📊 Medical Imaging AI Weekly Papers

Segmentation · Generation · Detection · AI Agent · Registration · Dose Calculation
🕐 2026-04-30 09:15:16 (UTC+8)
📅 2026-04-30 📄 12 Papers 🤖 arXiv API + AI Summary
📚 Archive

🔬 Medical Image Segmentation

6条
本文提出了仅需一张标注模板图像的医学图像分割框架SemiSAM-O1,以解决现有基础模型驱动的半监督学习方法在复杂成像模态下性能受限的问题。
👤 Yichi Zhang, Le Xue, Bichun Xu, Judong Luo et al. (9 authors) 📅 2026-04-27 🔗 arXiv 📄 PDF
本文构建了包含多中心、多序列胰腺MRI数据集的CrossPan基准,系统揭示了跨序列域偏移对分割模型泛化能力的影响。
👤 Linkai Peng, Cuiling Sun, Zheyuan Zhang, Wanying Dou et al. (13 authors) 📅 2026-04-20 🔗 arXiv 📄 PDF
本文将实例敏感损失函数通过一对一剩余策略扩展至多类别语义分割,揭示了其在解决实例不平衡的同时,会因类别不平衡导致稀有类别获得训练信号不足的问题。
👤 Soumya Snigdha Kundu, Florian Kofler, Marina Ivory, Hendrik Moller et al. (6 authors) 📅 2026-04-27 🔗 arXiv 📄 PDF
PanGuide3D提出了一种结合概率性胰腺条件化与Transformer瓶颈的3D架构,以提升对比增强CT中胰腺肿瘤分割的跨队列泛化能力。
👤 Sunny Joy Ma, Xiang Ma 📅 2026-04-22 🔗 arXiv 📄 PDF
本文构建了一个包含数据集、基准和工具的肝癌数字病理资源,用于在组织切片上量化不同的组织成分与病理亚型。
👤 Ying Xiao, Shimiao Tang, Xitong Ling, Weiming Chen et al. (14 authors) 📅 2026-04-22 🔗 arXiv 📄 PDF
该论文提出了EDU-Net网络,通过结合多尺度特征融合与边界优化机制,解决了OCT图像中视网膜病理积液自动分割面临的形态多变与边界模糊问题。
👤 Zijun Lei, Zikang Xu, Liang Zhang, Ge Song et al. (8 authors) 📅 2026-04-22 🔗 arXiv 📄 PDF

🩺 Medical Image Detection & Diagnosis

5条
该论文提出了EXACT模型,这是一种可解释的异常感知视觉基础模型,用于三维胸部CT分析。该模型能够在全扫描范围内识别疾病、定位异常并提供可解释的视觉证据。
👤 Xuguang Bai, Mingxuan Liu, Tongxi Song, Yifei Chen et al. (9 authors) 📅 2026-04-27 🔗 arXiv 📄 PDF
本文构建了一个用于气道树建模的三维气道分叉点检测数据集BifDet,填补了该任务专用标注数据集的空白。
👤 Ali Keshavarzi, Quentin Bouniot, Benjamin M. Smith, Elsa Angelini 📅 2026-04-27 🔗 arXiv 📄 PDF
该论文提出了Caries-DETR框架,通过引入牙齿结构感知先验和病灶感知动态损失优化机制,将Transformer检测器适配于口内图像的龋齿检测任务。
👤 Xuefen Liu, Xinquan Yang, Mianjie Zheng, Kun Tang et al. (8 authors) 📅 2026-04-26 🔗 arXiv 📄 PDF
本文提出了一种无监督异常检测框架,通过学习健康视网膜OCT图像的正常分布来实现无需专家标注的视网膜异常检测与定位。
👤 Tania Haghighi, Sina Gholami, Hamed Tabkhi, Minhaj Nur Alam 📅 2026-04-24 🔗 arXiv 📄 PDF
本文提出了诊断驱动的胶囊内镜视频摘要新任务,并构建了“分而治之”框架,通过整合临床启发式上下文从超长视频中提取关键证据帧并完成准确诊断。
👤 Bowen Liu, Li Yang, Shanshan Song, Mingyu Tang et al. (9 authors) 📅 2026-04-23 🔗 arXiv 📄 PDF

🎨 Medical Image Generation & Synthesis

1条
本文提出一种三相序列融合网络,利用肝胆期前多期序列的时序信息来合成肝胆期肝脏MRI图像,以解决实际扫描中肝胆期采集耗时长的问题。
👤 Qiuli Wang, Xinhuan Sun, Fengxi Chen, Yongxu Liu et al. (10 authors) 📅 2026-04-24 🔗 arXiv 📄 PDF