12:39官方账号arXiv cs.LG@Tengfei Zhang, Ziheng Zhao, Lisong Dai, Xiaoman Zhang, Pengcheng Qiu, Ya Zhang, Yanfeng Wang, Weidi Xie精选该研究提出了一个实体感知的跨图像比较推理框架 MedReCo,用于解决放射科实践中依赖前后对比和参考病例的诊断需求。研究构建了 MedReCo-DB 大规模数据集,包含来自 8 家机构、4 个国家、7 种影像模态的 69 万张图像,并将报告分解为解剖结构、异常发现和病理条件。基于此,开发了用于可控检索的 MedReCo 编码器和用于生成式比较解读的 MedReCo-VLM 视觉语言模型。在内部、外部和跨中心评估中,MedReCo 在 12 项内部检索设置中均取得最高 Recall@1,外部检索平均提升 6 个百分点;MedReCo-VLM 在比较生成评估中全面最优,纵向随访准确率提升 14.5-46.5 个百分点(胸片)和 13.0-27.9 个百分点(CT)。这表明实体感知的比较推理可从常规临床数据中大规模学习,为医学影像 AI 提供更贴近临床的范式。论文医学影像比较推理视觉语言模型检索放射科推荐理由:放射科医生和医学影像 AI 研究者终于有了一个能真正做前后对比和参考病例检索的框架——MedReCo 在 12 项检索任务中全胜,做临床 AI 落地的团队值得关注。原文
10:50官方账号arXiv cs.LG@Ethan Harvey, Dennis Johan Loevlie, Michael C. Hughes精选在3D医学图像分析中,通常只有整个体积的单一标签,而非每张2D切片都有标签。弱监督学习下,注意力机制的多实例学习(MIL)可为每张切片生成注意力分数,但近期研究发现,一个忽略图像内容的简单中心聚焦基线方法,在脑部扫描切片分类上竟优于基于注意力和Transformer的MIL方法。该研究进一步验证,该基线在胸部和腹部CT扫描的切片分类上也表现更优。为此,作者提出Normal Guidance正则化技术,鼓励学习到的注意力分布遵循钟形曲线。在三个医学影像数据集(总计超过400万张2D切片)上,Normal Guidance使基于注意力和Transformer的MIL方法在切片级定位上显著优于现有技术,同时在全扫描分类上保持竞争力。论文弱监督学习注意力机制医学影像正则化MIL推荐理由:做医学影像分析的团队终于有了一个简单有效的正则化技巧——Normal Guidance能显著提升弱监督下的切片定位精度,比现有MIL方法更准,建议做3D医学图像分类的开发者试试。原文
15:36官方账号arXiv cs.AI@Guangzhi Xiong, Qiao Jin, Sanchit Sinha, Zhiyong Lu, Aidong Zhang精选大型视觉语言模型在医疗应用中潜力巨大,但其回答缺乏视觉证据的可信归因,引发临床信任问题。现有归因方法无法验证是否真正反映模型决策依据,因为缺乏内部推理的真实标注。研究者开发了因果评估框架,通过反事实编辑验证专家标注区域是否因果影响模型预测,并测试了11种归因方法、6个开源LVLM和两种输出模式。结果发现现有方法常无法识别模型使用的视觉证据。为此提出MedFocus,基于不平衡最优传输定位临床解剖区域,并通过定向干预测量因果效应,在空间、概念和词元层面显著优于现有方法。数据和代码已开源。论文视觉归因医学影像因果评估LVLM开源/仓库推荐理由:医疗AI的信任危机终于有了可验证的归因方案——MedFocus让医生能看清模型到底看了哪里才下诊断,做医学影像AI的团队值得试试这个因果框架。原文
10:05官方账号arXiv cs.AI@Tonghao Zhuang, Shanglong Hu, Yongsheng Luo, Zhiqi Zhang, Yu Li精选该研究提出了一种半监督框架,用于胎儿心脏超声图像的联合分割与分类。方法基于EchoCare多任务骨干网络,集成SAM-Med2D进行边界细化,并利用DINOv3提升伪标签质量。引入视图特定硬掩码和两阶段优化策略:EMA阶段巩固分割能力,分类微调阶段冻结分割参数并重置分类头,以恢复分类性能而不损害分割效果。在FETUS 2026排行榜上,该方法达到79.99%的Dice系数、61.62%的归一化表面距离和41.20%的F1分数,验证了其在产前先天性心脏病筛查中的有效性。代码已开源。论文半监督学习医学影像胎儿心脏超声SAM-Med2DDINOv3推荐理由:这项研究解决了胎儿心脏超声分析中标注数据稀缺的痛点,做医学影像AI的团队可以直接参考其半监督框架和开源代码,值得关注。原文
10:35官方账号arXiv cs.LG@Chaeyeon Lee, Sehwan Kim, Hyungrok Do精选QSurv 是一个可扩展的深度学习框架,用于非参数连续时间生存建模,避免了传统方法对时间离散化或分布假设的依赖。它采用 Gauss-Legendre 数值积分来近似累积风险函数,实现高效端到端训练。此外,QSurv 引入了时间条件低秩适配机制,使神经网络能够动态捕捉非平稳风险动态。理论分析证明了累积风险评估的误差界。在合成数据、大规模表格数据和医学影像任务上,QSurv 在预测性能和风险函数估计方面均优于现有方法。论文生存模型非参数建模数值积分深度学习医学影像推荐理由:生存分析领域终于有了一个不依赖离散化或分布假设的深度学习方案,做医学影像或高维数据风险建模的团队可以直接用 QSurv 获得更准确的风险曲线,值得关注。原文