医学 AI

SPARC-Rad: A Multimodal Benchmark Dataset and Evaluation Pipeline for Spatial and Anatomical Reasoning in Radiology Vision-Language Models

SPARC-Rad：面向放射学视觉语言模型的空间与解剖推理多模态基准数据集及评估流程

Satvik Tripathi, Mustafa Ege Seker, Kristian Quevada, Ebubechukwu D Enwerem, Pratham Khandelwal, Emine Meltem, Bera Koca, Shahriar Faghani, Jacinta Arnold, Dania Daye, Tessa S. Cook

专题命中 医学数据与评测 ：radiology(title,abstract)；MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)；分类 cs.CV

AI总结 该研究开发了SPARC-Rad多模态基准数据集及评估流程，用于评估放射学VLMs的空间与解剖推理能力，为相关模型的开发与部署前评估提供支持。

When Does Deep Representation Learning Help Single-Cell Clustering? A Sensitivity-Aware Diagnostic Benchmark for Biomedical AI Pipelines

深度表示学习何时有助于单细胞聚类？生物医学人工智能管道的敏感性感知诊断基准

Nguyen Thanh Phong, Truong Viet Vu, Nguyen Ha Thu, Tran An Ky, Tran Hoang Thong, Le Pham Thuy Hien, Nguyen Thai Anh

机构 * Van Lang University（范朗大学） 纠错

专题命中 医学数据与评测 ：medical AI(title,abstract)；biomedical(title,abstract)；分类 cs.LG、q-bio

AI总结 研究单细胞聚类中深度表示学习是否必要，通过九个聚类管道在十个真实数据集上的诊断基准测试及相关分析，集成多种测试方法，揭示不同模式，确定主要方差贡献者，提供数据集感知和计算意识决策框架。

Comments 13 pages, 6 figures. Accepted at ISRSD 2026

Assessing VLM Reliability for Medical Image Quality Evaluation Under Corruption and Bias

评估视觉语言模型在图像退化与偏差下进行医学图像质量评估的可靠性

Sofiane Ouaari, Kevin Vorwalder, Nico Pfeifer

机构 * University of Tuebingen（图宾根大学） ； Institute for Bioinformatics and Medical Informatics (IBMI), University of Tuebingen（图宾根大学生物信息学与医学信息学研究所） 纠错

专题命中 医学数据与评测 ：medical image(title,abstract)；pathology(abstract)；分类 cs.CV、cs.LG

AI总结 研究视觉语言模型在医学图像质量评估中，面对图像退化（如像素化）和文本属性偏差时的可靠性，发现像素化显著降低性能，而文本属性（如机构声望）引入偏差。

PROMPT: A Pre-registered Randomized Protocol for Component-Level Evaluation of Clinical AI Prompts

PROMPT：临床AI提示组件级评估的预注册随机协议

Bin Hu, Avneek Sandhu, Shahryar Wasif

专题命中 医学数据与评测 ：clinical AI(title,abstract)；medical AI(abstract)；分类 q-bio

AI总结 提出PROMPT协议，通过预注册、随机化、匹配对照和拆解设计，在合成和医学图像任务中识别提示组件的有益、有害和无效效应，揭示整体提示评估遗漏的安全漏洞。

Comments 4 figures, 1 table

RadSEM: A Finding-by-Finding Metric for Clinical Consistency in Radiology Reports

RadSEM：放射学报告中临床一致性的逐发现指标

Zhenhong Yang, Zhuoyun Liu, Jintao Fei, Wen Tang, Shichao Quan, Jun Zhao, Jun Xu

机构 * JDH Algo, JD Health International Inc., China ； Department of Big Data in Health Science, The First Affiliated Hospital of Wenzhou Medical University, China ； Zhejiang Engineering Research Center for Hospital Emergency ； Department of Intensive Care Unit, The First Affiliated Hospital of Wenzhou Medical University, Wenzhou, Zhejiang, China 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)；分类 cs.LG、q-bio

AI总结 提出RadSEM指标，通过约束LLM辅助将报告重写为原子发现句，进行矛盾感知的多对多匹配，并计算异常加权的F1分数，在SSREE测试中优于现有指标，实现高一致性评分。

Explanation Stability of Test-Time Adaptation in Computational Pathology: A Large-Scale Benchmark

计算病理学中测试时自适应的解释稳定性：大规模基准测试

R. G. Bahumanya, Harshith V. M., Shreyank N. Gowda, Anala M. R

机构 * R.V. College of Engineering（R.V.工程学院） ； University of Nottingham（诺丁汉大学） 纠错

专题命中 医学数据与评测 ：pathology(title,abstract)；分类 cs.CV

AI总结 该研究构建了计算病理学TTA的大规模基准，发现不同TTA方法对模型解释的影响差异显著，解释稳定性与自适应质量弱相关，强调了解释稳定性是TTA的重要可靠性维度。

HistoFID- Calibrating Frechet-distance evaluation across pathology foundation models

HistoFID-校准跨病理学基础模型的弗雷歇距离评估

Swapnil Bhat, Devansh Lalwani, Maulik Shah, Sheena Alphones, Rimlee Dutta, Nikita Mulchandani, Roshani Gala, Jay Mehta

专题命中 医学数据与评测 ：pathology(title,abstract)；分类 eess.IV

AI总结 研究数字病理学中用组织学基础模型取代 Inception 网络后 FID 结果受影响的问题，通过特定比率恢复可比性，划分编码器组，揭示其对生成模型评估结论的影响，还评估了 TuroCompress 编解码器并发布相关资源。

TransBiolab: A Real-World Multi-View Dataset of Cluttered Transparent Biomedical Objects

TransBiolab：一个杂乱透明生物医学物体的真实世界多视图数据集

Ke Ma, Yifei Wang, Meng Wang, Tian Xia

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； College of Design and Innovation, Tongji University（同济大学设计创意学院） ； Shanghai Institute for Intelligent Autonomous Systems, Tongji University（同济大学上海智能无人系统研究院） ； School of Software and Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） 纠错

专题命中 医学数据与评测 ：biomedical(title,abstract)；分类 cs.CV

AI总结 针对自主生物医学实验室透明物体视觉感知数据稀缺问题，提出TrainsBiolab真实世界多视图数据集，含多物体杂乱、遮挡场景数据及多种注释，定义相关基准并评估，为自主实验室操作视觉任务提供资源。

Comments 9 pages, 10 figures, accepted by ACM Multimedia 2026

PathReportEval: A Systematic Benchmark for Pathology Report Generation

PathReportEval：病理学报告生成的系统基准测试

Suryakant Singh, Sejuti Majumder, Beatrice Knudsen, Joel Saltz, Prateek Prasanna

机构 * Stony Brook University（石溪大学） ； University of Utah（犹他大学） 纠错

专题命中 医学数据与评测 ：pathology(title,abstract)；分类 cs.CV

AI总结 针对病理学报告生成难以衡量进展的问题，提出标准化基准测试和评估框架，用三种编码器在三个数据集上评估四种方法，引入临床报告质量评分（CRQS），揭示模型和编码器差异，为病理学报告生成评估奠定可重复基础。

Privacy Leakage in Federated Learning in Radiology Reports: A Comparative Evaluation of Tokenizer-Driven Privacy Risks

放射学报告中联邦学习的隐私泄露：基于分词器驱动的隐私风险比较评估

Santhosh Parampottupadam, Andres Martinez, Dimitrios Bounias, Sinem Sav, Klaus Maier-Hein, Ralf Floca

机构 * German Cancer Research Center (DKFZ)（德国癌症研究中心） ； Medical Faculty Heidelberg, Heidelberg University（海德堡大学医学院） ； Bilkent University（比尔肯特大学） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital（海德堡大学医院放射肿瘤学系模式分析与学习组） 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)；分类 cs.LG

AI总结 研究放射学报告联邦学习中的隐私泄露，通过固定模型架构比较三种分词器的隐私风险，量化梯度文本重建，发现分词器设计影响泄露程度，虽RadBERT重建保真度最高但均不能防泄露，安全聚合等保障措施或为满足相关要求所必需。

Federated Medical Image Segmentation under Real-World Label Noise: A Benchmark Suite for Noisy Label Learning Method Selection

真实世界标签噪声下的联邦医学图像分割：面向噪声标签学习方法选择的基准套件

Markus Bujotzek, Dimitrios Bounias, Stefan Denner, Ralf Floca, Maximilian Fischer, Peter Neher, Klaus Maier-Hein

机构 * Division of Medical Image Computing, Germany Cancer Research Center（德国癌症研究中心医学图像计算部） ； Medical Faculty, University of Heidelberg（海德堡大学医学院） ； Heidelberg Institute of Radiation Oncology (HIRO), National Center for Radiation Research in Oncology (NCRO)（海德堡放射肿瘤学研究所（HIRO），国家放射肿瘤学研究中心（NCRO）） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital（海德堡大学医院放射肿瘤科模式分析与学习组） ； Faculty of Mathematics and Computer Science, University of Heidelberg（海德堡大学数学与计算机科学学院） ； National Center for Tumor Diseases (NCT), NCT Heidelberg, a partnership between DKFZ and the university medical center Heidelberg（国家肿瘤疾病中心（NCT），NCT海德堡，DKFZ与海德堡大学医学中心的合作机构） 纠错

专题命中 医学数据与评测 ：medical image(title,abstract)；分类 cs.CV

AI总结 针对联邦学习中真实世界标签噪声（如轮廓不一致、结构缺失或混淆）问题，提出一个包含多样化真实噪声数据集、客户端噪声场景和针对性评估的基准套件，支持系统评估和噪声标签学习方法选择。

ReportQA: QA-Based Radiology Report Evaluation

ReportQA: 基于问答的放射学报告评估

Yiming Shi, Shaoshuai Yang, Xi Chen, Haolin Li, Hengyu Zhang, Che Jiang, Kaiwen Wang, Xun Zhu, Dong Xie, Fei Wang, Dejing Dou, Miao Li, Ji Wu

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） ； Beijing Electronic Digital & Intelligence（北京电子数字与智能） 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)；分类 cs.CV

AI总结 提出ReportQA框架，利用知识树和LLM从报告中提取结构化信息生成QA对，以问答准确率作为评估指标，比现有指标更符合放射科医生判断。

MMBU: A Massive Multi-modal Biomedical Understanding Benchmark to Probe the Perception Capabilities of Vision-Language Models

MMBU: 大规模多模态生物医学理解基准，用于探测视觉语言模型的感知能力

Ryan D'Cunha, Alejandro Lozano, Xiaoxiao Sun, Daniel Vela Jarquin, Min Woo Sun, Josiah Aklilu, James Burgess, Yuhui Zhang, Ryan Nayebi, Paola Avila, Robayo, Jin Ye, Ming Hu, Zhongying Deng, Junjun He, Xin Chen, Yue Yao, Robert Tibshirani, Jeffrey J. Nirschl, Serena Yeung-Levy

机构 * Stanford University（斯坦福大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Instituto Tecnológico de Monterrey（蒙特雷技术学院） ； Monash University（墨尔本大学） ； University of Cambridge（剑桥大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） 纠错

专题命中 医学数据与评测 ：biomedical(title,abstract)；分类 cs.CV

AI总结 提出MMBU基准，涵盖35个子模态，通过分类、定位和检测任务系统评估VLM在生物医学领域的视觉感知和泛化能力，发现高准确率可能掩盖感知缺陷。

Small LLMs for Biomedical Claim Verification: Cost-Effective Fine-Tuning, Structural Dataset Shortcuts, and Cross-Domain Generalization

小型LLM用于生物医学声明验证：成本效益微调、结构性数据集捷径与跨域泛化

Gaurav Kumar

机构 * Moveworks AI ； University of California San Diego（加州大学圣迭戈分校） 纠错

专题命中 医学数据与评测 ：biomedical(title,abstract)；分类 q-bio

AI总结 通过QLoRA微调小型LLM（Phi-3-mini、Qwen2.5-3B、Mistral-7B），在生物医学声明验证中超越GPT-4o和GPT-5（F1提升12%），并发现SciFact数据集的结构性伪影，提出基于结构稳健数据的跨域迁移方法。

Comments 8 pages, 2 figures, 12 tables. To appear at BioNLP Workshop, ACL 2026

Can LLMs Really Recover Microservice Failures? A Recovery-Aware Evaluation of Diagnosis-to-Action Reasoning

大语言模型真的能恢复微服务故障吗？对诊断到行动推理的恢复感知评估

Jiaxing Qi, Zhongzhi Luan, Hongyu Zhang, Shaohan Huang, Carol Fung, Yongxin Tong, Hailong Yang, Depei Qian

专题命中 医学数据与评测 ：diagnosis(title,abstract)

AI总结 研究大语言模型在云原生微服务系统中恢复故障的能力，提出R2Act框架，定义相关内容并实例化为基准数据集，评估多种方法，发现恢复失败多因难以将诊断证据转化为有效恢复行动。

Beyond Scalar Scores: Exploring LLM-based Metrics for Clinical Significance Evaluation in Radiology Reports

超越标量分数：探索基于LLM的放射学报告临床意义评估指标

Qingyu Lu, Ruochen Li, Liang Ding, Yufei Xia, Youxiang Zhu, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） ； Technical University of Munich（慕尼黑工业大学） ； Alibaba（阿里巴巴） ； University of Glasgow（格拉斯哥大学） ； University of Massachusetts Boston（马萨诸塞大学波士顿分校） 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)

AI总结 针对放射学报告评估中临床准确性要求，研究基于LLM的指标区分临床错误与无害变体的能力，发现判别偏差，并通过合成数据训练轻量级指标，在成本敏感部署中优于大型模型。

Comments Under Review

BioDivergence: A Benchmark and Evaluation Framework for Hidden Contextual Contradictions in Biomedical Abstracts

BioDivergence：生物医学摘要中隐藏上下文矛盾的基准与评估框架

Elias Hossain, Sanjeda Sara Jennifer, Sabera Akter Bushra, Niloofar Yousefi

机构 * College of Engineering and Computer Science, University of Central Florida（中佛罗里达大学工程与计算机科学学院） ； Burnett School of Biomedical Sciences, University of Central Florida（中佛罗里达大学伯内特生物医学科学学院） 纠错

专题命中 医学数据与评测 ：biomedical(title,abstract)

AI总结 提出BioDivergence框架，通过六类冲突分类、13轴分歧本体和结构化输出，解决现有NLI基准无法捕捉生物医学研究中上下文依赖的差异问题，并发布包含11865个声明对的基准数据集。

RadOT-Eval: Auditable Structured-Evidence Transport for Radiology Report Evaluation

RadOT-Eval：用于放射学报告评估的可审计结构化证据传输

Weixin Liu, Juming Xiong, Yang Li, Qingyuan Song, Susannah Rose, Murat Kantarcioglu, Bradley Malin, Zhijun Yin

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)

AI总结 提出RadOT-Eval框架，通过最优传输对齐结构化临床证据，在独立测试集上实现与错误负担的高斯皮尔曼相关，优于标准指标和基于LLM的评估器。

Comments 10 pages, 1 figure, 13 tables

Stress-testing medical large language models reveals latent safety pathology beyond benchmark accuracy

压力测试医学大语言模型揭示基准准确性之外的潜在安全病理

Yuan Shen, Xiaojun Wu, Linghua Yu

机构 * College of Computer Science and Technology, Zhejiang University, PR China（浙江大学计算机科学与技术学院，中国） 纠错

专题命中 医学数据与评测 ：pathology(title)；clinical LLM(abstract)

AI总结 提出AI-MASLD压力审计框架，通过240个临床病例和六种叙事扰动探针对七种模型进行双重压力测试，发现量化模型存在伪正常化，医学监督微调损害逻辑稳定性和公平性，开源模型在安全维度上达到或超越闭源模型。

Comments 34 pages, 5 figures

Beyond English benchmarks: clinical llm evaluation in Brazilian Portuguese

超越英语基准：巴西葡萄牙语临床大语言模型评估

Giordano de Pinho Souza, Glaucia Melo, Josefino Cabral Melo Lima, Daniel Schneider

机构 * Federal University of Rio de Janeiro（里约热内卢联邦大学） ； Toronto Metropolitan University（多伦多都会大学） 纠错

专题命中 医学数据与评测 ：clinical LLM(title)；diagnosis(abstract)

AI总结 提出首个双语临床基准ClinicalBr，基于巴西病例报告构建，评估四个模型发现葡萄牙语-英语性能差距具有任务依赖性，诊断检索英语优势明显，其他任务差距消失。

MedCTA: A Benchmark for Clinical Tool Agents

MedCTA: 临床工具智能体基准

Tajamul Ashraf, Hyewon Jeong, Fida Mohammad Thoker, Bernard Ghanem

机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Massachusetts Institute of Technology (MIT)（麻省理工学院） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；pathology(abstract)；radiology(abstract)；分类 cs.CV

AI总结 提出MedCTA基准，基于放射影像、病理切片和报告等真实临床多模态输入，评估医疗AI智能体在工具检索、证据获取和集成方面的规划与执行能力。

Comments Project Page: https://ivul-kaust.github.io/MedCTA/ Code: https://github.com/IVUL-KAUST/MedCTA Data: https://huggingface.co/datasets/IVUL-KAUST/MedCTA

MODE-RAG: Manifold Outlier Diagnosis and Energy-based Retrieval-Augmented Generation Evaluation

MODE-RAG: 基于流形异常诊断和能量的检索增强生成评估

Zehang Wei, Jiaxin Dai, Jiamin Yan, Xiang Xiang

机构 * School of Computer Science & Tech, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； School of AI and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） 纠错

专题命中 医学数据与评测 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 提出MODE-RAG多智能体系统，利用变分自由能和内部注意力状态动态门控干预，结合蒙特卡洛树搜索和logit扰动减少多模态检索增强生成中的幻觉和逻辑捏造。

Comments To be presented at ACL 2026

GraphRareBench: An Auditable Graph-Evidence Benchmark for Phenotype-Driven Rare-Disease Diagnosis

GraphRareBench：用于表型驱动罕见病诊断的可审计图证据基准测试

Guiling Guo, Jia Yang, Jiahao Xu, Shuyuan Zheng, Zhonghai Sun, Qiyuan Li

专题命中 医学数据与评测 ：diagnosis(title)；分类 cs.LG、q-bio

AI总结 研究针对表型驱动罕见病诊断基准测试不透明问题，引入GraphRareBench基准测试，含病例与目标-混杂因素对。通过共享特征接口监督排名器及特定智能体测试，发现不同方法互补，为更透明的诊断系统评估提供基础。

Leakage-Robust Evaluation and Data-Scale Sensitivity of Attention-Enhanced Multi-Task Learning for Joint Fault Diagnosis and Remaining Useful Life Estimation

用于联合故障诊断和剩余使用寿命估计的注意力增强多任务学习的泄漏鲁棒评估和数据规模敏感性

Md Mahamudur Rahaman Shamim, Md. Nuruzzaman, Zannatul Ferdus, Md Rajib Ahmed, Abieer Nwshad Anward, Mohammad Tooneer, Johir Uddin Khan, Khalid Hossen

机构 * Western Illinois University（西伊利诺伊大学） ； Ahsanullah University of Science and Technology（阿山努拉科技大学） ； Trine University（特莱恩大学） ； Sapienza University of Rome（罗马第一大学） ； Bangladesh University of Engineering and Technology（孟加拉工程技术大学） ； Chittagong University of Engineering and Technology（吉大港工程技术大学） ； Rajshahi University of Engineering & Technology (RUET)（拉杰沙希工程技术大学） 纠错

专题命中 医学数据与评测 ：diagnosis(title)；分类 cs.LG

AI总结 研究联合故障诊断和剩余使用寿命估计的多任务深度学习模型中，滑动窗口序列划分对性能的影响。采用AMTLNet架构，引入基于块的泄漏审核划分协议，通过实验得出任务稳定性与标签来源有关，贡献了评估协议和相关证据。

Comments Submitted in Next Research (Elsevier)

Metric Surface Reconstruction of Neurosurgical Scenes from Monocular Operating Microscope Images and Microscope Pose

从单目手术显微镜图像和显微镜位姿重建神经外科场景的度量曲面

Thomas Bucher, Didier Neuenschwander, Thomas Petutschnigg, Michael Murek, David Bervini, Andreas Raabe, Manuela Eugster

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)；分类 cs.CV、eess.IV

AI总结 研究能否从单目手术显微镜图像和位姿数据重建神经外科场景的三维几何度量，利用预训练模型估计深度、泊松曲面重建点云成网格，结果显示该方法在模型设置中有技术可行性，支持相关手术技术进一步发展。

MARC v1: An Open-Source Multi-Agent Framework for Clinical AI Reasoning and Coordination

MARC v1：一个用于临床AI推理与协作的开源多智能体框架

Saisha Shetty, Satvik Tripathi, Austin Lin, Colin Zhao, Theodore Kim, Don Enwerem, Jacinta Arnold, Shahriar Faghani, Tessa S Cook

专题命中 医学数据与评测 ：clinical AI(title)

AI总结 该研究提出开源多智能体框架MARC v1，以确定性多智能体编排替代整体式LLM提示用于临床推理，含角色专业化智能体与分解器模块，支持多部署方式，具备模型无关、可解释等特性。

Comments 13 pages, 4 figures

Probing, Fusion, and Trustworthiness: A Systematic Evaluation of Foundation Model Representations for Multimodal Cancer Analysis

探测、融合与可信度：基础模型表示在多模态癌症分析中的系统评估

Jingyu Hu, Giuseppe Tripodi, Reed Naidoo, Sarah F. McGough, Tapabrata Chakraborti

机构 * The Alan Turing Institute（艾伦·图灵研究所） ； University of Bristol（布里斯托大学） ； University of Manchester（曼彻斯特大学） ； The Institute of Cancer Research（癌症研究所） ； Genentech（基因泰克） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)；分类 cs.LG、q-bio

AI总结 系统评估基础模型表示在计算病理学任务中的性能，发现图像和组学表示互补，多模态融合在单模态不占优时有效，并利用共形预测验证了不确定性感知推理的临床价值。

Deployment-Centered Evaluation: Predicting Query-Level Rejection Risk in a Clinical LLM System

以部署为中心的评估：预测临床大语言模型系统中的查询级拒绝风险

Alyssa Unell, Miguel Fuentes, Brenna Li, Bridget Lin, Meena Jagadeesan, Sanmi Koyejo, Nigam Shah

机构 * Department of Computer Science（计算机科学系） ； Department of Medicine（医学系） ； Department of Biomedical Data Science（生物医学数据科学系） 纠错

专题命中 医学数据与评测 ：clinical LLM(title)

AI总结 针对临床大语言模型系统，提出基于部署上下文（如提供者类型、科室名称）的预响应分类器，预测用户拒绝风险，AUROC达0.719，并展示其在触发护栏和弃权中的效用。

TomaMMU: A Comprehensive Multimodal Understanding Benchmark for Tomato Leaf Diseases

TomaMMU：用于番茄叶片病害的综合多模态理解基准

Gia-Han Truong, Khang Nguyen Quoc, Luyl-Da Quach

机构 * FPT University（FPT大学） ； Korea University（高丽大学） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本研究推出用于番茄叶片病害多模态理解的TomaMMU数据集及TomaBench基准，评估14种VLMs时发现其细粒度识别等存在差距，微调后MCQ准确率达96.09%，为相关研究提供了方向。

Comments Accepted at ECCV CVPPA Workshop

Where Physics Meets Privacy: Federated PINNs for Privacy-Preserving Brain Tumor Biomechanical Modeling

物理与隐私的结合：用于隐私保护的脑肿瘤生物力学建模的联邦物理信息神经网络

Mahmuda Akter Sristy, Md Al-Mahfuz Chowdhury, Momota Ahsana Meem, Sajid Ahamed, Kazi Irfan Subhan

机构 * United International University（联合国际大学） 纠错

专题命中 医学数据与评测 ：MRI(abstract,abstract_cn)；分类 cs.CV

AI总结 本研究提出联邦物理信息神经网络，结合联邦学习与线性弹性方程的物理约束，在保护数据隐私的前提下，实现了脑肿瘤生物力学建模，其性能优于汇集数据训练的基线模型。

Comments 11 pages, 9 figures