一、学术背景——青光眼早筛亟需创新诊断工具 青光眼是全球范围内导致不可逆性失明的主要疾病之一。据[31]等研究表明，青光眼具有早期症状隐匿、视功能损害不可逆等特点，因此早期发现和干预至关重要。目前，光学相干断层扫描（Optical Coherence Tomography，简称OCT）作为一种三维（3D）无创高分辨率影像技术，在眼科诊断领域发挥着日益重要的作用，能够直观展现眼部解剖的结构性变化，并帮助医生实现对视网膜神经纤维层（Retinal Nerve Fiber Layer，RNFL）等关键区域的精确评估[13]。 然而，传统青光眼OCT辅助诊断方法往往依赖于二维（2D）B扫描的分析，重点关注视神经乳头（Optic Nerve Head，ONH）中央切片。这种局部信息虽有助于检测结构性损...

脓毒症（Sepsis）是一种由感染引发的全身性炎症反应综合征，常导致多器官功能衰竭和高死亡率。尽管现代医学技术在脓毒症的治疗上取得了显著进展，但仍有部分患者因病情急剧恶化而死亡。因此，准确预测脓毒症患者的死亡风险对于临床医生制定及时、个性化的干预策略至关重要。然而，现有的临床评分系统（如APACHE-II和SOFA评分）虽然能够评估危重患者的整体病情，但并未专门针对脓毒症患者进行优化。此外，传统的机器学习模型在处理时间序列数据时，往往忽略了疾病进展的时序特征，导致预测性能有限。 为了应对这些挑战，本研究提出了一种基于Transformer架构的时间序列模型，旨在通过捕捉患者ICU住院期间的动态健康轨迹，实时识别高风险个体，并为个性化干预提供可操作的见解。该研究不仅提升了脓毒症患者死亡风险的预...

学术背景 冷冻电子显微镜（Cryo-EM）是解析大分子（如蛋白质）结构的重要实验技术。然而，Cryo-EM的有效性常常受到实验条件（如低对比度和构象异质性）导致的噪声和密度值缺失的制约。尽管现有的全局和局部图像锐化技术被广泛用于改善Cryo-EM密度图，但在高效提升其质量以构建更精确的蛋白质结构方面仍面临挑战。为了解决这一问题，研究人员开发了CryoTen，一种基于3D UNETR++风格Transformer的模型，旨在有效增强Cryo-EM密度图的质量。 论文来源 这篇论文由Joel Selvaraj、Liguo Wang和Jianlin Cheng共同撰写。Joel Selvaraj和Jianlin Cheng来自美国密苏里大学电气工程与计算机科学系，而Liguo Wang则来自布鲁克...

多标签图像分类的新突破——双关系Transformer网络 学术背景 多标签图像分类（Multi-Label Image Classification, MLIC）是计算机视觉领域中的一个基础但极具挑战性的问题。与单标签图像分类不同，MLIC的目标是为一张图像中的多个对象同时分配标签。由于图像中可能包含多个对象，且这些对象之间存在复杂的空间和语义关系，MLIC任务面临着场景复杂、对象尺度多样以及对象间隐含关联等挑战。近年来，随着深度学习技术的快速发展，尤其是卷积神经网络（CNN）和Transformer的引入，MLIC任务取得了显著进展。然而，现有的Transformer方法在处理2D特征图时，通常会将特征图展平为1D序列，这导致空间信息的丢失。此外，现有的注意力机制模型往往只关注显著的特征...

一种用于指代表达分割与生成的互监督框架 研究背景与问题提出 近年来，视觉-语言交互技术在人工智能领域取得了显著进展。其中，指代表达分割（Referring Expression Segmentation, RES）和指代表达生成（Referring Expression Generation, REG）作为两个核心任务，分别旨在根据自然语言描述定位图像中的目标对象并生成其分割掩码，以及为特定目标生成清晰准确的语言描述。尽管这两个任务本质上是互逆的，但它们的研究通常被分开进行，缺乏系统性地探讨两者如何相互促进的方法。 现有研究面临的主要问题包括：1）RES任务依赖大量标注数据，而这些数据的获取成本高昂；2）REG生成的表达可能存在歧义，难以准确定位目标对象；3）联合训练RES和REG的任务虽然...