由于微信公众号开始试行乱序推送，为了让您在第一时间获取AI新文，请将"AI新文"设为星标。
增强工具的大规模语言模型用于从患者记录中可靠地进行医学计算
原标题：Tool-Augmented Large Language Models for Reliable Medical Calculation from Patient Notes
作者：Yang Zhong; Ling Luo; Xuanlyu Zhu; Yanhua Wang; Yuanyuan Sun; Jian Wang; Hongfei Lin
期刊：arXiv每日人工精选
出版时间：2026/10/15
摘要：医学计算器将原始患者观察结果转化为临床可操作的数值和评分。然而，直接将这些计算器应用于自由格式的患者记录需要精确地提取变量，并结合复杂公式的准确执行、评分规则和输出约定。仅仅依赖大型语言模型（LLM）的直接提示在此情境中是不可靠的，因为规则召回、参数提取、算术推理和格式化在单一生成步骤中纠缠在一起。为了解决这些限制，我们提出了一种工具增强的LLM框架，用于从患者记录中可靠地进行医学计算。该框架检索并整理计算器规格，生成可重用的执行工具，并使用一个受限提取器将每位患者的记录映射到计算器就绪输入。这些工具然后执行确定性计算，将临床语言理解与规则执行和算术分离。在MedCalc-Bench数据集上评估，我们的方法实现了86.73％最终答案准确率，优于一次性提示和仅监督微调基线分别高出24.0和17.27个百分点。消融分析和错误分析表明，这些性能提升主要由基于规则的工具合成和模式约束提取驱动，而剩余的失败集中在临床语义抽取和基准特定的输出合约中。通过将计算器逻辑建立在可执行工具上，所提出的方法减轻了算术幻觉，并提高了最终临床输出的计算可靠性。
原文链接
MedPAO–VL: 可解释且符合协议的智能代理用于结构化放射报告生成
原标题：MedPAO-VL: Interpretable and Protocol-Compliant Agent for Structured Radiology Report Generation
作者：Shrish Shrinath Vaidya; Gowthamaan Palani; Minmini Selvam; Gokulraja Srinivasaraja; Ganapathy Krishnamurthi
期刊：arXiv每日人工精选
出版时间：2026/10/15
摘要：尽管大型语言模型具有非凡的泛化能力，从医学图像生成临床准确且结构化的放射学报告仍然是一个重大挑战。当前端到端的方法充当黑箱，容易出现事实幻想并生成无根据的发现。这种不可靠性以及未能遵守特定领域的结构化协议(根本上限制了它们的临床实用性)。我们提出了MedPAO-VL，一个多模态代理，它改变了从单一生成到可解释的、迭代的、符合协议的结构化报告生成的范式。与确定性模型不同，我们的计划-行动-观察循环作为一个目标导向的代理运行：它首先通过一个可解释的视觉模块感知胸部X光片，该模块旨在捕捉固有的诊断不确定性，然后通过观察语义差异并自我纠正其生成过程来迭代地完善所生成的报告，从而更好地与视觉检测到的临床发现对齐。我们的框架评估表明，这种代理推理提高了临床正确性和完整性，达到了专家评定的准确度评分3.5/5和结构评分4.3/5。通过优先考虑病理特异性可解释性和迭代改进而非不透明的端到端映射，MedPAO-VL提供了自动生成结构化放射学报告的透明且临床可行的替代方案。
原文链接
从成人到儿童：领域转换下胸部X光分类基础模型的基准测试
原标题：From Adults to Children: Benchmarking Foundation Models for Chest X-Ray Classification under Domain Shift
作者：Sara Inácio; Hugo Proença; João C. Neves
期刊：arXiv每日人工精选
出版时间：2026/10/15
摘要：基础模型在各个领域展现了显著的潜力，并被应用于医学影像，但它们在不同患者群体中的鲁棒性仍不清楚。在这项工作中，我们调查了基础模型从成人胸部X光片分类泛化到儿科胸部X光片分类的能力。据我们所知，这是第一个在相同的成人到儿科评估设置下比较多个基础模型的基准测试，同时分析适应深度的影响。我们将VinDr-CXR和PediCXR融合为一个五标签分类任务，并评估了六个基础模型和两个CNN基准。所有模型仅使用成人数据进行调整，并通过线性探测、部分微调和完全微调在同域和儿科领域中进行测试。基准测试揭示了一个清晰且一致的趋势：所有模型在从成人数据转移到儿科数据时性能显著下降，降幅超过10个百分点。在成人测试集上，Macro-AUROC 值达到大约 92%，但在儿科领域性能下降到约 78%。另一个重要的发现是增加适应的深度并不能显著改善跨人群泛化。LLM_ERROR] 500 Server Error: Internal Server Error for url: http://192.168.1.106:11434/api/chat
原文链接
光谱空间解释
原标题：Spectral-Spatial Interpretation
作者：Haotian Ma; Ruqi Yang; Philip Townsend
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：事后图像解释通常使用空间热图显示模型查看的位置或者使用全局通道得分指示哪些通道重要。这些单独的视图对于多光谱数据是有限制的，因为通道的相关性通常是空间局部化的，并且具有物理意义。我们介绍了谱-空间解释（SSI），一种在位置-通道玩家（g,c）上的全网格归因方法。对于每个空间位置，SSI 固定观察到的周围环境，在该位置定义一个关于信道的条件博弈，并将夏普利值应用于此局部博弈。结果是一个完整的光谱空间归属矩阵而不是单一的热力图或全球通道排名。SSI 有一个明确的本地解释。它在每个位置上满足夏普利公平性，并且聚合其渠道归属可以精确恢复通过用基线替换该位置所获得的位置级上下文对比。SSI 也不同于使用相同位置通道分组但对外部空间联盟求平均的 Owen 式层级会计方法。在HLS烧伤疤痕上，SSI在保留的归因指标上优于MC-Owen估计器，同时仅使用了其评估预算的大约6％。在CUB-200、EuroSAT以及HLS Burn Scar数据集上，在每个通道均值和零基线下，SSI实现了最佳的联合删除和插入AUC（在密集、平坦和秩1基线中），产生了最强的光谱命中率和信道删除，并且在两个标注数据集中都领先于空间定位。代码可在https://github.com/AtheavenMa/Spectral-Spatial-Interpretation获取。
原文链接
基于学习的自适应MPC磁定子唯一卫星姿态控制
原标题：Learning-Based Adaptive MPC for Magnetorquer-Only Satellite Attitude Control
作者：Patrick Schwartz; Abhishek Cauligi
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：纳卫星（例如，CubeSats）有能力在外太阳系探索中进行有用的科学和探测活动，但它们的小尺寸导致姿态控制和科学能力之间的权衡。磁力矩器作为紧凑型执行机构提供了一种独特的折中方案，能够实现三轴姿态控制，但会因失去控制权限并且需要完全了解行星磁场而受到影响。在这项工作中，我们提出了一种基于学习的自适应模型预测控制（MPC）算法，在规划卫星旋转轨迹的同时考虑了这种控制权限的丧失。我们的方法的关键在于包含一个通过使用低保真度磁场数据在模拟中训练的磁模型。利用在线收集的测量数据，我们提出的算法采用一个简单的最后一层更新方案来调整所学习到的磁场模型，使MPC控制器能够快速适应真实的行星磁场模型，并更有效地规划姿态轨迹。我们展示了我们提出的方法在两个用例中的结果，(1) 地球轨道和 (2) 冥王星轨道，并表明我们的基于学习的自适应MPC算法分别使这些系统模拟控制器的成功率提高了5％和61％。
原文链接
比较SGLD和在标准联合能量基模型上使用固定噪声预测校正适应方法（在CIFAR-10数据集上）
原标题：Comparing SGLD and a fixed-noise predictor-corrector adaptation in canonical joint energy-based models on CIFAR-10
作者：Dmytro Knopov
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：基于联合能量的模型(JEM)在单一网络中统一了分类和生成，并支持分布外(OOD)检测。
原文链接
ProtoPur：病理学弱监督实例学习中的原型纯度伪标签法
原标题：ProtoPur: Prototype-Purity Pseudo-Labeling for Weakly Supervised Instance Learning in Pathology
作者：Chen Shu; Chengyang Zhang; Boyu Fu; Ting Yin; Wenchuan Zhang; Jie Chen; Yuhao Yi; Hong Bu
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：在计算病理学中，弱袋级标签广泛可用，而整个幻灯片图像的可靠实例级标注仍然昂贵且模糊。弱监督多实例学习(MIL)实现了强大的包级分类，但来自注意力得分、模型预测、负样本包或空间细化的实例级监督可能无法识别类别特定的局部证据。我们提出ProtoPur，一种用于病理全滑动图像弱监督实例级学习的原型纯度伪标签方法。ProtoPur 估计在从冻结的基础模型特征构建的原型区域上平衡类别的局部纯度，并将伪标签分配给与目标类别强相关的高纯度区域。这种优先考虑纯净度的设计将特定类别的证据与负面或共享形态区分开来，覆盖率仅用于确保足够的伪标签分配。我们提供了一种PAC风格的分析，表明使用ProtoPur伪标签训练的实例分类器的风险可以分解为一个标准的一致性收敛项和一个特定于ProtoPur的伪标签噪声项，包括选定区域不匹配和覆盖残差。在三个公开的全滑块图像数据集上进行的实验表明，ProtoPur 在多个MIL骨干网络中始终提高实例级别的性能，同时保持具有竞争力的包级别性能。伪标签质量在两个公共数据集上的比较进一步证明了原型纯度选择提供了更强的实例监督。这些结果表明基础模型特征包含可利用的实例级监督信号，并且ProtoPur是一种揭示和使用这些信号的方法，无需密集的实例标注。
原文链接
超环路：用于行星探测的3D-SLAM中超光谱辅助闭环检测(HyperLoop)
原标题：HyperLoop: Hyperspectral-Assisted Loop Closure Detection in 3D-SLAM for Planetary Exploration
作者：Annie Bhalla; Dennis Rotondi; Riccardo Giubilato; Kai O. Arras; Wolfgang Stuerzl
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：自主导航的行星漫游者面临视觉上单调、缺乏特征地形的挑战。基于三维高斯点阵（3DGS）的同步定位与建图系统提供密集的地图绘制但依赖于RGB外观描述子，在地外环境中由于感知别名效应导致这些描述子退化——这是一种常见故障模式，在这种模式下物理上不同的位置在视觉上看起来相同。本文介绍了HyperLoop，这是第一个将高光谱成像（HSI）集成到基于三维全局快照（3DGS）的SLAM系统的闭环模块中的框架。高光谱描述子编码材料级别的光谱特征，补充RGB特性，提供对光照变化和视觉重复性的鲁棒性。介绍了两个HSI描述符家族：Bag-of-Spectral-Words (BoSW)，通过TF-IDF加权直方图编码光谱材料分布，以及PCA-K VLAD (PCAK-VLAD)，捕捉主成分压缩的光谱签名的一阶残差统计量。两者均在德国宇航中心（DLR）的月球-火星户外测试场（MMOTS）的一个自定义数据集上使用SIFT-VLAD和NetVLAD RGB描述符，在Strict-AND和加权融合策略下进行评估，该数据集包含四个类行星模拟穿越的同步RGB-D和高光谱序列（总长65.5米）。A关键发现是传感器的红光至近红外范围（600-860 nm）对岩石地形的区分能力有限：最佳HSI融合（SIFT-VLAD + BoSW, Strict-AND）实现了5.04厘米ATE均方根误差，仅比单独使用SIFT-VLAD高1.8％（4.95厘米）。NetVLAD（8.81 cm）的改进归功于SIFT-VLAD，而不是HSI融合。这激励了未来采用SWIR传感器，这些传感器能够捕捉到600-860纳米范围内所没有的诊断性矿物吸收特征，用于行星SLAM任务。
原文链接
CORTEG：基础模型实现从头皮到颅内脑记录的跨模态表示传输
原标题：CORTEG: Foundation Models Enable Cross-Modality Representation Transfer from Scalp to Intracranial Brain Recordings
作者：Liuyin Yang; Qiang Sun; Bob Van Dyck; Eva Calvo Merino; Marc M. Van Hulle
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：颅内皮层脑电图(ECoG)为脑机接口提供了高信噪比的皮层活动访问途径，但由于缺乏足够的患者数据，大多数先前的工作依赖于小型的特定患者的解码器，这些解码器忽略了跨患者共享的信息。我们研究大型预训练头皮EEG基础模型(EEG FMs)是否可以适应ECoG，从而实现跨患者学习和具有竞争力的解码性能，并在单个GPU上用10-30分钟校准到一个未使用的患者。我们介绍了CORTEG，一个跨模态迁移框架，该框架结合了预训练的EEG FM骨干网络，一种电极感知的KNNSoftFourier空间适配器，用于低频和高伽马活动的双流标记化器以及留一受试者交叉验证微调策略。我们评估了CORTEG在两个具有挑战性的回归任务上的表现：公共手指轨迹回归（n=9）和私人音频包络回归（n=16）。CORTEG在两个任务上均达到了最先进的平均性能，在公共手指基准测试中获得了最高的平均相关性，并且在音频任务和低数据量患者校准方面取得了更大的统计显著性增益。我们在公开的BrainTreebank立体脑电图分类任务上进一步验证了CORTEG，它在这些任务中也表现出色。此外，CORTEG 在连续回归任务中优于所比较的颅内脑电基础模型。特征分析符合神经生理学，并且潜在表示捕获了低维手指运动结构。这些结果共同提供了系统的证据表明，头皮脑电图预训练可以在颅内记录模式和任务之间重新利用，从而能够使数据高效的神经解码器适应新患者。
原文链接
基于CatBoost和SHAP利用连续性和分类特征从NHANES进行临床可解释的生物年龄估计
原标题：Clinically Interpretable Biological Age Estimation Using CatBoost and SHAP with Continuous and Categorical Features from NHANES
作者：Yanni Sun; Zheng Qu; Kevin Ren; Zhanglin Lin Cui
期刊：arXiv每日人工精选
出版时间：2026/10/14
摘要：生物学年龄(BA)捕获了生理老化方面的个体间差异，这些差异超出了实际年龄(CA)。尽管机器学习模型已经推进了BA的估计，许多模型主要依赖于连续的实验室生物标志物，并且SHapley Additive exPlanations（SHAP）依赖性图通常被视觉解释。我们开发了一个可临床解读的机器学习框架，使用来自国家健康和营养调查（NHANES 2011-March 2020, N = 24,983 adults aged >= 18）的异质性临床数据来估计BA。一个CatBoost回归模型整合了44个人口统计学、实验室、体检和生活方式预测因子来估计CA，定义模型估算的年龄为BA。SHAP提供了多层次的可解释性。至关重要的是，在标准视觉检查的基础上，我们直接在SHAP依赖性图上实施了一个预设的自动化程序，以量化与最低和最高BA贡献相关的特征值范围，相应的调整幅度以及零交叉阈值。模型估计的BA与独立测试数据中的CA强相关(Pearson r = 0.798, P < 0.001)。人群水平的SHAP识别出血尿素氮、血清葡萄糖、剧烈娱乐活动、红细胞分布宽度和丙氨酸氨基转移酶是主要预测因子，其中三个分类变量在前25位中排名。自动化的定量SHAP分析映射了预测因子特定的范围、效应大小和拐点，而瀑布图则使个体解释成为可能。通过将定性视觉解释扩展到异质临床数据上的可重复定量指标，该框架增强了透明度，并为生物学衰老研究和精准健康提供了可扩展的方法论基础。
原文链接
降低三维点云分割中空间相邻与空间填充曲线相邻差距
原标题：Reducing the Gap Between Spatial and Space-Filling Curve Neighbors in 3D Point Cloud Segmentation
作者：Konan Sasaki; Junya Komori; Kazuhiro Hotta
期刊：arXiv每日人工精选
出版时间：2026/10/13
摘要：基于空间填充曲线（SFC）的方法作为一种轻量级且高度准确的三维点云最近邻搜索方法已被提出。然而，由于SFC本身的性质，在SFC上的邻近关系与原始欧几里得空间中的邻近关系之间存在差距。在这项研究中，我们提出了一种减少这种差距影响的损失函数。具体来说，我们计算SFC上相邻点之间的距离，并训练模型以优化原始3D空间中相距较远的点对之间的特征相似性。我们将该方法融入一个高性能的三维点云分割模型，并在三个数据集上评估其有效性。结果表明，所提出的方法在室内和室外点云数据集上都优于传统方法。
原文链接
选择而非融合：用于雷达-相机深度估计的雷达调制状态空间模型
原标题：Selection, Not Fusion: Radar-Modulated State Space Models for Radar-Camera Depth Estimation
作者：Zhangcheng Hou; Tomoaki Ohtsuki
期刊：arXiv每日人工精选
出版时间：2026/10/13
摘要：雷达相机深度估计将一个非常稀疏但具有度量属性的雷达信号转化为密集的深度图。现有方法在骨干网络的序列操作外部结合雷达和图像特征，通过拼接、置信度门控、稀疏监督或基于图的提取。多模态融合的Mamba变体也使选择机制本身保持单模。我们认为雷达应该在选择阶段进入。我们介绍了雷达调制选择（RMS），它在Mamba的选择性扫描中注入了雷达。雷达向步长Δ和读出C添加了从零初始化的扰动。输入投影band和状态矩阵Anever never 见到雷达。初始化时该块等于预训练的图像Mamba，因此雷达仅在其提高精度的地方产生影响。该构造还将两种模式以线性成本结合起来，并在雷达缺失时回退到图像骨干网络。我们将RMS部署在多视图扫描金字塔（MVSP）中，在每个尺度上将融合操作符匹配到雷达的探测范围内。在nuScenes上，SemoDepth在50米、70米和80米范围内分别减少了34.0%，29.9%和29.9%的MAE。它也是单帧延迟最低的方法之一（26.8 ms）。在扫描前放置的特征融合并不能提高RMS之外的准确性，这支持了这样的观点：扫描内部的选择可以替代外部的融合。当注入的虚假雷达回波数量是真实回波的两倍时，SemoDepth 的 MAE@80 增加了 1.4%，而一个在扫描前融合雷达信号的 Mamba 基线系统的 MAE@80 则增加了 33.6%。
原文链接
BIER-DC：低地轨道星座中在轨空间数据中心的无状态多播
原标题：BIER-DC: Stateless Multicast for In-Orbit Space Data Centers in LEO Constellations
作者：Mostafa Abdollahi; Wenjun Yang; Kousar Malekinasab; Jianping Pan
期刊：arXiv每日人工精选
出版时间：2026/10/13
摘要：新兴的数据密集型空间应用生成大量数据，这些数据必须高效地处理、存储、复制和交付。然而，依赖陆地云区会使卫星数据面临高传输延迟和时效性丧失的风险，这是由于卫星与地面之间的间歇性可见性和有限的地面基础设施访问所致。空间数据中心（SDCs），它们将协作卫星组织成逻辑计算和存储集群，为轨道上数据管理和服务连续性提供了一种有希望的方法。在本文中，我们首先评估了不同大小的卫星聚类如何影响卫星可见性和网关中断。我们随后提出了BIER-DC，一种无状态的一对多通信协议，专门针对基于卫星的SDCs。与为稳定的数据中心结构设计的地面多播协议不同，BIER-DC 将跨 SDC 转发解耦合为内部 SDC 交付，并在数据包头中编码紧凑的集群级转发信息。与BIER，BIER-TE以及Yeti的比较评估表明，BIER-DC显著减少了报头长度和字节跳数开销，提高了下一代LEO空间数据中心的有效吞吐量和可扩展性。
原文链接
每个固定度量都有盲点：一个学习的氛围批评家用于评分预测现实性
原标题：Every Fixed Metric Has a Blind Spot: A Learned Atmospheric Critic for Scoring Forecast Realism
作者：Younes Elberkennou; Dmitri Demler; Thierry Meier; Luca Rispoli; Fanny Lehmann; Joel Oskarsson
期刊：arXiv每日人工精选
出版时间：2026/10/13
摘要：尽管在点状指标上具有高精度，机器学习天气预报模型可以表现出不同的故障模式，例如模糊化、周期性不规则以及其它非物理空间伪影。这激发了一系列指标来检测已知的失败案例。现有指标提前固定了表示方法或转换方式，这种选择限制了它们能够检测到的伪影。我们提出训练一个判别器来分离参考数据和模型的输出，并利用其输出对数几率获得类似真实度得分的指标。判别器学习区分模型的字段和真实天气之间的差异，适应该模型所表现出的任何失败模式。我们将学到的大气评判者与现有度量标准进行了比较，使用了应用于ERA5再分析数据的各种合成损坏。我们的方法成功地识别了损坏并对其严重程度进行了排序，而现有的度量标准至少在一个损坏上失败。此外，我们评估了实际天气模型的预测，并发现现实评分随预报时效延长而下降，该指标通常赋予数值模式比机器学习模式更高的现实性。
原文链接
