医学生

AtlasMorph：学习脑部MRI的条件可变形模板/文献速递-基于深度学习的图像配准与疾病诊断2026.2.25本文提出了AtlasMorph框架，利用卷积配准神经网络学习生成基于年龄、性别等个体属性的条件可变形模板及其解剖标签图，显著提高了配准精度，并能更准确地捕捉脑部MRI的群体趋势。

解剖学引导的全身PET-CT乳腺癌分割与跨模态自对齐/文献速递-基于深度学习的图像配准与疾病诊断2026.2.13该研究提出一种结合解剖学引导提示和跨模态自对齐预训练的全身PET-CT乳腺癌分割框架，通过生成器官伪标签和特征对齐，显著提升了原发性和转移性病灶的分割精度，优于现有多种SOTA方法，尤其在小而分散的转移性病变分割上表现出色。

Transformer能否改变胃肠道内窥镜图像分析？CNN与Transformer在性能、鲁棒性和泛化能力方面的比较分析/文献速递2026.2.9本文全面比较了CNN和Transformer在胃肠道内窥镜图像分析中的性能、泛化和鲁棒性，涵盖多种任务和训练规模。研究发现，Transformer在多数场景下与CNN表现相当，尤其在处理细微病变、息肉分割和血管发育不良检测中表现良好，证实了其作为内窥镜临床实践替代方案的可行性。

双胎输血综合征胎儿镜激光手术中胎盘血管的实时分割/文献速递-基于人工智能的医学影像技术2026.2.10本研究提出了TTTSNet，一种为双胎输血综合征胎儿镜激光手术设计的实时、高精度的胎盘血管分割网络，通过引入新颖的通道注意力模块和多尺度特征融合机制，并结合创新的数据增强技术，显著提升了分割性能和泛化能力，为临床实践中的辅助决策提供了有力工具。

SafeRPlan: 用于椎弓根螺钉置入术中规划的安全深度强化学习/文献速递-基于人工智能的医学影像技术2026.2.3本研究提出SafeRPlan，一种结合不确定性感知距离安全过滤器、领域随机化和教师-学生学习的深度强化学习方法，用于实现椎弓根螺钉置入术的术中连续路径规划，显著提升了手术安全性和在部分、噪声数据下的泛化能力，优于传统配准方法。

肌肉骨骼感知（MUSA）深度学习用于解剖引导的头颈部CT可变形图像配准/文献速递-基于人工智能的医学影像技术2026.2.2本文提出一种肌肉骨骼感知（MUSA）深度学习框架，通过将头颈部CT图像配准分解为姿态校正和残余精细形变，并利用骨骼结构和软组织间不均匀形变约束，有效提升了复杂头颈部区域图像配准的准确性和解剖学合理性，兼容多种网络架构，适用于主体内和主体间配准任务。

多视图深度学习乳腺X线摄影分类技术：图和Transformer架构的探究/文献速递-基于人工智能的医学影像技术2026.1.29本文比较并评估了多视图乳腺X线摄影癌症分类任务中基于卷积神经网络、图神经网络和Transformer的三种不同架构的性能和可解释性，发现Transformer表现最佳，但不同架构具有互补性，集成模型能进一步提升准确性和鲁棒性，强调了在数据量有限情况下结合多种归纳偏置的价值。

LoViT：用于手术阶段识别的长视频Transformer/文献速递-基于人工智能的医学影像技术2026.1.27本文提出LoViT，一个用于在线手术阶段识别的两阶段Transformer模型，通过开发时序丰富的空间特征提取器、多尺度时序聚合器和阶段转换感知监督机制，有效解决了长视频手术识别中的视觉歧义和长时序依赖问题，在多个数据集上显著超越现有SOTA方法。

基于合成错误增强的医学图像分割标签精修网络/文献速递-基于人工智能的医学影像技术2026.1.23本文提出一种新颖的标签精修网络，通过生成逼真的合成结构错误并结合标签外观模拟网络，隐式编码标签结构信息，显著改善了气道和脑血管等树状结构医学图像的分割精度和完整性，尤其在纠正不连续性和缺失末端分支方面表现出色。

IGUANe：一种用于脑部MRI多中心协调的3D通用CycleGAN模型/文献速递-基于人工智能的医学影像技术2026.1.21本研究提出IGUANe，一个基于CycleGAN扩展的3D模型，通过多对一架构实现MRI图像在多中心数据间的泛化协调，有效处理未见扫描仪数据，并在保持生物信息的同时，显著提升了脑龄预测、AD分类及灰质萎缩模式的识别准确性。

立结合解剖学知识的潜在空间建模下的群体水平脑结构连接性/文献速递-基于人工智能的医学影像技术2026.1.19本文提出了一种新颖的属性信息脑连接性（ABC）模型，通过生成式潜在空间网络模型并整合脑区解剖学属性，估算群体水平脑结构连接性，量化不确定性，并成功应用于阿尔茨海默病（AD）研究以识别性别特异性神经生物标志物，显著提升了预测准确性和生物学解释性。

DACG：用于放射学报告生成的双重注意力和上下文引导模型/文献速递-基于人工智能的医学影像技术2026.1.12本文提出DACG模型，通过双重注意力模块增强医学图像特征提取，并利用上下文引导模块监督长文本生成，有效缓解视觉与文本数据偏差及长文本生成难题，在IU X-ray和MIMIC-CXR数据集上取得了最先进的放射学报告自动生成性能。

腹腔镜肝切除术中增强现实预术中图像融合方法的客观比较：来自MICCAI2022挑战赛/文献速递-基于人工智能的医学影像技术2026.1.6本文介绍了MICCAI 2022 P2ILF挑战赛，旨在通过评估参赛团队在肝脏2D/3D解剖地标自动分割和预术中3D-2D图像配准方面的表现，推动腹腔镜肝切除术中增强现实技术的发展，并基于结果提出未来研究方向。

一种基于交叉注意力深度学习方法，利用4D CTP成像和临床元数据预测卒中功能预后/文献速递-基于人工智能的医学影像技术2025.12.30本文提出一种新颖的多模态深度学习模型，通过结合4D CTP影像和临床元数据并采用交叉注意力机制，能更准确地预测急性缺血性卒中患者的90天功能预后，优于单一模态和传统晚期融合方法。

一种用于超分辨率磁共振波谱成像的基于流的截断去噪扩散模型/文献速递-基于人工智能的医学影像技术2025.12.31本文提出一种基于流的截断去噪扩散模型（FTDDM），通过截断扩散链并结合流网络估计截断点处的噪声图像，实现了高性能、采样高效的多尺度超分辨率磁共振波谱成像，并通过神经放射科医生的评估证实了其临床优势和可调锐度功能。

基于小波分析和记忆库的超声长视频时空细节追踪-文献速递-医疗影像分割与目标检测最新技术2025.12.29这篇文章发表于《Medical Image Analysis》期刊（2026 年第 109 卷），由北京航空航天大学学者撰写，聚焦超声长视频的目标分割与追踪问题，提出一种基于小波分析和记忆库的融合网络 MWNet。

PISCO：用于改进动态MRI神经隐式k空间表示的自监督k空间正则化文献速递-医疗影像分割与目标检测最新技术2025.12.25这篇文章发表于《Medical Image Analysis》期刊（2026 年第 109 卷），由慕尼黑工业大学、智利天主教大学等机构学者联合撰写，聚焦动态磁共振成像（MRI）的快速重建问题，提出一种基于自监督 k 空间正则化的神经隐式表示方法 PISCO。

泛用型nnUNet脑血管周围间隙识别系统（PINGU）|文献速递-医疗影像分割与目标检测最新技术2025.12.24这篇文章发表于《Medical Image Analysis》期刊（2026 年第 109 卷），由莫纳什大学、悉尼大学等机构学者联合撰写，聚焦脑内血管周围间隙（PVS）的自动分割问题，提出一种基于 nnUNet 的通用型分割工具 PINGU。

MIRAGE：针对嘈杂环境鲁棒性的医学图像-文本预训练|文献速递-医疗影像分割与目标检测最新技术2025.12.23这篇文章发表于《Medical Image Analysis》期刊（2026 年第 109 卷），由南方科技大学、香港大学等机构学者联合撰写，聚焦医疗图像 - 文本预训练中的噪声鲁棒性问题，提出一种名为 MIRAGE 的新型多模态学习框架。

诊断文本引导的分层分类全玻片图像表征学习|文献速递-医疗影像分割与目标检测最新技术2025.12.22这篇文章发表于《Medical Image Analysis》期刊（2026 年第 109 卷），由清华大学、中山大学附属第一医院等机构学者联合撰写，聚焦病理全切片图像（WSI）的层级分类问题，提出一种诊断文本引导的表示学习方法 PathTree。