Buchumschlag

ProCNS: Progressive Prototype Calibration and Noise Suppression for Weakly-Supervised Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Y., Lin, L., Wong, K. K. Y., Tang, X.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prototype-Based Image Prompting for Weakly Supervised Histopathological Image Segmentation
von: Tang, Qingchen, et al.
Veröffentlicht: (2025)

FedLPPA: Learning Personalized Prompt and Aggregation for Federated Weakly-supervised Medical Image Segmentation
von: Lin, Li, et al.
Veröffentlicht: (2024)

Boosting Weakly-Supervised Referring Image Segmentation via Progressive Comprehension
von: Yang, Zaiquan, et al.
Veröffentlicht: (2024)

Tied Prototype Model for Few-Shot Medical Image Segmentation
von: Kim, Hyeongji, et al.
Veröffentlicht: (2025)

Segment, Select, Correct: A Framework for Weakly-Supervised Referring Segmentation
von: Eiras, Francisco, et al.
Veröffentlicht: (2023)

Concentrate on Weakness: Mining Hard Prototypes for Few-Shot Medical Image Segmentation
von: Jiang, Jianchao, et al.
Veröffentlicht: (2025)

Toward Modality Gap: Vision Prototype Learning for Weakly-supervised Semantic Segmentation with CLIP
von: Xu, Zhongxing, et al.
Veröffentlicht: (2024)

Why Prototypes Collapse: Diagnosing and Preventing Partial Collapse in Prototypical Self-Supervised Learning
von: Arteaga, Gabriel Y., et al.
Veröffentlicht: (2025)

Iterative Explainability for Weakly Supervised Segmentation in Medical PE Detection
von: Condrea, Florin, et al.
Veröffentlicht: (2024)

SFC: Shared Feature Calibration in Weakly Supervised Semantic Segmentation
von: Zhao, Xinqiao, et al.
Veröffentlicht: (2024)

Synergy-Guided Regional Supervision of Pseudo Labels for Semi-Supervised Medical Image Segmentation
von: Wang, Tao, et al.
Veröffentlicht: (2024)

Contrastive Learning with Diffusion Features for Weakly Supervised Medical Image Segmentation
von: Zeng, Dewen, et al.
Veröffentlicht: (2025)

Correlation Weighted Prototype-based Self-Supervised One-Shot Segmentation of Medical Images
von: Manna, Siladittya, et al.
Veröffentlicht: (2024)

LPD: Learnable Prototypes with Diversity Regularization for Weakly Supervised Histopathology Segmentation
von: Le, Khang, et al.
Veröffentlicht: (2025)

Supervision by Denoising for Medical Image Segmentation
von: Young, Sean I., et al.
Veröffentlicht: (2022)

Is Foreground Prototype Sufficient? Few-Shot Medical Image Segmentation with Background-Fused Prototype
von: Tang, Song, et al.
Veröffentlicht: (2024)

Class Incremental Medical Image Segmentation via Prototype-Guided Calibration and Dual-Aligned Distillation
von: Zhu, Shengqian, et al.
Veröffentlicht: (2025)

DualProtoSeg: Simple and Efficient Design with Text- and Image-Guided Prototype Learning for Weakly Supervised Histopathology Image Segmentation
von: Vu, Anh M., et al.
Veröffentlicht: (2025)

Calibrating Undisciplined Over-Smoothing in Transformer for Weakly Supervised Semantic Segmentation
von: Cheng, Lechao, et al.
Veröffentlicht: (2023)

Hunting Attributes: Context Prototype-Aware Learning for Weakly Supervised Semantic Segmentation
von: Tang, Feilong, et al.
Veröffentlicht: (2024)

A Framework for Supervised and Unsupervised Segmentation and Classification of Materials Microstructure Images
von: Zhang, Kungang, et al.
Veröffentlicht: (2025)

Semi-MedRef: Semi-Supervised Medical Referring Image Segmentation with Cross-Modal Alignment
von: Li, Yuchen, et al.
Veröffentlicht: (2026)

Learning to Segment using Summary Statistics and Weak Supervision
von: Kulkarni, Omkar, et al.
Veröffentlicht: (2026)

Weakly Supervised Object Segmentation by Background Conditional Divergence
von: Baker, Hassan, et al.
Veröffentlicht: (2025)

ConStruct: Structural Distillation of Foundation Models for Prototype-Based Weakly Supervised Histopathology Segmentation
von: Le, Khang, et al.
Veröffentlicht: (2025)

CAD: Confidence-Aware Adaptive Displacement for Semi-Supervised Medical Image Segmentation
von: Xiao, Wenbo, et al.
Veröffentlicht: (2025)

Enhancing Weakly-Supervised Histopathology Image Segmentation with Knowledge Distillation on MIL-Based Pseudo-Labels
von: He, Yinsheng, et al.
Veröffentlicht: (2024)

Post-training Quantization for Text-to-Image Diffusion Models with Progressive Calibration and Activation Relaxing
von: Tang, Siao, et al.
Veröffentlicht: (2023)

Semantic Prompt Learning for Weakly-Supervised Semantic Segmentation
von: Lin, Ci-Siang, et al.
Veröffentlicht: (2024)

Multi-Prototype Embedding Refinement for Semi-Supervised Medical Image Segmentation
von: Bi, Yali, et al.
Veröffentlicht: (2025)

PL-Net: Progressive Learning Network for Medical Image Segmentation
von: Mao, Kunpeng, et al.
Veröffentlicht: (2021)

Weakly Supervised Segmentation of Vertebral Bodies with Iterative Slice-propagation
von: Peng, Shiqi, et al.
Veröffentlicht: (2024)

From Theory to Decision Rule: Calibrating the Noisy-Label Crossover for Vision-Language Model Weak Supervision Across Three Medical-Imaging Benchmarks
von: Xu, Bruce Changlong, et al.
Veröffentlicht: (2026)

Efficient Universal Models for Medical Image Segmentation via Weakly Supervised In-Context Learning
von: Hu, Jiesi, et al.
Veröffentlicht: (2025)

SimTxtSeg: Weakly-Supervised Medical Image Segmentation with Simple Text Cues
von: Xie, Yuxin, et al.
Veröffentlicht: (2024)

DINOv2 based Self Supervised Learning For Few Shot Medical Image Segmentation
von: Ayzenberg, Lev, et al.
Veröffentlicht: (2024)

Style-Aware Blending and Prototype-Based Cross-Contrast Consistency for Semi-Supervised Medical Image Segmentation
von: Chen, Chaowei, et al.
Veröffentlicht: (2025)

Structure and Progress Aware Diffusion for Medical Image Segmentation
von: Song, Siyuan, et al.
Veröffentlicht: (2026)

Background Noise Reduction of Attention Map for Weakly Supervised Semantic Segmentation
von: Fujimori, Izumi, et al.
Veröffentlicht: (2024)

ToNNO: Tomographic Reconstruction of a Neural Network's Output for Weakly Supervised Segmentation of 3D Medical Images
von: Schmidt-Mengin, Marius, et al.
Veröffentlicht: (2024)