与通信实验室） ； Arab Academy for Science and Technology（阿拉伯科学与技术学院） ； Wearables, Biosensing, and Biosignal Processing Research lab（可穿戴设备、生物传感与生物信号处理研究实验室） 纠错

专题命中 医学影像 ：diagnosis(title)；medical image(abstract)；CT(abstract)；分类 cs.CV

AI总结 本文提出基于XAI的两阶段方法，诊断州空间模型在脑血管分割中的泛化失败原因，揭示模型因关注机制失效而学习虚假相关性。

SSL-MedSAM2: A Semi-supervised Medical Image Segmentation Framework Powered by Few-shot Learning of SAM2

SSL-MedSAM2: 一种由SAM2少样本学习驱动的半监督医学图像分割框架

Zhendi Gong, Xin Chen

机构 * School of Computer Science, University of Nottingham, UK（Nottingham大学计算机科学学院） 纠错

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

AI总结 SSL-MedSAM2通过SAM2的少样本学习和nnUNet的迭代监督学习，在肝脏分割任务中实现了高精度的半监督医学图像分割。

Comments Accepted by MICCAI 2025 CARE Challenge, waiting for publication

MedXAI: A Retrieval-Augmented and Self-Verifying Framework for Knowledge-Guided Medical Image Analysis

MedXAI: 一种结合检索增强和自我验证的框架，用于知识引导的医学图像分析

Midhat Urooj, Ayan Banerjee, Farhat Shaikh, Kuntal Thakur, Sandeep Gupta

专题命中 医学影像 ：medical image(title)；medical AI(abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 MedXAI通过整合深度学习与临床专家知识，提升医学图像分析的可解释性和泛化能力，尤其在稀有疾病检测中表现优异。

Comments https://cmsworkshops.com/Asilomar2025/Papers/Uploads/FinalPapers/Original/1527/20251130102314_899554_1527.pdf

DIST-CLIP: Arbitrary Metadata and Image Guided MRI Harmonization via Disentangled Anatomy-Contrast Representations

DIST-CLIP：通过解耦的解剖-对比表示实现任意元数据和图像引导的MRI统一

Mehmet Yigit Avci, Pedro Borges, Virginia Fernandez, Paul Wright, Mehmet Yigitsoy, Sebastien Ourselin, Jorge Cardoso

机构 * School of Biomedical Engineering & Imaging Sciences, King’s College London（国王学院伦敦生物医学工程与成像科学学院） ； deepc GMBH 纠错

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

AI总结 DIST-CLIP通过解耦的解剖-对比表示实现MRI数据统一，支持任意元数据和图像引导，提升风格迁移和数据标准化效果。

Bridging spatial awareness and global context in medical image segmentation

弥合空间感知与全局上下文在医学图像分割中的差距

Dalia Alzu'bi, A. Ben Hamza

机构 * Concordia Institute for Information Systems Engineering（康科德信息系统工程研究所） ； Concordia University（康科德大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出U-CycleMLP模型，通过改进的编码器-解码器架构，有效融合局部和全局上下文信息，提升医学图像分割的精度与鲁棒性。

MedDiff-FM: A Diffusion-based Foundation Model for Versatile Medical Image Applications

MedDiff-FM: 一种基于扩散的多功能医学图像应用基础模型

Yongrui Yu, Yannian Gu, Shaoting Zhang, Xiaofan Zhang

机构 * Qing Yuan Research Institute, Shanghai Jiao Tong University（上海交通大学清元研究 institute） 纠错

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

AI总结 MedDiff-FM是一种基于扩散的医学图像基础模型，通过预训练和微调实现多种医学图像处理任务，如去噪、异常检测和超分辨率。

Performance Evaluation of Transfer Learning Based Medical Image Classification Techniques for Disease Detection

基于迁移学习的医学图像分类技术在疾病检测中的性能评估

Zeeshan Ahmad, Shudi Bao, Meng Chen

机构 * Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究院、东部技术研究院） ； School of Cyber Science and Engineering（网络科学与工程学院） 纠错

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

AI总结 本文评估了迁移学习在医学图像分类中的性能，发现InceptionV3在疾病检测中表现最佳，同时分析了不同模型的鲁棒性和效率。

Journal ref 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Copenhagen, Denmark, 2025, pp. 1-5

Toward Content-based Indexing and Retrieval of Head and Neck CT with Abscess Segmentation

面向头颈CT中脓肿内容基于索引与检索的进展

Thao Thi Phuong Dao, Tan-Cong Nguyen, Trong-Le Do, Truong Hoang Viet, Nguyen Chi Thanh, Huynh Nguyen Thuan, Do Vo Cong Nguyen, Minh-Khoi Pham, Mai-Khiem Tran, Viet-Tham Huynh, Trong-Thuan Nguyen, Trung-Nghia Le, Vo Thanh Toan, Tam V. Nguyen, Minh-Triet Tran, Thanh Dinh Le

机构 * University of Science, VNU-HCM（越南国家大学） ； Vietnam National University（越南国家大学） ； Thong Nhat Hospital（同奈医院） ； University of Social Sciences and Humanities, VNU-HCM（越南国家人文社会大学） ； Dublin City University（都柏林城市大学） ； University of Dayton（戴维森大学） ； John von Neumann Institute（约翰·冯·诺伊曼研究所） ； University of Health Sciences, VNU-HCM（越南国家卫生科学大学） 纠错

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

AI总结 本研究提出AbscessHeNe数据集，用于头颈CT中脓肿的语义分割及内容基于检索，通过高精度分割和临床元数据支持智能诊断与治疗决策。

Comments The 2025 IEEE International Conference on Content-Based Multimedia Indexing (IEEE CBMI)

Robust Rigid and Non-Rigid Medical Image Registration Using Learnable Edge Kernels

鲁棒的刚性与非刚性医学图像配准使用可学习边缘核

Ahsan Raza Siyal, Markus Haltmeier, Ruth Steiger, Malik Galijasevic, Elke Ruth Gizewski, Astrid Ellen Grams

机构 * Department of Mathematics, University of Innsbruck（因斯布鲁克大学数学系） ； Department of Radiology, Medical University of Innsbruck（因斯布鲁克医学大学放射学系） ； Neuroimaging Research Core Facility, Medical University of Innsbruck（因斯布鲁克医学大学神经影像研究核心设施） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出了一种结合可学习边缘核的刚性和非刚性医学图像配准方法，通过自适应边缘检测提升多模态图像对齐和解剖结构分析的性能。

Provenance-Driven Reliable Semantic Medical Image Vector Reconstruction via Lightweight Blockchain-Verified Latent Fingerprints

基于轻量区块链验证的语义医疗图像向量重建：通过轻量区块链验证的可靠语义医疗图像向量重建

Mohsin Rasheed, Abdullah Al-Mamun

机构 * Augusta University（奥古斯塔大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种结合语义引导的医疗图像重建与轻量区块链验证的框架，以提高重建的可靠性与可追溯性。

Probabilistic Modeling of Multi-rater Medical Image Segmentation for Diversity and Personalization

多评分者医学图像分割的概率建模用于多样性和个性化

Ke Liu, Shangde Gao, Yichao Fu, Shangqi Gao, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； University of Cambridge（剑桥大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 ProSeg通过概率建模实现医学图像分割的多样化和个性化，结合专家偏好和边界模糊性，提升分割结果的多样性和个性化水平。

MMIF-AMIN: Adaptive Loss-Driven Multi-Scale Invertible Dense Network for Multimodal Medical Image Fusion

MMIF-AMIN: 适应性损失驱动的多尺度可逆密集网络用于多模态医学图像融合

Tao Luo, Weihua Xu

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 MMIF-AMIN通过可逆密集网络和多尺度互补特征提取模块，实现多模态医学图像融合的高效融合与精准诊断。

Comments This manuscript is withdrawn to allow for substantial expansion and restructuring. Based on recent research progress, we plan to add Generalization experiment and reorganize the manuscript structure to improve readability and logical flow. Thank you for your understanding and support

Alzheimer's Disease Prediction Using EffNetViTLoRA and BiLSTM with Multimodal Longitudinal MRI Data

使用EffNetViTLoRA和BiLSTM的多模态纵向MRI数据进行阿尔茨海默病预测

Mahdieh Behjat Khatooni, Mohsen Soryani

机构 * School of Computer Engineering, Iran University of Science and Technology（伊朗科学技术大学计算机工程学院） 纠错

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出结合EffNetViTLoRA和BiLSTM的多模态模型，利用纵向MRI数据实现高精度的阿尔茨海默病预测。

TRACE: Temporally Reliable Anatomically-Conditioned 3D CT Generation with Enhanced Efficiency

TRACE: 基于时间可靠性的解剖条件3D CT生成与增强效率

Minye Shao, Xingyu Miao, Haoran Duan, Zeyu Wang, Jingkun Chen, Yawen Huang, Xian Wu, Jingjing Deng, Yang Long, Yefeng Zheng

机构 * Department of Computer Science, Durham University（杜伦大学计算机科学系） ； Department of Automation, Tsinghua University（清华大学自动化系） ； College of Computer Science and Engineering, Dalian Minzu University（大连民族大学计算机科学与工程学院） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Jarvis Research Center, Tencent YouTu Lab（腾讯YouTu实验室 Jarvis 研究中心） ； School of Engineering Mathematics and Technology, University of Bristol（布里斯托大学工程数学与技术学院） ； Medical Artificial Intelligence Laboratory, School of Engineering, Westlake University（西湖大学工程学院医学人工智能实验室） 纠错

专题命中 医学影像 ：CT(title)；medical image(abstract)；radiology(abstract)；分类 cs.CV

AI总结 TRACE通过2D多模态条件扩散方法生成具有时空对齐的3D CT图像，提升生成效率和解剖保真度。

Comments Accepted to MICCAI 2025 (this version is not peer-reviewed; it is the extended version)

Revolutionizing Glioma Segmentation & Grading Using 3D MRI - Guided Hybrid Deep Learning Models

用3D MRI引导的混合深度学习模型革新胶质瘤分割与分级

Pandiyaraju V, Sreya Mynampati, Abishek Karthik, Poovarasan L, D. Saraswathi

机构 * Department of Computer Science and Engineering, School of Computer Science and Engineering（计算机科学与工程系，计算机科学与工程学院） ； Vellore Institute of Technology, Chennai, India（维洛雷技术学院，钦奈，印度） ； School of Advanced Science, Vellore Institute of Technology, Chennai, India（先进科学学院，维洛雷技术学院，钦奈，印度） ； Centre for Human Movement Analytics, Vellore Institute of Technology, Chennai, India（人类运动分析中心，维洛雷技术学院，钦奈，印度） 纠错

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出一种结合U-Net分割与DenseNet-VGG分类的混合深度学习模型，通过多头注意力机制提升胶质瘤分割与分级的准确率和可解释性。

TK-Mamba: Marrying KAN With Mamba for Text-Driven 3D Medical Image Segmentation

TK-Mamba：将KAN与Mamba结合用于文本驱动的3D医学图像分割

Haoyu Yang, Yutong Guan, Meixing Shi, Yuxiang Cai, Jintao Chen, Sun Bing, Wenhui Lei, Mianxin Liu, Xiaoming Shi, Yankai Jiang, Jianwei Yin

机构 * Zhejiang University（浙江大学） ； Research Center, National Certification Technology (Hangzhou) Co., Ltd（国家认证技术（杭州）有限公司研究部） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 TK-Mamba通过融合KAN与Mamba，提出文本驱动的3D医学图像分割方法，实现高效准确的多器官和肿瘤分割。

nnActive: A Framework for Evaluation of Active Learning in 3D Biomedical Segmentation

nnActive: 一种用于评估3D生物医学分割中主动学习的框架

Carsten T. Lüth, Jeremias Traub, Kim-Celine Kahl, Till J. Bungert, Lukas Klein, Lars Krämer, Paul F. Jaeger, Fabian Isensee, Klaus Maier-Hein

机构 * German Cancer Research Center (DKFZ) Heidelberg, Division of Medical Image Computing（德国癌症研究中心（DKFZ）海德堡，医学影像计算部门） ； Helmholtz Imaging, German Cancer Research Center (DKFZ), Heidelberg, Germany（海德堡影像学，德国癌症研究中心（DKFZ），海德堡，德国） ； Faculty of Mathematics and Computer Science, University of Heidelberg, Germany（海德堡大学数学与计算机科学学院，德国） ； German Cancer Research Center (DKFZ) Heidelberg, Division of Intelligent Medical Systems（德国癌症研究中心（DKFZ）海德堡，智能医学系统部门） ； Institute for Machine Learning, ETH Zürich, Switzerland（苏黎世联邦理工学院机器学习研究所，瑞士） ； German Cancer Research Center (DKFZ) Heidelberg, Interactive Machine Learning Group（德国癌症研究中心（DKFZ）海德堡，交互式机器学习小组） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital, Germany（放射肿瘤学系模式分析与学习小组，海德堡大学医院，德国） ； National Center for Tumor Diseases (NCT) Heidelberg, Germany（海德堡肿瘤疾病国家中心（NCT），德国） 纠错

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

AI总结 nnActive提出一种开源框架，通过大规模研究和改进的随机采样策略，评估3D生物医学分割中主动学习的性能与效率。

Comments Accepted at TMLR

Lung-DDPM+: Efficient Thoracic CT Image Synthesis using Diffusion Probabilistic Model

Lung-DDPM+: 基于扩散概率模型的高效胸腔CT图像合成

Yifan Jiang, Ahmad Shariftabrizi, Venkata SK. Manem

机构 * Centre de recherche du CHU de Québec-Université Laval（魁北克-拉瓦尔大学研究中心） ； Department of Molecular Biology, Medical Biochemistry and Pathology, Université Laval（拉瓦尔大学分子生物学、医学生物化学与病理学系） ； Cancer Research Center, Université Laval（拉瓦尔大学癌症研究中心） ； Big Data Research Center, Université Laval（拉瓦尔大学大数据研究中心） ； Department of Radiology, Carver College of Medicine - The University of Iowa（爱荷华大学卡弗医学院放射科） 纠错

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

AI总结 Lung-DDPM+通过结合结节语义布局和肺部DPM求解器，实现了高效且高质量的胸腔CT图像合成，提升了生成效率与质量，适用于医学影像中的肿瘤合成与病变生成。

Comments Accepted by Computers in Biology and Medicine (CIBM)

Layer-wise Noise Guided Selective Wavelet Reconstruction for Robust Medical Image Segmentation

分层噪声引导的选性小波重建用于鲁棒医学图像分割

Yuting Lu, Ziliang Wang, Weixin Xu, Wei Zhang, Yongqiang Zhao, Yang Yu, Xiaohong Zhang

机构 * Big Data and Software College, Chongqing University（重庆大学大数据与软件学院） ； Office of Scientific Research, Peking University（北京大学科研办公室） ； Key Lab of High Confidence Software Technology, Ministry of Education (Peking University)（教育部高可信软件技术重点实验室（北京大学）） ； School of Computer Science, Peking University（北京大学计算机学院） ； Department of Cardiology and Institute of Vascular Medicine, Peking University Third Hospital（北京大学第三医院心内科和血管医学研究院） 纠错

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

AI总结 LNG-SWR通过分层噪声引导选性小波重建提升医学图像分割的鲁棒性，无需对抗训练也能增强模型在对抗攻击下的稳定性。

DuetMatch: Harmonizing Semi-Supervised Brain MRI Segmentation via Decoupled Branch Optimization

DuetMatch: 通过解耦分支优化和谐半监督脑MRI分割

Thanh-Huy Nguyen, Hoang-Thien Nguyen, Vi Vu, Ba-Thinh Lam, Phat Huynh, Tianyang Wang, Xingjian Li, Ulas Bagci, Min Xu

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

AI总结 DuetMatch通过解耦分支优化和异步训练，提升半监督脑MRI分割的鲁棒性和性能。

Comments Published in Computerized Medical Imaging and Graphics (CMIG)

Adaptive Mix for Semi-Supervised Medical Image Segmentation

自适应混合用于半监督医学图像分割

Zhiqiang Shen, Peng Cao, Junming Su, Jinzhu Yang, Osmar R. Zaiane

机构 * School of Computer Science and Engineering, Northeastern University（计算机科学与工程学院，东北大学） ； Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education（医学图像智能计算重点实验室，教育部） ； Alberta Machine Intelligence Institute, University of Alberta（阿尔伯塔人工智能研究所，阿尔伯塔大学） 纠错

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

AI总结 本文提出AdaMix算法，通过自适应调整扰动强度提升半监督医学图像分割性能。

D-PerceptCT: Deep Perceptual Enhancement for Low-Dose CT Images

Taifour Yousra Nabila, Azeddine Beghdadi, Marie Luong, Zuheng Ming, Habib Zaidi, Faouzi Alaya Cheikh

机构 * Sorbonne Paris Nord University（巴黎-北大学） ； Geneva University Hospital（日内瓦大学医院） ； NTNU University（挪威特罗姆斯雷南大学） 纠错

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

GCA-ResUNet:Image segmentation in medical images using grouped coordinate attention

Jun Ding, Shang Gao

机构 * Jiangsu University of Science and Technology（江苏科技大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV