Buchumschlag

BRAU-Net++: U-Shaped Hybrid CNN-Transformer Network for Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lan, Libin, Cai, Pengzhou, Jiang, Lu, Liu, Xiaojuan, Li, Yongmei, Zhang, Yudong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MSLAU-Net: A Hybrid CNN-Transformer Network for Medical Image Segmentation
von: Lan, Libin, et al.
Veröffentlicht: (2025)

Pubic Symphysis-Fetal Head Segmentation Network Using BiFormer Attention Mechanism and Multipath Dilated Convolution
von: Cai, Pengzhou, et al.
Veröffentlicht: (2024)

DSSAU-Net:U-Shaped Hybrid Network for Pubic Symphysis and Fetal Head Segmentation
von: Xia, Zunhui, et al.
Veröffentlicht: (2025)

Pubic Symphysis-Fetal Head Segmentation Using Pure Transformer with Bi-level Routing Attention
von: Cai, Pengzhou, et al.
Veröffentlicht: (2023)

DMAF-Net: An Effective Modality Rebalancing Framework for Incomplete Multi-Modal Medical Image Segmentation
von: Lan, Libin, et al.
Veröffentlicht: (2025)

FullTransNet: Full Transformer with Local-Global Attention for Video Summarization
von: Lan, Libin, et al.
Veröffentlicht: (2025)

Cross-Organ and Cross-Scanner Adenocarcinoma Segmentation using Rein to Fine-tune Vision Foundation Models
von: Cai, Pengzhou, et al.
Veröffentlicht: (2024)

DCAU-Net: Differential Cross Attention and Channel-Spatial Feature Fusion for Medical Image Segmentation
von: Li, Yanxin, et al.
Veröffentlicht: (2026)

TCSAFormer: Efficient Vision Transformer with Token Compression and Sparse Attention for Medical Image Segmentation
von: Xia, Zunhui, et al.
Veröffentlicht: (2025)

Cross-Modal Clustering-Guided Negative Sampling for Self-Supervised Joint Learning from Medical Images and Reports
von: Lan, Libin, et al.
Veröffentlicht: (2025)

MambaVesselNet++: A Hybrid CNN-Mamba Architecture for Medical Image Segmentation
von: Xu, Qing, et al.
Veröffentlicht: (2025)

CNN-Transformer Rectified Collaborative Learning for Medical Image Segmentation
von: Wu, Lanhu, et al.
Veröffentlicht: (2024)

BEFUnet: A Hybrid CNN-Transformer Architecture for Precise Medical Image Segmentation
von: Manzari, Omid Nejati, et al.
Veröffentlicht: (2024)

WaveNet-SF: A Hybrid Network for Retinal Disease Detection Based on Wavelet Transform in Spatial-Frequency Domain
von: Cheng, Jilan, et al.
Veröffentlicht: (2025)

MedFormer: Hierarchical Medical Vision Transformer with Content-Aware Dual Sparse Selection Attention
von: Xia, Zunhui, et al.
Veröffentlicht: (2025)

U-MAN: U-Net with Multi-scale Adaptive KAN Network for Medical Image Segmentation
von: Huang, Bohan, et al.
Veröffentlicht: (2025)

AMD-HookNet++: Evolution of AMD-HookNet with Hybrid CNN-Transformer Feature Enhancement for Glacier Calving Front Segmentation
von: Wu, Fei, et al.
Veröffentlicht: (2025)

Rethinking Attention Gated with Hybrid Dual Pyramid Transformer-CNN for Generalized Segmentation in Medical Imaging
von: Bougourzi, Fares, et al.
Veröffentlicht: (2024)

LM-Net: A Light-weight and Multi-scale Network for Medical Image Segmentation
von: Lu, Zhenkun, et al.
Veröffentlicht: (2025)

CM-UNet: Hybrid CNN-Mamba UNet for Remote Sensing Image Semantic Segmentation
von: Liu, Mushui, et al.
Veröffentlicht: (2024)

DS$^2$Net: Detail-Semantic Deep Supervision Network for Medical Image Segmentation
von: Huang, Zhaohong, et al.
Veröffentlicht: (2025)

MLLA-UNet: Mamba-like Linear Attention in an Efficient U-Shape Model for Medical Image Segmentation
von: Jiang, Yufeng, et al.
Veröffentlicht: (2024)

PCA-Enhanced Probabilistic U-Net for Effective Ambiguous Medical Image Segmentation
von: Li, Xiangyu, et al.
Veröffentlicht: (2026)

D-TrAttUnet: Toward Hybrid CNN-Transformer Architecture for Generic and Subtle Segmentation in Medical Images
von: Bougourzi, Fares, et al.
Veröffentlicht: (2024)

SwinTextUNet: Integrating CLIP-Based Text Guidance into Swin Transformer U-Nets for Medical Image Segmentation
von: Yeafi, Ashfak, et al.
Veröffentlicht: (2026)

HResFormer: Hybrid Residual Transformer for Volumetric Medical Image Segmentation
von: Ren, Sucheng, et al.
Veröffentlicht: (2024)

MAPUNetR: A Hybrid Vision Transformer and U-Net Architecture for Efficient and Interpretable Medical Image Segmentation
von: Shah, Ovais Iqbal, et al.
Veröffentlicht: (2024)

Multi-dimension Transformer with Attention-based Filtering for Medical Image Segmentation
von: Wang, Wentao, et al.
Veröffentlicht: (2024)

MedLiteNet: Lightweight Hybrid Medical Image Segmentation Model
von: Yu, Pengyang, et al.
Veröffentlicht: (2025)

MK-UNet: Multi-kernel Lightweight CNN for Medical Image Segmentation
von: Rahman, Md Mostafijur, et al.
Veröffentlicht: (2025)

LMS-Net: A Learned Mumford-Shah Network For Few-Shot Medical Image Segmentation
von: Zhang, Shengdong, et al.
Veröffentlicht: (2025)

ArchShapeNet:An Interpretable 3D-CNN Framework for Evaluating Architectural Shapes
von: Yin, Jun, et al.
Veröffentlicht: (2025)

UHR-Net: An Uncertainty-Aware Hypergraph Refinement Network for Medical Image Segmentation
von: Cheng, Shuokun, et al.
Veröffentlicht: (2026)

U-Net v2: Rethinking the Skip Connections of U-Net for Medical Image Segmentation
von: Peng, Yaopeng, et al.
Veröffentlicht: (2023)

Auto-nnU-Net: Towards Automated Medical Image Segmentation
von: Becktepe, Jannis, et al.
Veröffentlicht: (2025)

Federated nnU-Net for Privacy-Preserving Medical Image Segmentation
von: Skorupko, Grzegorz, et al.
Veröffentlicht: (2025)

VerteNet -- A Multi-Context Hybrid CNN Transformer for Accurate Vertebral Landmark Localization in Lateral Spine DXA Images
von: Maqsood, Arooba, et al.
Veröffentlicht: (2025)

SegStitch: Multidimensional Transformer for Robust and Efficient Medical Imaging Segmentation
von: Tan, Shengbo, et al.
Veröffentlicht: (2024)

Xformer: Hybrid X-Shaped Transformer for Image Denoising
von: Zhang, Jiale, et al.
Veröffentlicht: (2023)

LUCF-Net: Lightweight U-shaped Cascade Fusion Network for Medical Image Segmentation
von: Sun, Songkai, et al.
Veröffentlicht: (2024)