Buchumschlag

Derm-T2IM: Harnessing Synthetic Skin Lesion Data via Stable Diffusion Models for Enhanced Skin Disease Classification using ViT and CNN

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Farooq, Muhammad Ali, Yao, Wang, Schukat, Michael, Little, Mark A, Corcoran, Peter
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ChildDiffusion: Unlocking the Potential of Generative AI and Controllable Augmentations for Child Facial Data using Stable Diffusion and Large Language Models
von: Farooq, Muhammad Ali, et al.
Veröffentlicht: (2024)

RETRACTION: A Novel Skin Lesion Prediction and Classification Technique: ViT‐GradCAM
Veröffentlicht: (2024)

Synthesizing CTA Image Data for Type-B Aortic Dissection using Stable Diffusion Models
von: Abaid, Ayman, et al.
Veröffentlicht: (2024)

Synthetic Face Ageing: Evaluation, Analysis and Facilitation of Age-Robust Facial Recognition Algorithms
von: Yao, Wang, et al.
Veröffentlicht: (2024)

TESL-Net: A Transformer-Enhanced CNN for Accurate Skin Lesion Segmentation
von: Iqbal, Shahzaib, et al.
Veröffentlicht: (2024)

RETRACTED: A novel Skin lesion prediction and classification technique: ViT‐GradCAM
von: Muhammad Shafiq, et al.
Veröffentlicht: (2024)

Transformer-CNN Fused Architecture for Enhanced Skin Lesion Segmentation
von: Tiwari, Siddharth
Veröffentlicht: (2024)

Hybrid CNN-ViT Framework for Motion-Blurred Scene Text Restoration
von: Rashid, Umar, et al.
Veröffentlicht: (2025)

DermaFlux: Synthetic Skin Lesion Generation with Rectified Flows for Enhanced Image Classification
von: Galanakis, Stathis, et al.
Veröffentlicht: (2026)

RepViT: Revisiting Mobile CNN From ViT Perspective
von: Wang, Ao, et al.
Veröffentlicht: (2023)

Meta-Transfer Derm-Diagnosis: Exploring Few-Shot Learning and Transfer Learning for Skin Disease Classification in Long-Tail Distribution
von: Özdemir, Zeynep, et al.
Veröffentlicht: (2024)

Deep Skin Lesion Segmentation with Transformer-CNN Fusion: Toward Intelligent Skin Cancer Analysis
von: Wang, Xin, et al.
Veröffentlicht: (2025)

ViT Enhanced Privacy-Preserving Secure Medical Data Sharing and Classification
von: Amin, Al, et al.
Veröffentlicht: (2024)

Few-Shot Learning Pipeline for Monkeypox Skin Disease Classification Using CNN Feature Extractors
von: Rashid, Md. Safirur, et al.
Veröffentlicht: (2026)

ViT Registers and Fractal ViT
von: Chou, Jason Chuan-Chih, et al.
Veröffentlicht: (2026)

Enhancing Skin Lesion Classification Generalization with Active Domain Adaptation
von: Ye, Jun
Veröffentlicht: (2024)

CNN and ViT Efficiency Study on Tiny ImageNet and DermaMNIST Datasets
von: Amangeldi, Aidar, et al.
Veröffentlicht: (2025)

Synthetic Data Generation for Long-Tail Medical Image Classification: A Case Study in Skin Lesions
von: Jiang, Jiaxiang, et al.
Veröffentlicht: (2026)

FairSkin: Fair Diffusion for Skin Disease Image Generation
von: Zhang, Ruichen, et al.
Veröffentlicht: (2024)

Cancer-Net SCa-Synth: An Open Access Synthetically Generated 2D Skin Lesion Dataset for Skin Cancer Classification
von: Tai, Chi-en Amy, et al.
Veröffentlicht: (2024)

CNN-ViT Fusion with Adaptive Attention Gate for Brain Tumor MRI Classification: A Hybrid Deep Learning Model
von: Hasnain, Syed Ibad, et al.
Veröffentlicht: (2026)

Skin Lesion Classification Based on ResNet-50 Enhanced With Adaptive Spatial Feature Fusion
von: Liu, Runhao, et al.
Veröffentlicht: (2025)

VTCNet: A Feature Fusion DL Model Based on CNN and ViT for the Classification of Cervical Cells
von: Mingzhe Li, et al.
Veröffentlicht: (2024)

On the Role of ViT and CNN in Semantic Communications: Analysis and Prototype Validation
von: Yoo, Hanju, et al.
Veröffentlicht: (2023)

Skin Cancer Detection utilizing Deep Learning: Classification of Skin Lesion Images using a Vision Transformer
von: Flosdorf, Carolin, et al.
Veröffentlicht: (2024)

I&S-ViT: An Inclusive & Stable Method for Pushing the Limit of Post-Training ViTs Quantization
von: Zhong, Yunshan, et al.
Veröffentlicht: (2023)

UCM-Net: A Lightweight and Efficient Solution for Skin Lesion Segmentation using MLP and CNN
von: Yuan, Chunyu, et al.
Veröffentlicht: (2023)

CNN-ViT Hybrid for Pneumonia Detection: Theory and Empiric on Limited Data without Pretraining
von: Basnet, Prashant Singh, et al.
Veröffentlicht: (2025)

Harnessing the Computation Redundancy in ViTs to Boost Adversarial Transferability
von: Liu, Jiani, et al.
Veröffentlicht: (2025)

Comment on: “Deep Learning–Based Skin Lesion Classification: A CNN Approach on High‐Frequency Ultrasound Imaging”
von: Maajid Mohi Ud Din Malik, et al.
Veröffentlicht: (2026)

Evidential Federated Learning for Skin Lesion Image Classification
von: Hendrix, Rutger, et al.
Veröffentlicht: (2024)

Flexible Sampling for Long-tailed Skin Lesion Classification
von: Ju, Lie, et al.
Veröffentlicht: (2022)

Skin Lesion Classification Using Focal Modulation Networks
von: Hasan Zan
Veröffentlicht: (2025)

Enhancing Fairness in Skin Lesion Classification for Medical Diagnosis Using Prune Learning
von: Paxton, Kuniko, et al.
Veröffentlicht: (2025)

HydraViT: Stacking Heads for a Scalable ViT
von: Haberer, Janek, et al.
Veröffentlicht: (2024)

Mitigating Individual Skin Tone Bias in Skin Lesion Classification through Distribution-Aware Reweighting
von: Paxton, Kuniko, et al.
Veröffentlicht: (2025)

Enhancing Skin Lesion Diagnosis with Ensemble Learning
von: Liu, Xiaoyi, et al.
Veröffentlicht: (2024)

MobilePlantViT: A Mobile-friendly Hybrid ViT for Generalized Plant Disease Image Classification
von: Tonmoy, Moshiur Rahman, et al.
Veröffentlicht: (2025)

Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration
von: Khurshid, Mahapara, et al.
Veröffentlicht: (2024)

Diffusion Model Driven Test-Time Image Adaptation for Robust Skin Lesion Classification
von: Hu, Ming, et al.
Veröffentlicht: (2024)