ECCV2026 医学图像论文解读论文笔记医学影像语义分割扩散模型多模态对齐/RLHF 超分辨率

🏥 医学图像¶

🎞️ ECCV2026 · 112 篇论文解读

📌 同领域跨会议浏览： 🧠 NeurIPS2026 (1) · 📷 CVPR2026 (173) · 🔬 ICLR2026 (86) · 🧪 ICML2026 (28) · 🤖 AAAI2026 (76) · 🧠 NeurIPS2025 (77)

🔥 高频主题： 医学影像 ×55 · 语义分割 ×21 · 扩散模型 ×10 · 多模态 ×8 · 对齐/RLHF ×5

Comprehensive language–image pre-training for 3D medical image understanding: COLIPRI 将胸部 CT 的图文对齐、病变肯定／否定短句判别、报告生成和多分辨率掩码重建联合起来，使同一视觉编码器兼顾全局语义与局部结构；完整版本在 RAD-ChestCT 的零样本 AUROC 达到 73.23%，但并非所有任务都需要报告生成分支。
MedSynapse-V: Bridging Visual Perception and Clinical Intuition via Latent Memory Evolution: MedSynapse-V 将医学分割编码器的解剖先验压缩成连续记忆，用区域遮蔽反事实奖励训练模型利用这些记忆，再蒸馏到无需外部编码器的自主分支，在七项离线医学基准上取得论文报告的 59.6 平均分，但这不构成临床有效性证据。
FlexiBrain: Resolution-Agnostic Voxel-Level Encoding for Native fMRI: FlexiBrain 将 fMRI 补丁定义在毫米与秒上，通过动态调整共享编码核、物理坐标位置编码和 Mamba-JEPA，直接学习不同分辨率的原生空间数据，在五项疾病分类中取得四项最高准确率，同时避免耗时的模板空间配准。
MOOZY: A Patient-First Foundation Model for Computational Pathology: MOOZY 先通过掩码自蒸馏学习切片空间表示，再用病例 Transformer 和 333 项临床任务联合训练患者级表示，在 16 个留出任务上取得 0.769 的宏平均加权 F1 和 0.702 的宏平均平衡准确率，但宏平均 AUC 仍略低于 TITAN。
Render-FM: Feedforward Model for Real-time Photorealistic Volumetric Rendering: Render-FM 提出一个基于 nnU-Net 风格 3D U-Net 的前馈模型，在单次 2.8 秒前向传播中直接从 CT 体数据回归 6D 高斯泼溅（6DGS）参数，消除逐扫描优化瓶颈（约 500 倍加速），并通过解剖引导初始化（AGP）将分割掩码和传递函数作为结构与外观先验，桥接自然场景重建与医学体积渲染的领域鸿沟，支持实时交互渲染（328+ FPS）和零额外开销的器官组合可视化。
ECHO: Efficient Chest X-ray Report Generation with One-step Block Diffusion: ECHO 将医学自回归模型转成块扩散模型，再用教师多步轨迹中的条件分布蒸馏出每块单步的学生，在论文的归一化胸片报告测试集上保持较高临床内容分数，并以块长 8 达到 274.21 tokens/s。
RAU: Reference-based Anatomical Understanding with Vision-Language Models: RAU 先让 Qwen2.5-VL-7B 学会比较参考图与目标图的解剖空间关系，再把分割标记作为软提示接入 SAM2 参考记忆，在仅用 RAOS 和 Arcade 训练的分割设置下，取得 CAMUS 的 Dice 0.7503 与 LERA 的 Dice 0.7010。
Atlas is Your Perfect Context: One-Shot Customization for Generalizable Foundational Medical Image Segmentation: AtlasSegFM 用一例带标注的解剖图谱自动提示冻结的医学分割基础模型，再通过测试时学习的逐体素融合保留两者优势，在 SegRap 上把 nnInteractive 五点击基线的 Dice 从 50.02 提高到 69.19，但仍依赖支持病例与目标病例的解剖对应关系。
Discrete Diffusion Models with MLLMs for Unified Medical Multimodal Generation: MeDiM 将预训练 Liquid 改造成带双向注意力和时间步条件化的离散扩散模型，以同一套去噪网络支持医学报告到图像、图像到报告及图像报告联合生成，在 MIMIC-CXR 和 PathGen 上分别取得 16.60 与 24.19 的图像生成 FID。
MedSPOT: A Workflow-Aware Sequential Grounding Benchmark for Clinical GUI: MedSPOT 是第一个面向临床软件界面的「工作流感知顺序接地」基准：在 10 个真实医学影像软件上录制 216 个交互任务、标注 597 个关键帧，把 GUI 接地重写成 2–3 步状态依赖的点击序列，并用「首次错误即终止」的严格协议与六类失败分类体系评测 16 个 MLLM——最强模型 GUI-Actor 的任务完成率仅 43.5%，而人类标注者达到 82.22%。
A Mechanism-Driven Theory of Phase Transitions in Active Learning: 本文提出一种机制驱动的主动学习相变理论：将 PAC 泛化界的四个分量（经验风险、分布差异、模型复杂度、置信项）重新解释为动态交互项，证明其主导地位沿标注轨迹必然发生切换，并用可测代理指标和分段回归识别出"数据驱动—过渡—模型驱动"三阶段分类法，解释了为什么代表性、覆盖性、不确定性策略在不同预算阶段各擅胜场。
BrainRiem: Riemannian Prototype Learning for Source-Free Cross-Site Brain Network Diagnosis: BrainRiem 提出在黎曼流形上通过双层优化学习紧凑的脑网络原型（prototype），实现无需源数据访问的跨站点脑功能连接诊断，在 ABIDE 和 REST-meta-MDD 多站点基准上大幅超越现有方法，且学得的原型具有生物可解释性。
FaCT-GS: Fast and Scalable CT Reconstruction with Gaussian Splatting: FaCT-GS 不另造一个重建网络，而是系统改造高斯 CT 重建的初始化和 GPU 计算路径，在表 1 的 75 视角设置下将 R2-Gaussian 的 9 分钟缩短至 1 分 52 秒，同时将 SSIM 从 0.946 提高至 0.950。
Histopathology Multi-modal Embedding for Pathology Composed Retrieval: HOMIE 提出一个模型无关的两阶段适配框架，将任意生成式 MLLM 转化为病理检索专家：第一阶段用纯文本 LoRA 训练让 LLM 学会判别式度量空间（解决任务错配），第二阶段通过原生分辨率处理、染色增强和渐进知识课程注入病理形态学先验（解决领域错配），在作者新提出的 PCR 组合检索基准上，2B 参数版本即大幅超越 7B 专用病理 MLLM 和双编码器模型。
Low-Level Dataset Distillation for Medical Image Enhancement: 本文提出首个面向低层任务的医学图像数据集蒸馏框架：用单个代表性受试者的切片构造共享解剖先验，再经受试者专属码调制的 SPG 模块生成逐受试者的合成数据，并通过受试者感知的梯度匹配对齐训练轨迹，在 CT/MRI 超分与低剂量 CT 复原上以约 99% 的压缩率逼近全量数据训练的性能。
MediRound: Multi-Round Entity-Level Reasoning Segmentation in Medical Images: MediRound 用 MR-MedSeg 数据集训练可引用历史分割实体的医学对话模型，再以判断与修正机制 JCM 改善跨轮传递的掩码，使验证集整体 cIoU 从 55.8 提高到 58.9。
Seeing What Matters: Lesion-Aware High-Resolution Patch Discovery and Fusion for Chest X-ray Report Generation: LePaX 把胸片报告生成中的高分辨率感知建模为「固定视觉 token 预算下的空间分辨率分配」问题：一个轻量策略头在全局特征网格上预测病灶空间效用图并选出 Top-K 个 384×384 原生分辨率 patch，再通过坐标对齐的写回融合把区域证据注入全局特征（token 数不增），在 MIMIC-CXR / IU-Xray / CheXpertPlus 上同时刷新 NLG 与临床指标，视觉 token 比朴素高分辨率切块少 10 倍以上。
SPARC: Scalable Path-Specific Counterfactual Fairness via Causal Conditional Independence: SPARC 将高维输入上的路径特定反事实公平性转化为标签条件下的敏感属性独立性目标，以互信息预训练保留诊断信息、以条件对抗掩码抑制不公平路径，在三个医学数据集上改善公平性，但相对无约束模型仍存在预测性能代价。
VesselTok: Tokenizing Vessel-like 3D Biomedical Graph Representations for Reconstruction and Generation: VesselTok 把血管、气道这类三维中心线图先用固定伪半径膨胀成连续的"图占据场"，再用 VAE 式 Transformer 在中心线点上学出定长紧凑 token（512×4），让同一个隐空间同时支撑高保真重建、跨解剖泛化、血管图生成与缺失连接补全。
3D Field of Junctions: A Noise-Robust, Training-Free Structural Prior for Volumetric Inverse Problems: 提出 3D Field of Junctions (3D FoJ)，将 2D FoJ (ICCV 2021) 的显式几何参数化推广到三维体积——用三平面交于顶点的 junction 对每个 3D patch 建模，逐 patch 离散坐标下降初始化后全局联合梯度精炼，无需任何训练数据即可在极低 SNR 下保留锐利边角，并可作即插即用的近端正则项嵌入任意体积逆问题（低剂量 CT、冷冻电镜、点云去噪均验证有效）。
AlphaRad: Grounded Zero-Shot Classification in Chest Radiology via α-Corrected Binary Cross Entropy and Factorized Latent Supervision: AlphaRad 将胸片报告整理为逐图像的医学概念监督，再用负采样的 α 校正二元交叉熵与独立潜子空间对齐联合训练，使同一模型兼顾开放词汇分类与空间定位，在 224 分辨率下取得 16 个分类数据集平均 AUROC 83.3%。
Beyond Random Sampling: Distribution-Aware Alignment for Semi-Supervised Medical Image Segmentation: 本文先用冻结视觉基础模型与密度加权 K-Center 选择值得标注的病例，再通过语义记忆库和渐进式复制粘贴训练分割器，在 PROMISE 仅标注 2 个病例时达到 87.3% DSC，但收益同时包含选样与训练策略的改变。
BioMedVR: Confusion-Aware Mixture-of-Prompt Experts for Biomedical Visual Reprogramming: BioMedVR 首次将视觉重编程（Visual Reprogramming）引入医学影像领域，通过双专家解耦的混淆感知 MoPE 架构——正专家负责主类判别、负专家借助 LLM 生成的混淆属性抑制易混淆类别，配合一个带边距的混淆抑制损失（CS Loss）显式拉大正负分数间距——在 11 个医学数据集（9 种成像模态）和 7 个自然图像基准上一致超越现有 VR 和提示学习方法，参数量仅为全模型微调的 1/500。
BrainFIBRE: A Foundation Model via Information Decomposition for Brain Microstructure: BrainFIBRE 是首个面向脑组织微结构的基础模型，把 NODDI 派生的三张微结构图（NDI/ODI/FWF）当成三个模态，用「自监督偏信息分解 SPID + 反事实候选构造 CCC」在 UK Biobank 5.5 万人上预训练一个混合专家网络，无标签地把三模态的独有/冗余/协同信息拆开，在跨种族多队列的年龄/性别/脑血管与神经退行标记/认知等下游任务上全面刷到 SOTA，且专家权重可解释。
CAR-MIL: Counterfactual Attention Regularization for Multiple Instance Learning: 针对注意力多示例学习中权重难以忠实反映实例证据且缺乏反驳证据建模的痛点，CAR-MIL 引入双分支反事实注意力正则化框架，在共享编码器与分类器的前提下迫使模型通过对注意力 logit 的微小结构化扰动诱导预测类别发生改变，从而解耦出互补的正向支持与反向质疑注意力分布，在 5 个数字病理数据集和合成基准上显著提升了分类性能与注意力归因忠实度。
CrossFeat: Bridging Imaging Modalities in Feature Descriptor Space: CrossFeat 提出一种在特征描述符隐空间内学习非线性跨越映射的通用框架，通过将预训练单模态描述符显式解耦为保持不变的几何编码与模态特定的变分外观编码，仅跨越外观流即可赋予任意现有描述符零重训跨模态匹配能力，在医学、自动驾驶与卫星跨谱匹配任务上显著超越现有基线。
Decoding Children’s Gait Behavior: 针对儿童神经肌肉与发育障碍步态筛查高度依赖主观肉眼评估且现有基础模型无法捕捉细粒度微小运动异常的痛点，本文构建了首个开源儿童步态多视角视频数据集 CGV（110 名患儿、1185 段视频、34 项双侧 EVGS 临床金标准标注），并提出了结合骨骼运动学提示与掩码引导空间补丁剪枝的端到端视频分析模型 ChildGait-Video，在全项步态评分预测上达到 84% 的平均准确率。
DRIFT: Difficulty-aware Rectified Flows for Through-plane MRI Super-Resolution: 针对各向异性 MRI 导致的层间阶梯状伪影与连续层厚退化，DRIFT 提出了由解剖投影网络与残差 Rectified Flow 构成的两阶段框架，结合物理感知难度（PAD）自适应 ODE 调度器与邻近层厚轨迹对齐损失（CETA），在极低评估开销下实现了高保真各向同性体数据重建。
Dual-Prior Guided Null-Space Learning with Mixture-of-Splines for Arbitrary Medical Slice Super-Resolution: 本文将医学切片任意倍率超分辨率重新建模为受约束的逆问题，通过零-值空间分解实现测量一致性硬约束，并在零空间内用混合B样条专家按局部解剖特征自适应分配连续性阶数，严格保证已采集切片不变的同时生成解剖合理的插值细节。
Equivariant Symmetry-Aware Head Pose Estimation for Fetal MRI: 提出 E(3)-Pose 框架，通过在三维网络架构中显式构建 E(3) 卷积旋转等变性，并将左右解剖对称轴参数化为偶宇称伪向量，在仅 0.3 秒内精确估计低信噪比与高伪影胎儿脑部 MRI 导航容积的 6-DoF 刚体姿态，为自适应切片扫描提供实时追踪支撑。
From Multi-Resolution Cells to Gigapixel Whole Slide Images Foundation Model for Computational Pathology: 针对现有计算病理基础模型大多局限于单分辨率或缺乏分层多分辨率交互的瓶颈，本文提出 Multi-Resolution Pyramid Transformer (MRPT)，通过跨分辨率注意力机制与三阶段自监督学习实现从细胞、组织块到整片尺度的分级表征聚合，并衍生出 MRPT-LLaVA 多模态对话模型，在 34 个下游基准上大幅超越现有 SOTA。
From Reconstruction to Decision: A Post-Encoder Plug-in Adapter for Curvilinear Segmentation: 本文提出 PEPA，一个轻量级后编码器即插即用适配器，通过目标条件蛇形上采样（TCSU）和目标自适应可微二值化（TADT）两个模块，在冻结基础模型编码器的条件下显著提升血管、裂缝等曲线结构分割的拓扑连续性，仅增加 0.26M 参数即可在五个医学与工业基准上取得平均 +2.6% IoU 和 +2.8% clDice 的提升。
Gaussian Volumetric Representation for Efficient Shear–Warp Visualization: 针对高分辨率医学体数据（MRI、韩国可见人冷冻切片）光线步进渲染开销大及表面高斯泼溅无法表达内部结构的问题，提出基于稀疏高斯核混合的连续体表示，通过蒙特卡洛重要性采样与切片课程学习联合优化，并构建单栈自适应 Shear–Warp GPU 渲染器，实现了高达 43.86 FPS 的实时内部渲染与最高 11.31:1 的体积压缩比。
IConE: Batch Independent Collapse Prevention for Self-Supervised Representation Learning: IConE 将自监督学习中的防崩溃机制从动态 Mini-batch 统计解耦至全局可学习的实例嵌入表，利用全数据集级多样性正则化提供稳定的几何排斥力，使模型在批大小低至 1 及极端类别不平衡场景下依然保持高内在维度与出色的表征性能。
IP-SAM: Rethinking Prompt-Conditioned Segmentation for Prompt-Absent Deployment: 针对无外部提示部署场景下分割大模型提示接口失效的结构性矛盾，IP-SAM 提出提示空间条件化范式，通过自提示生成器合成互补的前背景连续提示并经冻结提示编码器投射至原生流形，结合非对称提示空间门控抑制背景伪影，在仅调优 21.26M 参数下实现 SOTA 性能。
Linguistically-Aligned and Visually-Grounded Preference Optimization for Clinically-Augmented Medical Report Generation: 针对医疗报告生成中直接偏好优化（DPO）将临床事实与语言风格纠缠且缺乏视觉对齐的问题，本文提出 DPO-Clin，通过实体级临床诊断（ECD）生成语言对齐偏好对、设计视觉上下文触发的反向多模态 DPO（M2DPO），并结合反事实替换抑制高不确定性潜在风险，大幅提升了报告的临床真实性与跨模态一致性。
Linguistically-Aligned and Visually-Grounded Preference Optimization for Clinically-Augmented Medical Report Generation: 针对医疗报告生成中直接偏好优化（DPO）将临床事实与语言风格纠缠且缺乏视觉对齐的问题，本文提出 DPO-Clin，通过实体级临床诊断（ECD）生成语言对齐偏好对、设计视觉上下文触发的反向多模态 DPO（M2DPO），并结合反事实替换抑制高不确定性潜在风险，大幅提升了报告的临床真实性与跨模态一致性。
MedGSSR: Generalizable Medical Image Super-Resolution 3D Reconstruction via Hierarchical Feed-forward Gaussian Splatting: 针对现有医学 3D 超分辨率依赖逐主体独立优化、坐标隐式表示导致高频平滑及 2D 代理监督跨切片不一致的问题，MedGSSR 提出完全端到端前向高斯泼溅框架，通过金字塔解剖编码器与分层投影器解耦宏观结构与微观纹理，并结合亚体素分解与可微高斯体素化实现免测试时优化的任意尺度高保真连续场重建。
Memory-Supported Synergistic Adaptation for Training-Free Test-Time Medical Image Segmentation: 针对医学 VLM 测试时微调容易破坏预训练对齐并引发误差放大的问题，本文提出无需微调参数的协同自适应框架 MSSA，通过高斯点采样与双重多数投票稳定粗分割，构建基于语义和形状双重评分的动态记忆库，并利用原型匹配实现跨图像结构一致性引导。
Mind2Cloud: EEG-to-Point Cloud Generation with Two-Granularity Diffusion Decoding: 针对非侵入式脑电信号到三维点云重建任务中时空特征与扩散去噪粒度动态失配的难题，Mind2Cloud 提出了整合全局 Transformer 分支与局部 PVCNN 分支的双粒度扩散解码器，通过随去噪步数自适应演进的门控融合与轻量判别器对抗微调，在保持 2048 点轻量计算的前提下显著超越了先前基线 Neuro-3D 的几何保真度与语义对齐精度。
Multi-Channel Uncertainty-Weighted Score Matching for Conditional Diffusion in Medical UDA: 针对医学无监督域适应中目标域伪标签噪声导致条件扩散模型训练崩溃的难题，提出多通道不确定度加权分数匹配目标与轻量级贝塞尔外观对齐模块，理论证明最小均方误差凸组合性质，合成高质量目标风格配对数据大幅提升跨模态分割性能。
NGPS: Structure-Preserving Self-Supervised Denoising via Neighbor-Guided Patch Sampling: NGPS 提出一种轻量级邻片自监督去噪框架：对层间错位区域，在噪声衰减引导图上做局部 patch 匹配，但训练目标从原始噪声邻片的匹配坐标取像素值，从而实现"结构匹配与信号检索解耦"，无需密集形变场估计，在低剂量 CT 和 MRI 上一致提升保真度与结构敏感指标。
OBBSeg: Irregular Lesion Segmentation under Oriented Bounding Box Annotations: 针对医学图像中不规则/各向异性病灶在传统弱监督下缺乏方向约束且易受矩形边界偏置干扰的问题，本文提出了基于定向包围框（OBB）的弱监督分割范式 OBBSeg，通过可微的 Mask-to-OBB（M2O）投影损失消除几何矩形偏置，并在编码器端引入提示驱动的前景增强与差异对比模块，以极低的标注成本取得了逼近全监督的分割性能。
Physics-Grounded Disentangled Flow Modeling for Brain Disease Progression Trajectory: 针对纵向脑部疾病进展预测中病灶形态形变与图像强度变化相互耦合导致生理物理合理性缺失的问题，本文提出基于解耦流匹配与 Fisher-KPP 偏微分方程投影正则化的建模框架 PDF，在三大纵向胶质瘤与多发性硬化数据集上显著提升了病灶边界预测精度与轨迹连续性。
Posterior Samplings are Missing Modalities Generators for Medical Image Translation: 将多模态医学图像缺失模态生成形式化为联合分布下的线性逆问题，通过条件流匹配学习全模态联合先验，并在推理阶段采用测量一致性引导与多对一采样策略，无需针对特定模态组合重新训练即可高质量合成任意缺失模态。
Progression as Latent Drift: Generative Forecasting of Slow-Evolving Pathologies: 针对神经退行性疾病纵向MRI中微弱病理信号易被静态解剖与扫描噪声淹没的问题，提出潜空间漂移（Latent Drift）框架，将生成目标重构为时序潜变量残差，并结合有限标量量化（FSQ）作为拓扑死区滤波器截断成像噪声，实现了高保真与高临床诊断一致性的个性化纵向脑部解剖预测。
Provable and Robust Wavefront Sensing via Self-Reference Interferometry: 本文提出了一种基于空间平移自参考干涉测量的非迭代波前传感框架，通过证明连续互质位移构建具备紧凑跃点直径的连通图，并结合等跃点路径平均与频域最小二乘闭式精炼，在仅需 8 至 16 幅干涉测量下实现了兼具理论收敛保证与高抗噪性的全局相位恢复。
REVA-PO: Stabilizing Reinforcement Learning for Chest X-ray Report Generation: 针对胸部 X 光报告生成中强化学习面临的探索受限与策略崩溃难题，本文提出 REVA-PO 框架，通过响应加权正则化动态放宽优质探索并收紧劣质偏移，结合验证集锚定策略重置周期性清空累积 KL 压力，在开源视觉语言模型 Qwen2.5-VL 上实现了临床准确性与语言流畅度的全面 SOTA。
SAM+D: Parameter-Efficient Dimensional Lifting of SAM-Family Models via Depth-Routed LoRA and Depth Shifting: SAM+D 提出了一种通用的参数高效升维框架，通过在冻结的 Transformer 块中插入深度路由 LoRA 专家（DRLoRA）与零参数跨切片深度位移模块（DSM），仅训练约 2.8%~3.7% 的参数即可将 2D SAM 升维至 3D 体积分割，并首次将视频 SAM2 无缝升维至 4D 时空生物细胞追踪。
Semantic-Anchored Evidential Fusion for Domain-Robust Whole-Slide Survival Analysis: 针对计算病理全视野数字切片（WSI）跨中心染色与扫描仪域偏移导致的预后泛化崩溃问题，本文提出了语义锚定证据融合生存框架（SAEFS），通过模板化 VQA 提取域不变病理语义锚点并引导局部视觉特征聚合，结合狄利克雷主观逻辑与谨慎信念融合算子建模模态依赖性与不确定性，在四类零样本外部中心上取得了超越纯视觉与传统多模态方法的卓越泛化与校准表现。
Spectral Consistent Flow for One-step 3D Medical Image Translation: 提出基于布朗桥过程与频谱一致性校正器（SCC）的单步（1-NFE）3D医学图像翻译框架 SC-Flow，有效解决了潜空间平均速度场诱发的频域衰减、过度平滑与模态纠缠问题。
SpEmoC: A Balanced Speaker-Segment Multimodal Emotion Benchmark: 针对现有对话多模态情感识别数据集规模小、严重偏向中性类且划分存在场景角色重叠的问题，SpEmoC 从 3,100 部影视作品中构建了包含 3 万个高质量说话片段、涵盖七类情绪近乎均衡分布并严格按影视作品隔离划分的大规模基准，显著提升了少样本迁移与稀缺情绪识别的泛化鲁棒性。
TaxoMIL: Taxonomy-Constrained Learning for Hierarchical Whole Slide Image Analysis: TaxoMIL 将全切片病理图像诊断重新建模为受临床分类体系约束的层次化文本生成任务，通过双头解码器同时生成粗粒度和细粒度诊断文本，并用层次对齐和图像-文本对齐损失函数确保视觉与标签表示空间符合医学分类树结构，在胃、乳腺和前列腺三个WSI数据集上全面超越现有方法。
TopoAgent: An Agentic Framework for Automated Topology Learning in Medical Imaging: 针对医学图像拓扑特征学习中描述子选择与参数配置高度依赖人工试错的难题，本文提出首个基于大语言模型的拓扑学习智能体框架 TopoAgent，通过感知-推理-行动-反思闭环与提炼技能集实现自适应描述子决策，在 26 个数据集构成的 TopoBenchmark 上将平均平衡准确率提升至 68.21%。
Two-Parameter Flow Map Learning for Continuous-Time Diffeomorphic Image Registration: 针对非自治微分同胚配准强依赖显式数值积分与高昂时间离散化计算的瓶颈，TPFM-DIR 提出直接学习非自治常微分方程解算子的两参数流映射，利用锚定胞循环一致性在无数值积分下施加连续流动拓扑约束，并在推断期通过少量分段复合实现高精度且近乎零折叠的解剖结构配准。
Unified Multi-Layer Subspace Modeling for Cross-Domain OOD Detection: 提出PRISM后验OOD检测方法，摒弃传统的单层特征提取与基于OOD数据校准的层级加权启发式策略，采用“先融合后建模”原则统一浅层与深层特征，并在分布内数据的主子空间上将投影马氏距离与正交残差能量无参相乘，在自然图像、医学影像与工业质检三大基准上取得93.92%的跨域SOTA平均AUROC。
Unsupervised Source-Free Ranking of Biomedical Segmentation Models Under Distribution Shift: 针对生物医学图像标注极度稀缺与领域偏移显著的痛点，本文提出了首个面向语义分割与实例分割模型的黑盒无源无监督排序框架 CMR，仅需两次前向推理测量扰动前后的预测一致性即可高度吻合真实性能排名。
XDen-1K: A Density Field Dataset of Real-World Objects: XDen-1K 用双平面 X 光扫描加部件级可微优化，为 1,000 个真实物体（137 类）重建出经线性衰减系数换算的体密度场，配套水密网格、部件级标注与真实 X 光图像，并设密度估计基准、X 光条件体积分割和质心感知抓取三个下游任务——AnyGrasp 引入其质心先验后抓取成功率从 27.50% 提到 77.75%，但重建精度目前只由重投影一致性和小子集 CT 部分参考支撑。
XPos3R: Cross-Modal Transformer for Intraoperative 2D/3D Registration: XPos3R 把 DUSt3R 式前馈几何 Transformer 扩展到"2D X 光 + 3D CT"异构输入，用预训练 RayDINO 编码图像、从头训练的 3D CNN 编码体积，经单向图像到体积交叉注意力直接回归术中相机位姿；单次骨盆预训练即可跨患者使用，配合秒级测试时优化把 3D 误差降到约 3.3 mm、重投影误差降到 0.45 mm，免去逐患者数小时的术前重训练。
A Dual-space Patch-driven Complementary Learning Framework for Semi-supervised Multi-organ Segmentation: DPCL 用稀有类别与预测不确定性共同引导局部裁剪，再以全图—局部伪标签融合和互补对比学习减少相邻器官的特征混淆，在 Synapse 的 2 个有标注病例设置下获得 68.89% 平均 Dice。
Beyond Isolated Scans: Cross-Phase Alignment of Structure and Topology for 3D Medical Pretraining: CAST 用配对平扫与增强 CT 做自监督预训练，在期相内重建之外对齐小波结构信息与局部特征关系，使增强扫描成为结构监督来源，在 AIIB23 气道分割上达到 0.9163 Dice，但并非每个下游任务都超过所有基线。
CerDETR: Cell-Prior Empowered DETR for Cervical Lesion Detection: CerDETR 在 DINO 的训练阶段引入细胞先验校正分支，用多尺度候选框、兼顾重叠与包含关系的匹配、类别和尺度查询增强改善宫颈病变检测，在 CDetector 上将 AP 从 30.9 提至 39.1，测试时仍只运行主检测分支。
CLARITY: Medical World Model for Guiding Treatment Decisions by Simulating Context-Aware Disease Trajectories in Latent Space: CLARITY 提出了首个面向肿瘤序贯治疗决策的医疗世界模型，通过在紧凑隐空间中联合连续时间间隔与患者多模态临床特征前瞻模拟反事实疾病演变轨迹，并借助熵正则化逆向生存反馈闭环迭代优化治疗方案。
CortexVideo: A Semantic-Spatial Dual-Anchor Framework for High-Fidelity fMRI-to-Video Reconstruction: 受认知神经科学视觉双流假说启发，CortexVideo 提出了语义-空间双锚点 fMRI 视频重建框架，分别利用腹侧流自适应语义解码（消除关键帧描述的语义漂移）与背侧流连续软热图正则化（强化精细空间定位约束），在 cc2017 数据集上实现了当前最高的语义保真度与主体定位精度。
CS-TTA: Preserving Concept Sensitivity in Test-Time Adaptation: 针对测试时自适应（TTA）在提升任务准确率的同时可能加剧虚假捷径依赖的问题，本文利用 TCAV 揭示了概念敏感度漂移（CSD）现象，并提出即插即用的正则化方法 CS-TTA，在无目标域标签的前提下通过惩罚概念敏感度偏离源域，显著抑制对干扰概念的过度拟合并大幅提升最差组表现与跨医院医学诊断鲁棒性。
Decoding Multimodal Causality: End-to-End Multimodal Mediation Pathways Inference: MM-SIGMA 不先固定一张因果图，而是在多模态潜空间中学习候选图集合、筛选稳定中介路径并聚合效应及方差，在论文的端到端合成评测中取得 0.74 的路径恢复率与 0.94 的名义 95% 区间覆盖率，但临床路径仍是依赖识别假设的观察性发现。
DiffuPrompt: Adapting Video Foundation Models to 3D Medical Volumes via Latent Trajectory Priors: DiffuPrompt 针对 SAM2 轴向切片传播易产生记忆漂移与拓扑断裂的问题，在冻结主干下引入大模型指导的神经微分方程预测连续解剖隐轨迹，并通过双流空间置信度门控将持久先验与观测工作记忆动态融合，实现了高质量的单提示 3D 医学体积分割。
Diffusion Model as a Generalized Segmentation Learner: DiGSeg 将预训练扩散模型重塑为通用分割学习器，通过将图像与掩码编码至潜在空间、多尺度注入 CLIP 文本特征并结合退火多分辨率噪声调度与 DDIM-trailing 单步高效去噪，实现免后处理的高精度语义分割与跨域泛化。
DiffVP: Differential Visual Semantic Prompting for LLM-Based CT Report Generation: 受放射科医师“认知减法（对正常解剖的比较推理）”启发，DiffVP 引入正常胸部 CT 扫描作为视觉参考先验，通过分层差异提取器在对齐的潜在语义空间中建模全局与局部病理差异，并将其映射为可学习的视觉前缀提示注入 LLaMA-2，在无需显式病灶分割的情况下显著提升报告的诊断敏感度与细粒度描述质量。
Enhancing Interpretability in CLIP with Optimal Transport-based Submodular Optimization for Ophthalmic Imaging: 针对 CLIP 在眼科医学影像中热图离散、背景杂乱且语义对齐弱的问题，本文提出 OTSMDL 框架，先利用三维次模评分构建高质量候选子集与源质量先验，再通过融合视觉与文本代价的非平衡最优传输进行全局重排序，精确定位病灶与解剖证据。
FedMental: Topology-Aware Federated Prototype Learning for Polymorphic Multimodal Psychiatry: 针对精神医学多中心多模态数据中同一疾病具有高度多态性表型导致的非IID难题，FedMental在服务端引入拓扑感知原型细化（TAPR）挖掘类别-视图潜在多峰原型，并在客户端协同执行模态内动态软对齐（IVMA）与跨视图语义对比（CVSC），在真实精神医学多中心基准Psycare上取得46.32%的准确率（相比FedAvg提升8.83%）。
Flexible Control of 3D CT Generation via Text and Semantically-Defined Segmentation Prompts: 提出了MedSynV2，通过视频分词器联合表征3D CT与任意单个病灶/解剖分割掩码，结合复合文本提示与门控注意力DiT，实现了仅需局部语义掩码或放射学报告的高分辨率3D CT灵活可控生成。
Follow-Your-Mind: Towards Inversion-Free Brain-Driven Visual Context Synthesis and Editing: 基于整流流（Rectified Flow）构建免反演的脑控视觉上下文合成与编辑框架 MinD-Flow，通过神经感知混合编码、解耦流引导与自适应软掩码，仅需 5 步欧拉求解即可实现结构保真且语义对齐的高质量神经编辑。
Foundation-Guided Representation Alignment for Multimodal Medical Image Registration: 提出一种基于视觉基础模型（VFM）表征引导的多模态医学图像配准框架，通过数据重组策略与层次化表征融合模块将预训练大模型的跨模态先验迁移至轻量 3D 配准网络，在推理阶段完全摆脱基础模型依赖，显著提升 MR-CT 配准精度与跨数据集泛化能力。
From Minimal Clinical Prompts to 3D: Spacing-Aware Prompt Propagation for Multimodal Prostate Lesion Segmentation in bpMRI: 针对临床前列腺双参数磁共振（bpMRI）中仅有单切片稀疏测量、轴向层厚大且模态互补的特点，提出 SAPP 框架，通过自适应跨注意力模态融合与物理层间距衰减的流式记忆传播和停止门控，首次将 SAM 2 扩展到异质各向异性 3D 病灶分割，仅凭单一切片临床提示即可恢复高精度三维病灶掩码。
FSD-Net: Foundation-Guided Spatiotemporal Distillation for Video Polyp Segmentation: 针对结肠镜视频息肉分割中逐帧密集像素级标注成本过高及肠道褶皱遮挡导致伪标签漂移的问题，FSD-Net 利用冻结的 SAM 基础模型构建语义流蒸馏、遮挡感知循环一致性约束与动量原型重识别机制，使轻量级学生网络仅凭稀疏关键帧标注即实现超越全监督模型的实时高精分割。
FST-SAM3: Taming SAM~3 with Frequency-Spatio-Temporal Refinement for Video Polyp Segmentation: 针对结肠镜视频息肉分割中严重的黏膜伪装、模糊边界和跨帧传播累积漂移难题，FST-SAM3 在冻结 SAM 3 主干的前提下，通过编码端频域结构增强与解码端时空 Token 提精机制，仅引入 3.7M 额外参数即可在自动与单点提示协议下大幅刷新 SOTA。
Generalized Biomedicine Discovery: 针对开放世界临床场景下大面积正常解剖结构压制罕见病与细微病灶的问题，本文提出了广义生物医药发现（GBD）基准与类脑认知的 SCAN 即插即用层，通过预测性抑制主导模式、惊奇度放大局部病灶并做正交补空间特征容纳，在不破坏既有临床知识的前提下显著提升了未知罕见病与病理亚型的发现能力。
GeoCFM: Positive-Only Conditional Flow Matching for Mineral Occurrence Sampling: 针对矿产勘查中缺乏可靠负样本以及地下不可测地质状态诱发的一对多非唯一性难题，GeoCFM 将传统判别式分数图预测重构为以多通道地球科学栅格图像为条件的连续空间点分布流匹配采样，无需伪负样本即可精准建模并量化矿床空间分布的认识不确定性。
Histocomponent-driven Universal Model for Virtual Immunohistochemistry Multiplex Staining via Joint Manifold Evolution: 针对通用虚拟免疫组化多重染色中外部文本提示引发的流形漂移与组织异质性建模缺失难题，HUSE 基于直接像素流匹配框架引入联合流形锚定、组织成分驱动混合专家以及表征冲突门控机制，并首创 mIF 驱动的多标记物生成范式，实现高保真“一对多”虚拟染色。
iMED: A Multi-Endoscope Dataset for Surgical 3D Perception: 针对微创手术视觉基准普遍局限于单相机狭窄前向轨迹、无法区分真实三维几何与局部光度插值的根本缺陷，iMED 构建了首个双独立立体内窥镜硬件同步手术数据集（340 条序列、约 17 万时间步），并提出“一镜训练、另一镜测试”的跨轨迹评测协议，对 23 种 SOTA 算法的基准测试揭示出纯光度驱动方法在独立视角下的崩溃以及通用大模型向手术场景的优异迁移能力。
Implicit Neural Representation for Spherical Harmonics Reconstruction of Motion-Corrupted Fetal Diffusion MRI: 针对宫内胎儿剧烈不可控运动导致的扩散磁共振成像（dMRI）严重伪影，本文提出首个基于隐式神经表示与球谐函数连续建模的自监督切片到体重建框架，通过物理正向采集建模与层间连续性正则化消除条状伪影，显著提升了三维微结构重建质量与白质纤维追踪精度。
MArFE: Multi-Contrast MRI Arbitrary Scale Super-Resolution with Fourier Enhancement: 针对隐式神经表示在医学图像中固有的频谱偏置及多对比度空间坐标融合不足问题，本文提出了频域增强的任意尺度多对比度 MRI 超分辨率框架 MArFE，通过固定傅里叶基底重参数化、非局部 Galerkin 线性注意力神经算子与双域联合损失，实现了连续尺度下高保真高频解剖细节重建。
MCPNet:Masked Coordinate Pooling-based Attention Network for Medical Landmark Detection: 针对传统注意力机制采用全局池化导致关键点空间位置信息丢失的问题，MCPNet 提出了掩膜坐标池化（MCP）模块，结合静态笛卡尔图与自适应极坐标图将 CNN 特征显式投影至坐标域，在坐标域内通过自注意力建模解剖结构上下文拓扑，并通过掩膜重校准平滑重构回特征空间，在多项 2D/3D 医学关键点检测基准上达到 SOTA。
Mechanistic interventions for explainable digital pathology uncovers adversarial vulnerabilities: 针对数字病理深度模型易受对抗扰动攻击且黑盒不可解释的难题，本文提出结合稀疏自编码器与因果激活补丁的机制分析框架，揭示模型依赖染色伪影与扫描噪点等非形态学捷径，并设计机制引导的对抗训练（MIAT）精准正则化脆弱神经回路，在保持无扰动诊断精度的同时大幅提升对抗鲁棒性。
MedCAGD: Context-Aware Gated Decoder for Efficient Medical Image Segmentation: MedCAGD 提出一种以解码器为中心的医学图像分割框架，通过上下文感知门控解码器系统性地调控跳跃连接融合和多尺度上下文聚合，在 11 个医学图像分割基准上以 30.60M 参数和 5.0 GFLOPs 的轻量计算代价，一致超越 CNN、Transformer、Mamba 及 SOTA 解码器方法。
MedRepBench: Benchmarking Structured Understanding of Medical Report Images: 提出了包含 1,925 张真实多源中文医疗报告图像的端到端结构化理解基准 MedRepBench，设计了字段级召回率客观评测与 LLM 裁判主观可解释性评测双重协议，并通过以非可微召回率为奖励的轻量化 GRPO 强化学习将 8B VLM 的端到端字段召回率提升 6.14%。
Mimicking Radiologists: A Coarse-to-Fine Framework with Structural Sparse Tokens for Dual-LLM Computed Tomography Report Generation: 本文提出一种模拟放射科医生由粗到细视觉搜索流程的双LLM三维CT报告生成框架，通过结构全局Token初筛异常并引导多源局部Token过滤，结合GRPO协作对齐，在大幅压缩特征冗余的同时显著提升临床有效性与报告质量。
Neuromorphic X-ray Computed Tomography: 首次将神经形态事件相机引入 X 射线计算机断层扫描（CT），提出事件增强神经衰减场（ENAF），联合利用稀疏投影的绝对尺度与事件流的高时频角向变化信息，显著消除极少视角下的伪影并大幅提升重建细节与效率。
PhenoLIP: Phenotype Guided Medical Vision–Language Pretraining: 构建了包含 52.4 万图文对、覆盖 3,000 余种临床表型的首个大规模多模态知识图谱 PhenoKG，并提出两阶段预训练框架 PhenoLIP，通过度量学习建模层次化本体先验并通过教师蒸馏引导图文对比学习，在表型识别与跨模态检索任务上显著超越现有 SOTA。
Proto-Gaussian: 基于可学习结构原型与2D高斯泼溅的MRI模态转换: Proto-Gaussian 提出了首个基于显式 2D 高斯参数化表示的跨模态 MRI 转换框架，通过跨模态共享几何原型库与标签自适应 Token 精炼模块显式解耦解剖结构与模态纹理，并利用可微 2D 高斯泼溅渲染器生成高保真目标模态图像。
PyraE2E: Enhancing End-to-End WSI Analysis via Cross-Scale Super-Resolution: 针对全切片病理图像（WSI）端到端训练受算力约束被迫采用低倍率小瓦片及随机采样导致形态细节丢失与监督稀疏的问题，PyraE2E 利用 WSI 内在的多分辨率金字塔结构，以空间对齐的高倍率瓦片构建跨尺度超分辨率重建辅助任务，配合嵌入式聚类评分采样与轻量化全局-局部解耦编码器，在保持低计算成本的同时显著提升了端到端病理表征质量与分类性能。
Rethinking Real-World MRI Denoising: Learning from Physical Noise: 针对真实磁共振成像（MRI）中无噪图像不可获得、合成加噪诱发域偏移的根本痛点，提出 YADO 框架，直接利用物理重复扫描构建物理 Noise2Noise（pN2N），并借助条件扩散重加噪（ReN2N）推广至单次扫描，结合协同对比度引导，在 14 项测试中全面超越 17 种基线并匹敌多次采集物理平均图像。
Safe Generalization: Mitigating Catastrophic Forgetting in Single-Source Multi-Organ Segmentation via Collaborative Causal Learning: 针对单源域多器官分割中泛化增强破坏源域表征导致的灾难性遗忘（CF-SDG）问题，提出协同因果学习网络 CCL-Net，通过正交结构解耦与解剖引导局部因果介入双路径剥离混杂外观捷径，并设计局部-全局动态协同约束重建分支，在保持源域极低遗忘率的同时实现 SOTA 跨域分割性能。
Scaling Whole-Slide Pathology Foundation Model Pretraining with Billions Off-the-Shelf Tokens: 针对计算病理中仅用 tile 级 [CLS] token 导致空间细粒度病理特征丢失且全空间 token 计算过重的两难困境，提出免训练贪心多样性保留模块 TokRet 与块稀疏长上下文预训练框架 PathTokScale，在仅需现有模型 10% 切片数量下将训练规模扩展至 20 亿 token 级别，在肿瘤分级与生存分析等多项任务中超越现有顶尖病理大模型。
SCDL: Synergistic Confidence-Dispersion Learning for Semi-Supervised Video Polyp Segmentation: 针对结直肠内窥镜视频中息肉与正常组织对比度低、伪标签过自信错误累积的难题，SCDL 提出原型引导自适应细化、谱凸优化置信度-离散度伪标签筛选与上下文一致性扰动，构建闭环半监督协同学习框架，在 SUN-SEG 上以多标注比例刷新 SOTA。
SDUM: A Scalable Deep Unrolled Model for Universal Cardiac MRI Reconstruction: 针对临床心脏磁共振因多对比度、多轨迹与高加速导致的协议特异性与泛化瓶颈，SDUM 构建了结合 Restormer 先验、逐级级联线圈灵敏度估计、采样感知加权数据一致性与通用元数据物理调节的深度展开模型，单个模型即可统揽多中心、多病种、5T 超高场与儿科等多轨任务并揭示深度与数据规模的扩展性规律。
SeekFlow: Synergizing Radiology and Pathology Foundation Models for Precision Oncology via Knowledge-Guided Evidence Flow: 针对宏观放射学与微观病理学基础模型表征尺度失配与流形拓扑退化的问题，SeekFlow 构建临床原型锚定的证据流形，利用知识引导的连续流匹配实现拓扑保持的跨模态特征输运，并通过 Dempster-Shafer 证据理论分层聚合不确定性，在肿瘤分级、分期与生存分析多任务上达到 SOTA。
Short-to-Long Functional Connectivity Transfer via Structure-Aware Latent Diffusion: 针对短时程 fMRI 功能连接估计噪声大且传统扩散模型重构易抹平个体特异性表型信号的困境，本文提出 SALD 框架，结合结构连接先验与潜在扩散 Transformer，并引入基于表型蒸馏奖励与单步去噪锚定的 LoRA 微调机制，在保持网络拓扑保真度的同时显著恢复了认知表型预测能力。
SPDA: Efficient Online Test-Time Adaptation for Promptable Medical Segmentation: 针对提示型通用与医学基础分割模型在临床异构数据上的性能退化问题，SPDA 提出一种轻量高效的在线测试时自适应框架，通过域自适应低频径向谱扰动与提示欠采样扰动构建高质量自监督一致性信号，并仅更新后置轻量适配器以完全绕过图像编码器反向传播，在大幅降低显存与算力开销的同时显著提升跨模态分割精度。
SPHERE: From MRI Sampling Mechanisms to Spatial Priors for Generalizable Brain Tumor Segmentation: 针对常规深度学习脑肿瘤分割模型仅在图像域操作、忽视底层 MRI k 空间采样对空间几何结构的形态扰动而导致跨中心泛化脆弱的问题，SPHERE 提出从重建图像直接估计物理采样几何参数并推导连续变形向量场（DVF），通过轻量级 Swin-RetNet 与变形先验模块（DPM）实现空间对齐与 Retention 调制表征学习，在兼顾极低计算复杂度的同时显著增强跨数据集泛化性与边缘定位稳定性。
Steering Diffusion Models via Class-Contrastive Influence for Few-Shot Classification: 针对少样本图像分类中合成样本“重逼真度而轻任务效用”的痛点，本文提出类别对比影响度（C2I）准则与理论解释，揭示高 C2I 样本天然逼近决策边界的难样本属性，并通过强化学习以 C2I 奖励微调扩散模型定向生成高信息量难样本，在医学影像基准上显著提升分类精度与噪声鲁棒性。
Structured SIR: Efficient and Expressive Importance-Weighted Inference for High-Dimensional Image Registration: 针对稠密 3D 图像配准中变分推断难以捕捉多模态后验且高维协方差表征受限的瓶颈，本文提出 Structured SIR，将样本重要性重采样与“低秩+局部稀疏 Cholesky 精度因子”的紧凑高维协方差分解相结合，在超 160 万维变形场空间实现了高效、多模态且标定优异的概率推断。
Two-Way Street: Efficient VSLAM using Collaborative In-Sensor and Off-Sensor processing: 本文基于 SCAMP-7 像素处理器阵列（PPA）设计了一种传感器内（In-Sensor）与传感器外（Off-Sensor）协同的双向 VSLAM 系统，将低层高频特征检测与跟踪下沉至传感器端执行（最高 2000 Hz），同时将后端的位姿估计反向馈入传感器指导旋转不变特征匹配，实现单帧数据传输量降低超 1000 倍且能耗降低约 20 倍。
Unified Multi-plane Autoregressive Diffusion for 3D Multi-Contrast MRI Synthesis: 提出统一多平面自回归扩散框架（MPAD），通过各向同性 3D 隐空间与 2D 掩码切片扩散训练，结合跨正交平面的自回归生成与先验传递机制，以 2D 扩散的高效率合成了具有严格 3D 解剖一致性的多对比度脑部 MRI 图像。
UniH3: Unifying Hierarchical Homogeneity and Heterogeneity for All-in-One Medical Image Restoration: UniH3 首次在全能医学图像恢复中系统性联合建模多任务间的分层同质性与分层异质性，通过分层同质性记忆（H2M）与同质性引导注意力（HGA）蒸馏检索解剖共享先验，并利用分层异质性平衡器（H2B）消解任务间与样本级梯度冲突，在 MedIR-2D-500K 和 MedIR-3D-3K 两个大规模基准上均刷新 SOTA。
Variational Patch Gating for Training-Free Few-Shot Classification: 针对跨域少样本分类中全局 CLS 特征崩溃及传统局部匹配算法计算开销过大的问题，本文提出基于变分推断的 Patch 门控方法（VPG），通过将局部 Patch 分类建模为前背景判别自由能最小化，解析解导出 Sigmoid 门控与有界 Softplus 证据累积，在无需梯度训练与迭代求解器的前提下大幅刷新 CDFSL 基准。
Verifying Cancer Segmentation in Vision Transformers via Internal Concepts: 针对视觉 Transformer（ViT）医学分割模型易产生解剖结构合理却致命的“静默失效”痛点，本文利用稀疏自编码器（SAE）从模型内部表征中捕获如同人类认知的“错误感”（Feeling of Error）信号，通过跨层概念聚合与轻量分类器在不牺牲分割精度的前提下精准检测分割失败并实现局域假阳性纠正。
Wavelet-Driven Cross-Domain Consistency for Mixed-Supervised 3D Tumor Segmentation: 针对医学CT重建滤波核异质性与跨数据源域偏移，提出首个面向3D肿瘤混合监督分割的小波驱动跨域一致性框架（WCC4MS），通过小波频域调制生成平滑/锐化变体并结合双分支跨任务一致性与显式域感知正则化，在少掩码多弱标场景下显著刷新多数据集SOTA。
XSurfer: Reconstructing surface meshes of cerebral and cerebellar cortex from diverse MRI data using untrained neural networks: XSurfer 先修复组织分割中的脑沟连接并提取初始面，再用随机初始化网络逐例优化白质面到软膜面的形变，在 UKB 与 dHCP 婴儿数据上得到 0.303/0.241 mm 的软膜面 ASSD；免预训练的是表面形变网络，而非整个含分割模块的流程。
Y-diff: Structure-Texture Decoupled Diffusion Distillation for H&E-to-pCLE Translation: Y-diff 提出了一种结构与纹理解耦的教师-学生扩散蒸馏框架，利用 DiffAE 语义流匹配迁移 pCLE 光学纹理，结合灰度 SPNet 施加局部空间拓扑约束，显著消除无配对转换伪影，并将下游细胞计数 MAPE 降至 13.84%。
基于扰动高斯集合的层析成像主动视角选择: 针对稀疏CT中X射线主动视角选择难题，提出基于辐射3DGS的扰动高斯集合框架：通过随机扰动低密度Gaussian基元的密度参数构建轻量模型集合，用候选视角投影的结构相似性（SSIM）方差量化认知不确定性，选择最能暴露几何伪影的视角作为下一最佳采集角度。