标题

关键词

研究主题

A doppler-exclusive computational diagnostic framework to enhance conventional 2-D clinical ultrasound with 3-D mitral valve dynamics and cardiac hemodynamics

多普勒超声心动图几何结构；基于多普勒的集总参数算法；基于多普勒的有限元建模；生物力学；心脏血流动力学

本研究开发了一种多普勒专用的计算诊断框架，可非侵入式且无风险地评估患者的二尖瓣运动和动力学以及心脏血流动力学。

A new time-decay radiomics integrated network (TRINet) for breast cancer risk prediction

癌症风险预测；乳腺X线摄影；计算机辅助诊断；影像组学

提出了一种名为 TRINet 的新型深度学习架构，该架构引入时间衰减注意力机制以聚焦近期乳腺X线筛查图像，从而弥补现有模型未考虑最新影像相关性的不足。

A novel gradient inversion attack framework to investigate privacy vulnerabilities during retinal image-based federated learning

联邦学习；机器学习；梯度反演攻击；眼底图像；视网膜年龄预测

提出了一个新的框架，用于评估基于视网膜图像训练的联邦深度学习模型在梯度反演攻击下的隐私脆弱性。

A saliency detection-inspired method for optic disc and cup segmentation

青光眼诊断；计算机辅助诊断；视盘和视杯分割；多尺度特征融合；显著性检测；边缘辅助特征提取；全局上下文信息增强

提出了一种受显著性检测启发的视盘和视杯分割方法，将显著性检测扩展为包含视盘、视杯和背景的三分类任务。

Abn-BLIP: Abnormality-aligned Bootstrapping Language-Image Pre-training for pulmonary embolism diagnosis and report generation from CTPA

影像报告生成；对比学习；三维医学影像；肺栓塞

介绍了一种名为 Abn-BLIP（异常对齐自举语言-图像预训练）的高级诊断模型，该模型通过对齐异常检出结果来提升影像报告生成的准确性和全面性。

Acquisition-independent deep learning for quantitative MRI parameter estimation using neural controlled differential equations

定量MRI；参数估计；深度学习；神经控制微分方程

本文开发了一种与采集方式无关的深度神经网络，用于稳健预测定量MRI参数，显著提升跨设备与扫描协议下的泛化能力。

AgGAN: Anatomy-guided generative adversarial network to synthesize arterial spin labeling images for cerebral blood flow measurement under simulated microgravity

生成对抗网络；动脉自旋标记；脑血流量；微重力

提出了一种端到端的解剖指导生成对抗网络（AgGAN），通过从基线图像合成模拟失重条件下的 ASL 图像，实现对脑血流量的非侵入性、低成本且准确的估计。

An efficient end-to-end computational framework for the generation of ECG calibrated volumetric models of human atrial electrophysiology

心房电生理；三维心房模型；心脏数字孪生；通用心房坐标；心脏建模

本研究通过引入新方法并将其集成到自动化端到端流程中，生成高保真度的心房电生理数字孪生快照和虚拟队列，从而克服了现有方法的局限。

Anatomical structure-guided joint spatiotemporal graph embedding framework for magnetic resonance fingerprint reconstruction

磁共振指纹成像；图嵌入；流形表示；拉普拉斯特征映射

提出一种融合解剖结构引导与图嵌入的时空重建框架，旨在通过分层子图构造和结构保持嵌入，高效提升磁共振指纹图像的重建精度与计算效率

Anatomically and metabolically informed diffusion for unified denoising and segmentation in low-count PET imaging

正电子发射断层扫描（PET）；多任务学习；去噪扩散模型；nnMamba

提出了一种解剖信息和代谢信息相结合的扩散模型（AMDiff），作为统一框架用于低计数 PET 图像的去噪以及病灶/器官分割。

Automatic prediction of depth of invasion in oral tongue squamous cell carcinoma using a multimodal regression network fusing prior text and anatomical knowledge

浸润深度预测；舌鳞状细胞癌侵袭性；多模态回归网络；解剖学先验知识

提出了一种基于多模态回归网络的舌鳞状细胞癌浸润深度自动预测算法，该算法融合了文本和解剖学先验知识以提高预测准确性。

CaliDiff: Multi-rater annotation calibrating diffusion probabilistic model towards medical image segmentation

多标注者标注校准；扩散概率模型；一致性正则化；视盘和视杯分割

引入了一种名为 CaliDiff 的全新多标注者校准扩散概率模型。

Category-specific unlabeled data risk minimization for ultrasound semi-supervised segmentation

超声图像分割；半监督学习；特定类别分布对齐；未标注数据风险最小化

提出了一种包含类别特定分布对齐（CSDA）和未标注数据风险最小化（UDRM）模块的半监督分割模型 CSUDRM，实现了对超声图像更稳健的分割，并在四个超声数据集上达到当前最优性能。

Correlation Routing Network for Explainable Lesion Classification in Multi-Parametric Liver MRI

多参数MRI；局灶性肝病变；深度学习；病变分类；可解释性

提出了一种相关路由网络（CRN），可利用 10 个 MRI 序列同时预测 6 种肝脏病灶类型（包括肝细胞癌、胆管瘤、转移瘤、血管瘤、局灶性结节性增生和囊肿）及其影像学特征，从而实现高准确率和良好的可解释性。

Cycle-constrained adversarial denoising convolutional network for PET image denoising: Multi-dimensional validation on large datasets with reader study and real low-dose data

正电子发射断层扫描（PET）；图像去噪；循环一致性对抗网络

提出了一种循环约束的对抗去噪卷积网络（Cycle-DCN），可从低剂量 PET 数据生成高质量的图像。

Deep association analysis framework with multi-modal attention fusion for brain imaging genetics

影像遗传学；多模态融合；生成网络；生物标志物检测；阿尔茨海默病

提出了一种融合多模态注意力的深度关联分析框架（DAAMAF），用于阿尔茨海默病的早期诊断。

Detecting low-amplitude biomarker activations via decomposition of complex-valued fMRI data with collaborative phase and magnitude sparsity

复值 fMRI 数据；稀疏分解；相位和幅度稀疏性；低幅度激活；生物标志物检测

提出了一种新的稀疏分解模型，在体素层面同时施加相位和幅度的协同稀疏约束，以检测低幅度的生物标志物激活。

Developing a knowledge-guided federated graph attention learning network with a diffusion module to diagnose Alzheimer’s disease

先验知识；联邦学习框架；扩散模块；图注意力学习；结构磁共振成像；阿尔茨海默病

开发了一种知识引导的联邦图注意力学习网络，并引入扩散模块，以利用多中心数据辅助阿尔茨海默病的诊断。

Diffusion-based arbitrary-scale magnetic resonance image super-resolution via progressive k-space reconstruction and denoising

扩散模型；任意尺度 MR 图像超分辨率；渐进式重建；多阶段超分策略

提出了一个基于扩散模型的统一框架，可用于任意尺度 MR 图像的平面超分辨率，称为渐进重建与去噪扩散模型（PRDDiff）。

EndoChat: Grounded multimodal large language model for endoscopic surgery

多模态大型语言模型；内镜手术；手术场景理解；对话范式

提出了一个名为 EndoChat 的多模态大型语言模型，专门用于内镜手术过程的对话式场景理解和相关子任务处理。

Fusion and pure feature extraction framework for intraoperative hyperspectral of thyroid lesion

术中诊断；甲状腺病变；光谱指纹；空间-光谱融合；级联注意力

本研究开发了一种名为 PS4EM-SN 的高光谱识别算法用于术中甲状腺病变检测，该算法包括纯光谱-纯空间（SPS）学习框架以及结合级联注意力的空间-光谱融合机制（SSEM）。

GAGM: Geometry-aware graph matching framework for weakly supervised gyral hinge correspondence

脑地标匹配；非刚性点云匹配；脑回铰接点；弱监督学习

提出了一种几何感知的图匹配框架（GAGM），利用脑部先验信息以弱监督方式实现脑回铰接点的对应匹配。

GraSTI-ACL: Graph spatial–temporal infomax with adversarial contrastive learning for brain disorders diagnosis based on resting-state fMRI

静息态 fMRI；信息瓶颈原理；图神经网络；对抗式对比学习；脑部疾病

提出了一种名为 Graph Spatial–Temporal Infomax（GraSTI）的图增广策略，可自适应地同时保留全局脑功能连接网络和局部时间动态信息。

HSFSurv: A hybrid supervision framework at individual and feature levels for multimodal cancer survival analysis

癌症生存分析；数据融合；数字病理；深度学习；多模态

提出了一种混合监督的生存分析框架（HSFSurv），通过多模态特征分解来提高癌症患者生存期预测的准确性。

Hi-End-MAE: Hierarchical encoder-driven masked autoencoders are stronger vision learners for medical image segmentation

掩码图像建模；编码器驱动的稠密解码；医学影像预训练；医学影像分割

提出一种编码器驱动的分层解码自编码框架，用于提升医学图像分割任务中的表征能力和迁移性能，特别适用于缺乏标注的3D数据场景。

Improving the performance of medical image segmentation with instructive feature learning

医学影像分割；指导性特征增强模块；指导性特征融合模块；高效分割框架

提出了两个创新模块：指导性特征增强模块（IFEM）和指导性特征融合模块（IFIM），用于提升医学影像分割的效果和效率。

Individualized mapping of aberrant cortical thickness via stochastic cortical self-reconstruction

皮层厚度；参考模型；痴呆；早产儿；磁共振成像

开发了一种称为随机皮层自重建（SCSR）的新方法，利用深度学习在顶点层面重建皮层厚度图，而无需额外的受试者信息。

IterMask3D: Unsupervised anomaly detection and segmentation with test-time iterative mask refinement in 3D brain MRI

无监督异常分割；三维脑 MRI；异常检测

提出了 IterMask3D，这是一种面向三维脑 MRI 的迭代空间掩膜细化策略，用于异常检测与分割。

Knowledge distillation and teacher-student learning in medical image analysis (Survey)

知识蒸馏；师生架构；医学影像分析

本文全面回顾了知识蒸馏在医学影像分析领域的发展历程和应用现状。

Long-term stabilized iris tracking with unsupervised constraints on dynamic AS-OCT

运动跟踪；视频稳定；AS-OCT；原发性闭角型青光眼

提出了一种无监督约束的抖动校正跟踪框架（CJRTrack），用于实现 AS-OCT 动态视频的长期虹膜稳定跟踪。

Measuring and predicting where and when pathologists focus their visual attention while grading whole slide images of cancer

数字病理；视觉注意力；前列腺癌分级

引入了一种凝视点提取算法，通过提取病理医生阅片过程中的“凝视”来简化注意力轨迹并保留语义信息，同时利用这些预处理数据训练和验证一个两阶段模型，通过中间注意力热图预测阅片过程中注意力分配的动态变化。

Model-unrolled fast MRI with weakly supervised lesion enhancement

快速MRI；病灶聚焦；任务导向成像；弱监督增强；基于模型的深度学习

提出了一种模型展开的深度学习方法，在弱监督病灶注意力引导下，实现面向下游临床需求的加速 MRI 成像。

Multi-contrast low-field MRI acceleration with k-space progressive learning and image-space hybrid attention fusion

低场MRI；多序列 MRI 加速；双域重建；渐进式学习

提出了一种新颖的双域重建框架，可从受欠采样和系统噪声影响的 k 空间数据重建高质量的多对比度 MRI 图像。

Nested resolution mesh-graph CNN for automated extraction of liver surface anatomical landmarks

肝脏表面；网格分割；解剖学标志点；注意力机制；3D-2D 图像融合

提出了一个两阶段的自动框架，将网格 CNN 与图 CNN 相结合，以提取肝脏表面的解剖标志点。

Non-iterative and uncertainty-aware MRI-based liver fat estimation using an unsupervised deep learning method

定量 MRI；质子密度脂肪分数；基于物理的深度学习；不确定性量化

提出了一种基于人工智能的水脂分解方法（AI-DEAL），结合回波不对称和最小二乘技术，同时估计质子密度脂肪分数（PDFF）及相应的不确定性地图。

PE-RBNAS: A robust neural architecture search with progressive-enhanced strategies for brain network classification

脑网络分类；神经架构搜索；渐进增强策略；粒子群优化

提出了一种用于脑功能网络分类的健壮神经架构搜索方法，并引入渐进增强策略以提升模型性能。

QCResUNet: Joint subject-level and voxel-level segmentation quality prediction

自动质量控制；脑肿瘤分割；卷积神经网络

提出了一种称为 QCResUNet 的多任务深度学习架构，可同时输出受试者级的分割质量度量以及各组织类别的体素级分割误差图。

Rapid whole brain motion-robust mesoscale in-vivo MR imaging using multi-scale implicit neural representation

介观全脑成像；超分辨率 MRI；隐式神经表示；神经网络；深度学习

提出了一种名为 ROVER-MRI 的旋转视角超分方法。这是一种基于多尺度隐式神经表示的无监督框架，可从多视角厚切片采集中准确恢复细微的解剖结构细节。

Recovering intrinsic conduction velocity and action potential duration from electroanatomic mapping data using curvature

曲率；电导率；心脏电传导；动作电位时程；计算机建模

本研究旨在阐明波前曲率和电导率对心脏电传导速度和动作电位时程的影响，从而重建组织的固有传导特性。

Reinforced physiology-informed learning for image completion from partial-frame dynamic PET imaging

物理先验神经网络；动态 PET；参数成像；动力学模型；隐式神经表示

提出了一种方法，将生理先验学习与时间隐式神经表示相结合，用于动力学建模和缺帧动态 PET 图像的补全。

S2CAC: Semi-supervised coronary artery calcium segmentation via scoring-driven consistency and negative sample boosting

冠状动脉钙化；CT；半监督；分割

提出了一种名为 S2CAC 的半监督学习框架，用于冠状动脉钙化分割，在仅使用极少标注数据的情况下依然能够取得鲁棒的分割性能。

Semi-supervised Fetal Brain Parcellation via Hierarchical Learning Framework

胎儿脑 MRI；分割；半监督学习；分层建模

提出了一种新方法，可以以分层方式将胎儿大脑分割成 87 个不同的区域。

Spatio-temporal registration of multi-perspective 3D echocardiography for improved strain estimation

奇异值分解；功能性超声心动图；图像配准；图像融合；应变；超声

提出了一种时空配准方法，可将多视角 3D 超声心动图对准，从而将应变估计的空间误差从 19±10 mm 降低到 5±3 mm。

SuperDiff: A diffusion super-resolution method for digital pathology with comprehensive quality assessment

图像超分辨率；数字病理；扩散模型

提出了一种名为 SuperDiff 的扩散模型方法，专门用于在数字病理学中生成并评估超分辨率图像。

SurfGNN: A robust surface-based prediction model with interpretability for coactivation maps of spatial and cortical features

皮层表面；大脑年龄预测；图神经网络；可解释性；空间与皮层共激活图

提出了一种具有可解释性的稳健表面脑预测模型，用于基于皮层共激活特征进行大脑年龄预测，克服了现有模型忽视皮层区域属性差异的问题。

Switch-UMamba: Dynamic scanning vision Mamba UNet for medical image segmentation

状态空间模型；Vision Mamba；扫描混合；医学影像分割

提出了一种创新的混合 UNet 框架 Switch-UMamba，将卷积神经网络的局部特征提取能力与状态空间模型捕获长程依赖的能力相结合。

Template-based semantic-guided orthodontic teeth alignment previewer

语义分割；三维牙齿重建；图像生成

提出了一种语义引导的正畸模拟预测框架，仅需一张正面照片即可预测牙齿矫正的效果。

Trimming-then-augmentation: Towards robust depth and odometry estimation for endoscopic images

自监督单目位姿估计；内镜图像；鲁棒性

提出了一种“先剪裁、后增强”的框架，以提高内镜图像深度和位姿估计的鲁棒性。

Unsupervised multimodal surface registration with geometric deep learning

几何深度学习；无监督学习；图像配准；皮层表面配准；条件随机场

介绍了一种名为 GeoMorph 的几何深度学习框架，专门用于皮层表面的无监督多模态配准。

关键词

出现次数

具体应用

分割

10

视盘与视杯、冠状动脉钙化半监督、半监督分割

MRI/fMRI

8

定量MRI参数估计、3D脑MRI、结构感知型MRI方法

融合

8

概率模型、超分辨率、脑影像遗传分析、多模态注意力

扩散

5

扩散超分辨率、扩散概率模型校准、超分建模

多模态

5

多模态癌症生存分析、回归网络、大语言模型、表面配准

预测

5

乳腺癌风险、舌癌侵袭深度、图像分割质量

鲁棒性

4

鲁棒神经架构搜索、鲁棒的表面预测模型

注意力

4

联邦图注意力网络、多模态注意力融合、阅片的视觉注意

无监督

4

无监督深度学习、异常检测与分割、多模态表面配准

半监督

3

胎儿脑区划分、超声图像分割

深度学习

3

几何深度学习的表面配准、用于MRI参数估计

检测

3

显著性检测、无监督异常检测

对抗性

3

对抗去噪卷积网络、脑部疾病诊断的对抗对比学习

重建

3

磁共振指纹重建、空间域重建、图像重建

分析

3

深度关联分析、癌症生存分析、医学图像分析