MIRA: Medical Image Reflection for Agentic Diagnosis
MIRA：面向智能体诊断的医学图像反射
专题命中 诊断辅助 ：medical image(title,abstract)；diagnosis(title,abstract)；分类 cs.CV
AI总结 该研究提出医学视觉诊断框架MIRA，通过两阶段训练优化工具使用与证据验证，在9个医学视觉推理基准上较Qwen3-VL-8B backbone提升7.44分，改善工具使用判断并减少有害判断。
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 诊断辅助 425 篇
PhenSPINE: A Standardized Benchmark for Spine Pathology Diagnosis
PhenSPINE：用于脊柱病理学诊断的标准化基准
机构 * Business AI Lab, College of Technology, National Economics University（商业人工智能实验室，技术学院，越南国民经济大学） ； A2I Lab, Phenikaa School of Computing, Phenikaa University（A2I实验室，Ph Phenikaa大学计算学院） ； Radiology and Functional Exploration Center, Phenikaa University Hospital（放射学与功能探索中心，Phenikaa大学医院）
专题命中 诊断辅助 ：diagnosis(title,abstract)；pathology(title)；MRI(abstract,abstract_cn)；分类 cs.CV
AI总结 研究针对脊柱病理学诊断自动化系统缺乏高质量基准的问题，提出PhenSPINE数据集及融合位置编码机制的诊断基准，通过多序列评估发现矢状面T2加权序列诊断价值最佳，建立了基线并为序列选择提供见解。
Comments 12 pages, figures, Accepted at CITA 2026 (The 15th Conference on Information Technology and its Applications, Scopus)
AT-Attn: Temporal-Aware Cross-Attention for Longitudinal Multimodal Alzheimer's Disease Diagnosis
AT-Attn：用于纵向多模态阿尔茨海默病诊断的时间感知交叉注意力机制
机构 * Xinyue Du1, Yibo Liu2, Zhenglei Zhou3, Xuancheng Yao2, Weimin Zhong1, Qiuhui Chen14（未知）
专题命中 诊断辅助 ：MRI(summary_cn,abstract)；diagnosis(title,abstract)；分类 cs.CV
AI总结 研究针对纵向AD诊断中多模态信息整合难题，提出AT-Attn框架，结合多种技术整合MRI与临床信息，在患者级五折交叉验证中，该模型多项指标优于单模态和简单融合基线，为AD诊断提供临床相关补充信息。
Comments Submitted to IEEE BIBM 2026. 8 pages, 4 figures
CorePath: A Breast-Specialized Pathology Foundation Model for Core Needle Biopsy Diagnosis and Risk-Controlled Report Generation
CorePath：用于核心针活检诊断和风险可控报告生成的乳腺专用病理基础模型
专题命中 诊断辅助 ：pathology(title,abstract)；diagnosis(title,abstract)；分类 cs.CV、cs.LG
AI总结 本研究开发乳腺专用病理基础模型CorePath，经7901对数据微调后，在多队列及基准上的CNB诊断任务中性能优于现有模型，结合风险控制模块实现低幻觉的可靠报告生成。
Comments The code will be made publicly available upon publication
NeRD: Neuro-Symbolic Rule Distillation for Efficient Ontology-Grounded Chain-of-Thought in Medical Image Diagnosis
NeRD：面向医学图像诊断的高效本体接地思维链的神经符号规则蒸馏
机构 * Department of Data Science & AI, Faculty of Information Technology, Monash University（莫纳什大学信息技术学院数据科学与人工智能系） ； AIM for Health Lab, Faculty of Information Technology, Monash University（莫纳什大学信息技术学院AIM健康实验室） ； Faculty of Engineering, Monash University（莫纳什大学工程学院） ； Faculty of Medicine, The Chinese University of Hong Kong（香港中文大学医学院） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院）
专题命中 诊断辅助 ：medical image(title,abstract)；diagnosis(title,abstract)；分类 cs.CV
AI总结 提出NeRD框架，通过神经符号规则蒸馏生成高效、本体接地且非冗余的推理链，避免人工规则，在皮肤数据集上实现强诊断性能和可解释性，并首次实现专家介入的多模态思维链诊断。
Comments Accepted at MICCAI 2026
DynFS-MoE: Dynamic Functional-Structural Mixture-of-Experts for Post-Traumatic Epilepsy Diagnosis
DynFS-MoE: 用于创伤后癫痫诊断的动态功能-结构混合专家模型
机构 * Department of Systems Engineering, Stevens Institute of Technology（史蒂文斯理工学院系统工程系） ； Department of Neurosurgery, Robert Wood Johnson Medical School, Rutgers University（罗格斯大学罗伯特·伍德·约翰逊医学院神经外科）
专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(summary_cn,abstract_cn)；分类 cs.CV
AI总结 提出动态多模态混合专家框架，通过时间感知功能-结构编码和类别条件专家路由，融合功能与结构MRI，在三个二分类任务中优于静态融合基线，并揭示有意义的ROI交互。
MVMGNN;Multi-View Masked Graph Neural Network for Alzheimer's Disease Diagnosis using Structural MRI
MVMGNN；用于基于结构磁共振成像的阿尔茨海默病诊断的多视图掩码图神经网络
专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(title)；分类 cs.CV、cs.LG
AI总结 针对阿尔茨海默病诊断问题，提出基于结构磁共振成像的多视图掩码图神经网络模型MVMGNN，通过联合节点-边掩码和患者级跨视图门控融合机制，在ADNI数据集实验中表现优异，能识别关键脑区。
UniMod: Enhancing Multi-Modal Medical Diagnosis through Cross-Modality and Within-Modality Alignment
UniMod：通过跨模态与模态内对齐增强多模态医学诊断
机构 * University of Central Florida（中佛罗里达大学） ； University of Rochester（罗切斯特大学） ； Harvard Medical School（哈佛医学院） ； University of Virginia（弗吉尼亚大学）
专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV、cs.LG
AI总结 UniMod框架通过要求各模态独立预测诊断缓解多模态医学诊断的捷径学习，添加跨模态与模态内对齐，在两个数据集上优于基线方法，还可扩展至多标签5分类诊断。
Comments Accepted to ACM Multimedia 2026 (MM '26). 10 pages, 7 figures, 5 tables. Code: https://github.com/futurespyhi/UniMod
What Makes Deep Learning Work for Traditional Chinese Medicine Tongue Diagnosis? A Comprehensive Ablation Study
深度学习为何能用于中医舌诊？一项全面的消融研究
机构 * College of Traditional Chinese Medicine, Hebei University（河北大学中医学院）
专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV、cs.LG
AI总结 该研究通过对中医舌诊数据集开展消融实验，明确了深度学习模型的关键设计原则，为相关多标签医学图像分类任务提供了可推广的依据。
Comments 30 pages, 8 figures, 9 tables
GlaKG: A Biomarker-Centric Fundus Knowledge Graph for Explainable Glaucoma Diagnosis and Risk Assessment
GlaKG：用于可解释性青光眼诊断和风险评估的以生物标志物为中心的眼底知识图谱
专题命中 诊断辅助 ：diagnosis(title,abstract)；pathology(abstract)；分类 cs.CV、cs.LG
AI总结 研究针对青光眼自动化诊断缺乏临床可解释性问题，构建以生物标志物为中心的眼底知识图谱GlaKG，整合多种信息进行诊断和风险分层，贡献了可临床审核的推理框架。
A dual-system approach for epilepsy diagnosis: integrating mamba-Bi-LSTM architecture with SHAP-based verification
一种双系统癫痫诊断方法：融合Mamba-Bi-LSTM架构与基于SHAP的验证
专题命中 诊断辅助 ：diagnosis(title,abstract)；medical AI(abstract)；分类 eess.SP；biomedical(journal_ref)
AI总结 提出双系统智能诊断框架，主判别系统结合Mamba与Bi-LSTM实现高精度，验证系统通过SHAP提供可解释性，准确率从92.6%提升至98.7%。
Comments 18 pages, 11 figures, 16 tables
Journal ref Biomedical Engineering Advances 11 (2026) 100218
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
机构 * Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校）
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
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
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
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。
Artificial Intelligence Across the Cardiac Amyloidosis Diagnostic Pathway: From Single-Modality Detection to Multimodal Clinical Integration
人工智能在心脏淀粉样变性诊断途径中的应用：从单模态检测到多模态临床整合
专题命中 诊断辅助 ：CT(summary_cn,abstract)；分类 cs.LG
AI总结 研究心脏淀粉样变性诊断中人工智能的应用，按筛查、检测等临床任务综合相关研究，揭示其成熟度梯度，骨闪烁显像和SPECT/CT的二元检测及量化接近临床转化，亚型识别等任务尚处早期。
Comments Diana Shadibaeva and Rochak Dhakal contributed equally to this work. Total Pages = 35, No. of Figures = 4, No. of Tables on Manuscript = 1, Supplementary Tables = 6
Dementia Etiology Diagnosis via Collaborative Meta Knowledge Enhancement
通过协作元知识增强进行痴呆病因诊断
机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Cooperative Medianet Innovation Center, Shanghai Jiao Tong University（上海交通大学协同媒体网络创新中心） ； Microsoft Research Asia（微软亚洲研究院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、cs.LG
AI总结 针对痴呆病因诊断中因数据异质性导致的挑战，提出协作元知识增强（COME）框架，将多中心采集语义等作为异质性感知嵌入注入Transformer架构，并设计优化方案。该方法在多队列中性能达最优，有良好泛化能力，还能与生物标志物及临床严重程度一致。
Investigation of Polycystic Ovary Syndrome (PCOS) Diagnosis Using Machine Learning Approaches
使用机器学习方法对多囊卵巢综合征（PCOS）的诊断研究
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、cs.LG
AI总结 研究利用机器学习方法结合独特特征选择算法预测多囊卵巢综合征，介绍结合特征工程和机器学习的数据驱动方法，经多种特征选择方法训练模型，结果显示经随机森林特征重要性和最高相关性选择十个特征的AdaBoost测试准确率最高。
Comments Published in 2023 5th International Conference on Sustainable Technologies for Industry 5.0 (STI), December 2023, Dhaka, Bangladesh
Model Confidence-Guided Multi-Image Fusion of Fundus Images for Diabetic Retinopathy Diagnosis
模型置信度引导的多图像融合眼底图像糖尿病视网膜病变诊断方法
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Wilmer Eye Institute, Department of Ophthalmology, Johns Hopkins University（约翰霍普金斯大学威尔默眼科研究所） ； Department of Biomedical Engineering, Johns Hopkins University（约翰霍普金斯大学生物医学工程系） ； Bakar Computational Health Sciences Institute, University of California San Francisco（加州大学旧金山分校巴卡计算健康科学研究所） ； Department of Ophthalmology, University of California San Francisco（加州大学旧金山分校眼科系） ； Division of Clinical Informatics and Digital Transformation, University of California San Francisco（加州大学旧金山分校临床信息学与数字化转型 division）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、eess.IV
AI总结 针对资源有限地区糖网病早期筛查需求，提出置信度引导的多图像融合框架，整合多眼底视图提升诊断置信度与准确率，性能优于传统图像质量级联流水线，适配低延迟移动筛查场景。
Expresso-AI: Explainable Video-Based Deep Learning Models for Depression Diagnosis
Expresso-AI: 基于可解释视频的深度学习模型用于抑郁症诊断
机构 * Media Lab MIT Cambridge, USA（媒体实验室 MIT 摄影实验室 美国剑桥）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、cs.LG
AI总结 提出一种可解释的深度学习框架，通过微调动作识别预训练的DCNN，分析面部视频中的时空特征，生成显著性图以解释模型决策，同时提升抑郁症严重程度预测性能。
Comments 8 pages. Accepted at the 2023 11th International Conference on Affective Computing and Intelligent Interaction (ACII). Code: https://github.com/felmoreno1726/Expresso-AI
Journal ref 2023 11th International Conference on Affective Computing and Intelligent Interaction (ACII), 2023, pp. 1-8
GMN4AD: Graph Matching Network for Alzheimer's Disease Diagnosis with Test-Time Domain Adaptation using Multi-centered Structure Magnetic Resonance Imaging
GMN4AD：基于图匹配网络的阿尔茨海默病诊断与测试时域适应方法在多中心结构磁共振成像中的应用
机构 * Department of Computer Science, Kennesaw State University（肯纳邦大学计算机科学系） ； Department of Information Technology, Kennesaw State University（肯纳邦大学信息技术系） ； School of Data Science and Analytics, Kennesaw State University（肯纳邦大学数据科学与分析学院） ； Department of Applied Computing, Michigan Technological University（密歇根技术大学应用计算系）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV、eess.IV
AI总结 提出GMN4AD，利用图匹配网络建模异质脑图间关系，结合测试时域适应策略，在三个公共数据集上优于现有方法，实现鲁棒的AD诊断。
Less Annotation, More Interpretation: Prior-Guided Concept Bottleneck Models for Interpretable Cancer Imaging Diagnosis
少标注，多解释：用于可解释癌症影像诊断的先验引导概念瓶颈模型
机构 * Image Sciences Institute（影像科学研究所） ； University Medical Center Utrecht（乌得勒支大学医学中心）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV
AI总结 本文提出先验引导的混合概念瓶颈模型，在0-20%的低概念标注场景下，可提升癌症影像诊断的概念AUC并保持诊断性能，同时降低标注负担。
Comments Accepted at the iMIMIC Workshop at MICCAI 2026
MoE Proxy Models for Low-Cost Failure Reproduction and Diagnosis in LLM RL Post-Training
用于LLM RL后训练中低成本故障复现与诊断的MoE代理模型
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 本文针对LLM RL后训练中故障复现成本高的问题，提出一种MoE代理模型构建方法，通过专家剪枝降低计算需求，可低成本复现故障并辅助诊断。
BREAD: Baseline-Referenced Explanations for Anomaly Diagnosis
BREAD：面向异常诊断的基线参考解释方法
机构 * University of Amsterdam（阿姆斯特丹大学） ； Amsterdam Business School（阿姆斯特丹商学院）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 该研究针对现有异常诊断方法的缺陷，提出可扩展的基线参考诊断方法BREAD，经数学保证和实验验证，其诊断结果比LIME更忠实准确，适用于AI前瞻性异常检测场景。
A Time-Frequency Dual-Domain Multi-Scale Convolutional Neural Network for Bearing Fault Diagnosis under Strong Noise
强噪声环境下轴承故障诊断的时频双域多尺度卷积神经网络
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 针对强噪声下轴承故障诊断准确率下降问题，提出时频双域多尺度卷积神经网络，融合时域多尺度与频域抗噪特征，在CWRU数据集上强噪声下性能优于多个基准模型。
Performance of large language models in the optical diagnosis of colorectal polyps
大型语言模型在结直肠息肉光学诊断中的性能
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV
AI总结 本研究评估Claude Opus 4等5款大型语言模型对结直肠息肉的光学诊断性能，发现其区分息肉亚型的准确率接近专家共识，但灵敏度与特异度未达ESGE标准，需进一步研究方可临床应用。
Comments 22 pages, 1 figure, 5 tables
Spectral Aliasing Pretext: A novel task for Self-Supervised fault diagnosis in rotating machinery
频谱混叠预文本：一种用于旋转机械自监督故障诊断的新任务
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 针对工业场景中故障诊断标注数据稀缺的问题，提出自监督学习方法SAP，通过欠采样振动数据创建折叠频谱训练Transformer重构展开频谱，在CWRU数据集上验证其结合线性探测的效果优于全监督训练。
ReGround: Restoring Visual Grounding in Multi-Step Reasoning through Self-Diagnosis and Visual Re-Examination
ReGround：通过自诊断与视觉重检验恢复多步推理中的视觉接地
机构 * University of Science and Technology of China（中国科学技术大学） ； School of Artificial Intelligence and Data Science（人工智能与数据科学学院） ； State Key Laboratory of Precision and Intelligent Chemistry（精准与智能化学国家重点实验室）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV
AI总结 ReGround是无需架构修改或外部工具的两阶段框架，通过自诊断与视觉重检验解决VLMs多步推理中的视觉接地丢失问题，在八个基准上获一致增益且推理开销适度。
Comments Accepted to ACM Multimedia 2026 (MM '26). 8 pages main text, 4 figures, plus appendix
Open-Linguistic Concept Unified Learning for Cross-Site Interpretable Dermatology Image Diagnosis
面向跨站点可解释皮肤病图像诊断的开放语言概念统一学习
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV
AI总结 针对现有概念模型跨站点泛化差、适配FVLMs成本高的问题，提出开放语言概念统一学习框架UniCon，通过共享语义空间等三项创新实现多模态可解释皮肤病诊断，获顶级准确率且具备跨站点干预能力。
Comments accepted by ACM Multimedia 2026
Re-thinking Mammography Transfer Learning: The Dataset-Informed Transfer Learning (DITL) Framework for Breast Cancer Screening and Lesion Diagnosis
重新思考乳腺X线摄影转移学习：用于乳腺癌筛查和病变诊断的数据集知情转移学习（DITL）框架
机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg（模式识别实验室，埃尔朗根-纽伦堡弗里德里希-亚历山大大学） ； Siemens Healthineers（西门子医疗）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 研究针对乳腺X线摄影分类性能提升难题，提出DITL框架，整合数据集难度信号与邻域监督，引入自适应组件，无需超参数调整，在大规模和小数据集上均有出色表现，建立了通用的乳腺X线摄影分类框架。
Comments 16 pages, 1 figure, 5 tables. Accepted and presented at the 10th International Conference on Computer Vision & Image Processing (CVIP 2025), IIT Ropar, India, 10-13 December 2025. The paper is currently in press for inclusion in the official conference proceedings. This preprint corresponds to the submitted manuscript and is made available pending publication of the final proceedings version
