医学生

临床先验引导的特权知识蒸馏用于可靠的胰腺病变分类/文献速递-多模态医学影像最新进展2026.4.10本文提出了CPKD框架，通过整合临床先验和MRI特权知识，以知识蒸馏方式提高CT单模态胰腺病变分类的可靠性，尤其对小型或等密度病变表现出显著优势，为临床诊断提供了更具解释性和可行性的解决方案。

AMA-SAM：用于高保真组织学细胞核分割的对抗性多域对齐万物分割模型/文献速递-多模态医学影像最新进展2026.4.8本文提出了AMA-SAM框架，通过引入条件梯度反转层（CGRL）实现鲁棒的多域对齐，并设计高分辨率解码器（HR-Decoder）以保留精细细节，从而增强了万物分割模型（SAM）在高分辨率组织学细胞核分割中的性能，有效解决了单数据集训练的过拟合问题及SAM固有的低分辨率输出限制。

ACE-ProtoNet: 基于自适应协方差特征门和不确定性感知原型学习的冠状动脉分割/文献速递-多模态医学影像最新进展2026.4.3本文提出ACE-ProtoNet，一个统一的冠状动脉分割框架，通过结合部分冻结的视觉基础模型和可训练的CNN双编码器、基于协方差和特征值分析的自适应特征门（ACE-Gate）以及不确定性感知原型学习头（UPL-Head），有效整合异构特征并利用预测不确定性，实现了对复杂血管结构的高精度、鲁棒性及泛化能力强的分割。

一种病理学内容感知变速率学习图像压缩框架 (PathoLIC)/文献速递-多模态应用技术2026.3.27PathoLIC是一种针对全玻片图像（WSI）的内容感知变速率学习压缩框架，通过为图像块分配内容分数并利用注意力机制减少冗余，实现了8倍以上的压缩率，同时在多种下游诊断任务中保持了图像细节和性能。

基于几何映射的二维自然图像到四维fMRI脑图像的迁移学习/文献速递-大模型与图像分割在医疗影像中应用2026.3.13本研究提出了一种基于几何映射的fMRI迁移学习方法，通过将四维fMRI脑皮层数据转换为二维图像，并结合多尺度多域特征聚合（MMFA）模块，有效解决了fMRI小样本数据深度学习的挑战，并在性别分类、年龄估计、行为测量预测和抑郁症诊断等任务中取得了最先进的性能。

敲代码还房贷

FSL6.0.7安装教程我这个是基于ubuntu20虚拟机测试的，所以你也最好用ubuntu20。我也在其余版本上测试了，ubuntu24上虽说可以打开fsl的所有窗口，但是会有一些错误输出，影响观感。

敲代码还房贷

Ubuntu24安装xcp_d一、安装ants1、解压缩2、在配置文件编辑3、输入测试语句二、安装ANFI安装过程时间比较长终于结束了

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。