Buchumschlag

Enhanced Muscle and Fat Segmentation for CT-Based Body Composition Analysis: A Comparative Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Benjamin, Mathai, Tejas Sudharshan, Liu, Jianfei, Parnell, Christopher, Summers, Ronald M.
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

Segmentation of Mediastinal Lymph Nodes in CT with Anatomical Priors
von: Mathai, Tejas Sudharshan, et al.
Veröffentlicht: (2024)

Longitudinal Assessment of Lung Lesion Burden in CT
von: Mathai, Tejas Sudharshan, et al.
Veröffentlicht: (2025)

Leveraging Anatomical Priors for Automated Pancreas Segmentation on Abdominal CT
von: Prasad, Anisa V., et al.
Veröffentlicht: (2025)

3D Universal Lesion Detection and Tagging in CT with Self-Training
von: Frazier, Jared, et al.
Veröffentlicht: (2025)

Automated Plaque Detection and Agatston Score Estimation on Non-Contrast CT Scans: A Multicenter Study
von: Nguyen, Andrew M., et al.
Veröffentlicht: (2024)

Segment-and-Classify: ROI-Guided Generalizable Contrast Phase Classification in CT Using XGBoost
von: Hou, Benjamin, et al.
Veröffentlicht: (2025)

Weakly-Supervised Detection of Bone Lesions in CT
von: Sheng, Tao, et al.
Veröffentlicht: (2024)

Class Imbalance Correction for Improved Universal Lesion Detection and Tagging in CT
von: Erickson, Peter D., et al.
Veröffentlicht: (2025)

Leveraging Multiphase CT for Quality Enhancement of Portal Venous CT: Utility for Pancreas Segmentation
von: Wang, Xinya, et al.
Veröffentlicht: (2025)

Automated Classification of Body MRI Sequence Type Using Convolutional Neural Networks
von: Helm, Kimberly, et al.
Veröffentlicht: (2024)

Self and Mixed Supervision to Improve Training Labels for Multi-Class Medical Image Segmentation
von: Liu, Jianfei, et al.
Veröffentlicht: (2024)

Correcting Class Imbalances with Self-Training for Improved Universal Lesion Detection and Tagging
von: Shieh, Alexander, et al.
Veröffentlicht: (2025)

Learning to Segment Corneal Tissue Interfaces in OCT Images
von: Mathai, Tejas Sudharshan, et al.
Veröffentlicht: (2018)

Weakly Supervised Detection of Pheochromocytomas and Paragangliomas in CT
von: Oluigboa, David C., et al.
Veröffentlicht: (2024)

Classification of Multi-Parametric Body MRI Series Using Deep Learning
von: Kim, Boah, et al.
Veröffentlicht: (2025)

Text Embedded Swin-UMamba for DeepLesion Segmentation
von: Cheng, Ruida, et al.
Veröffentlicht: (2025)

Benchmarking Multi-Organ Segmentation Tools for Multi-Parametric T1-weighted Abdominal MRI
von: Tran, Nicole, et al.
Veröffentlicht: (2025)

Utility of Pancreas Surface Lobularity as a CT Biomarker for Opportunistic Screening of Type 2 Diabetes
von: Mathai, Tejas Sudharshan, et al.
Veröffentlicht: (2025)

A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT
von: Toma, Tanjin Taher, et al.
Veröffentlicht: (2025)

MRISegmentator-Abdomen: A Fully Automated Multi-Organ and Structure Segmentation Tool for T1-weighted Abdominal MRI
von: Zhuang, Yan, et al.
Veröffentlicht: (2024)

Universal Lymph Node Detection in Multiparametric MRI with Selective Augmentation
von: Mathai, Tejas Sudharshan, et al.
Veröffentlicht: (2025)

Automated Muscle and Fat Segmentation in Computed Tomography for Comprehensive Body Composition Analysis
von: Chen, Yaqian, et al.
Veröffentlicht: (2025)

Shadow and Light: Digitally Reconstructed Radiographs for Disease Classification
von: Hou, Benjamin, et al.
Veröffentlicht: (2024)

How Well Do Multi-modal LLMs Interpret CT Scans? An Auto-Evaluation Framework for Analyses
von: Zhu, Qingqing, et al.
Veröffentlicht: (2024)

CT-Bench: A Benchmark for Multimodal Lesion Understanding in Computed Tomography
von: Zhu, Qingqing, et al.
Veröffentlicht: (2026)

Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification
von: Hou, Benjamin, et al.
Veröffentlicht: (2024)

Towards Interactive Lesion Segmentation in Whole-Body PET/CT with Promptable Models
von: Rokuss, Maximilian, et al.
Veröffentlicht: (2025)

Promptable Longitudinal Lesion Segmentation in Whole-Body CT
von: Kirchhoff, Yannick, et al.
Veröffentlicht: (2025)

Automated Lesion Segmentation in Whole-Body PET/CT in a multitracer setting
von: Xue, Qiaoyi, et al.
Veröffentlicht: (2024)

Enhancing chest X-ray datasets with privacy-preserving large language models and multi-type annotations: a data-driven approach for improved classification
von: Lanfredi, Ricardo Bigolin, et al.
Veröffentlicht: (2024)

Enhancing Martian Terrain Recognition with Deep Constrained Clustering
von: Panambur, Tejas, et al.
Veröffentlicht: (2025)

Automated classification of multi-parametric body MRI series
von: Kim, Boah, et al.
Veröffentlicht: (2024)

Robust Body Composition Analysis by Generating 3D CT Volumes from Limited 2D Slices
von: Zuo, Lianrui, et al.
Veröffentlicht: (2025)

Liver Fat Quantification Network with Body Shape
von: Wang, Qiyue, et al.
Veröffentlicht: (2024)

Disentangling Sampling from Training Budget in Class-Imbalanced CT Body Composition Segmentation
von: Skylitsis, Iason, et al.
Veröffentlicht: (2026)

Random Expert Sampling for Deep Learning Segmentation of Acute Ischemic Stroke on Non-contrast CT
von: Ostmeier, Sophie, et al.
Veröffentlicht: (2023)

Low-Rank Continual Pyramid Vision Transformer: Incrementally Segment Whole-Body Organs in CT with Light-Weighted Adaptation
von: Zhu, Vince, et al.
Veröffentlicht: (2024)

PROPEX-RAG: Enhanced GraphRAG using Prompt-Driven Prompt Execution
von: Sarnaik, Tejas, et al.
Veröffentlicht: (2025)

AI-Driven Automated Tool for Abdominal CT Body Composition Analysis in Gastrointestinal Cancer Management
von: Nan, Xinyu, et al.
Veröffentlicht: (2025)

Improving Surgical Risk Prediction Through Integrating Automated Body Composition Analysis: a Retrospective Trial on Colectomy Surgery
von: Gu, Hanxue, et al.
Veröffentlicht: (2025)