Yale新方法FD-loss：让医学图像生成更像真肿瘤，分割DSC提升超5%
这篇论文很实在：不跟生成模型纠缠“像不像”，而是直接问“合成数据能不能把分割做对”。FD-loss把分布对齐塞进医学图像生成训练里，结果不是纸面分数好看，而是下游分割真涨点。
标签：AI医疗
共 93 篇
DINO ViT接收！乳腺超声图同质性飙升
这篇论文最有意思的地方，不是把GCN又改了一遍，而是直接问了一个更扎心的问题：图做得再花，编码器不行也白搭。结果还真被它说中了——更强的编码器不仅让分类更准，还把图同质性一起抬上去了。
不改GCN先改编码器：AUC冲到0.9094
这篇工作很“工程脑”：不忙着给GCN堆新花活，而是老老实实问一句——图到底是怎么被编码器“捏”出来的。结果还真捏出了门道：编码器越强，图同质性越高，分类也越稳。
报告文本太强了：掩码后AUROC仍0.973
这篇论文最有意思的地方，不是模型把胸片分类做到了多高，而是它专门证明了：有些“高分”其实是报告文本在偷跑。对于做医疗多模态的人，这篇更像一场防作弊演习，值得认真看。
14个视频搞定AI尿检？这篇方法先把图拍清楚了
尿检这件事，卡住的往往不是模型，而是显微镜前那一步“得先拍出一张够清楚的图”。这篇工作很朴素：不用昂贵自动对焦，改成手动调焦录视频，再把最清楚的片段拼成全聚焦图，适合基层实验室看门道。
CVPR 2026新作PDD：医学异常检测最高提11.8%
医学异常检测最难的，不是模型会不会“找茬”，而是能不能在复杂解剖结构里别把正常组织也当成坏人。PDD的思路很直接：先把全局与局部先验拧成一股绳，再让两个学生学出差异化能力，确实比单流派蒸馏更像回事。
哈工大深圳新框架：医学分割从三套系统变一套
医学分割最难的不是“切得准”，而是“接口太多”。这篇论文把视觉示例、点框交互、文本指令和2D/3D影像统一到一个Transformer序列里，思路很硬，工程味也很足。
无须逐帧标注！自监督时序正则让心脏分割更稳，还能自动映射AHA 17段
这篇工作最有意思的地方，不是又把心脏分割做高了几个点，而是它盯住了一个常被忽略的老毛病：同一个心脏在连续帧里不该“人格分裂”。再顺手把AHA 17段自动映射接上，临床味道一下就出来了。
低信噪比下更稳的EPI校正，MIT/UCSF/Stanford都在用
这篇论文最有意思的地方，不是“又做了一个畸变校正”，而是把老问题的责任链条拆了：别再先把图像重建得歪歪扭扭，再去补救B0场。它直接从k空间联合估计无畸变图像和B0场，还把旋转视图和高斯原语塞进同一个物理模型里，工程味很浓。
DiSIINet来了：扩散模型把医学增强和分割绑一起
医学影像里最烦的事之一，就是图像又糊又吵，分割还得硬上。DiSIINet干脆把增强和分割绑成一对“互相打辅助”的双分支扩散模型，思路顺，结果也扎实。
J-PET新玩法：肝脾纠缠度首次测出来了
这篇论文最狠的地方，不是又做了一次PET，而是把“量子纠缠”第一次搬进了人体内。肝脏、脾脏、常规代谢图、纠缠度图同时出现，医学影像突然有点“量子味”了。
少量样本就能补齐数据鸿沟？AstraZeneca这篇很硬
AstraZeneca这篇工作很实在：不搞端到端硬训练，而是用一个轻量对齐模块把病理图像和RNA嵌进同一空间，再把“基因集”变成可查询的开放词汇提示。结果不只是在检索上提升明显，还能在临床试验和跨队列迁移里站住脚，属于能落地的那种新思路。
