:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Qixiang, Lucas, Antoine, Kaladji, Adrien, Haigron, Pascal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	https://arxiv.org/abs/2402.02514
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Strong labels: Weakly-supervised Learning Based on Gaussian Pseudo Labels for The Segmentation of Ellipse-like Vascular Structures in Non-contrast CTs
von: Ma, Qixiang, et al.
Veröffentlicht: (2024)

High-fidelity Pseudo-labels for Boosting Weakly-Supervised Segmentation
von: Jonnarth, Arvi, et al.
Veröffentlicht: (2023)

UP2D: Uncertainty-aware Progressive Pseudo-label Denoising for Source-Free Domain Adaptive Medical Image Segmentation
von: Bui-Tran, Quang-Khai, et al.
Veröffentlicht: (2025)

Registration of Longitudinal Spine CTs for Monitoring Lesion Growth
von: Sanhinova, Malika, et al.
Veröffentlicht: (2024)

SUSEP-Net: Simulation-Supervised and Contrastive Learning-based Deep Neural Networks for Susceptibility Source Separation
von: Li, Min, et al.
Veröffentlicht: (2025)

Leveraging Fixed and Dynamic Pseudo-labels for Semi-supervised Medical Image Segmentation
von: Kumari, Suruchi, et al.
Veröffentlicht: (2024)

COVID Detection in Chest CTs: Improving the Baseline on COV19-CT-DB
von: Miron, Radu, et al.
Veröffentlicht: (2021)

Modeling the Label Distributions for Weakly-Supervised Semantic Segmentation
von: Wu, Linshan, et al.
Veröffentlicht: (2024)

Weakly Supervised Learning of Cortical Surface Reconstruction from Segmentations
von: Ma, Qiang, et al.
Veröffentlicht: (2024)

Semi-Mamba-UNet: Pixel-Level Contrastive and Pixel-Level Cross-Supervised Visual Mamba-based UNet for Semi-Supervised Medical Image Segmentation
von: Ma, Chao, et al.
Veröffentlicht: (2024)

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

Benchmarking of Deep Learning Methods for Generic MRI Multi-Organ Abdominal Segmentation
von: Krishnaswamy, Deepa, et al.
Veröffentlicht: (2025)

LEAVS: An LLM-based Labeler for Abdominal CT Supervision
von: Lanfredi, Ricardo Bigolin, et al.
Veröffentlicht: (2025)

Human Gaze-based Dual Teacher Guidance Learning for Semi-Supervised Medical Image Segmentation
von: Ge, Rongjun, et al.
Veröffentlicht: (2026)

Devil is in Details: Locality-Aware 3D Abdominal CT Volume Generation for Self-Supervised Organ Segmentation
von: Wang, Yuran, et al.
Veröffentlicht: (2024)

Using Diffusion Models to Generate Synthetic Labelled Data for Medical Image Segmentation
von: Saragih, Daniel, et al.
Veröffentlicht: (2023)

MorphSAM: Learning the Morphological Prompts from Atlases for Spine Image Segmentation
von: Fan, Dingwei, et al.
Veröffentlicht: (2025)

SpeHeatal: A Cluster-Enhanced Segmentation Method for Sperm Morphology Analysis
von: Shi, Yi, et al.
Veröffentlicht: (2025)

Restoring Connectivity in Vascular Segmentation using a Learned Post-Processing Model
von: Carneiro-Esteves, Sophie, et al.
Veröffentlicht: (2024)

Topology-Aware Loss for Aorta and Great Vessel Segmentation in Computed Tomography Images
von: Ozcelik, Seher, et al.
Veröffentlicht: (2023)

Automatic Segmentation of the Kidneys and Cystic Renal Lesions on Non-Contrast CT Using a Convolutional Neural Network
von: Aronson, Lucas, et al.
Veröffentlicht: (2024)

Mind the Context: Attention-Guided Weak-to-Strong Consistency for Enhanced Semi-Supervised Medical Image Segmentation
von: Cheng, Yuxuan, et al.
Veröffentlicht: (2024)

Cross-Task Data Augmentation by Pseudo-label Generation for Region Based Coronary Artery Instance Segmentation
von: Pokhrel, Sandesh, et al.
Veröffentlicht: (2023)

Leveraging Information Divergence for Robust Semi-Supervised Fetal Ultrasound Image Segmentation
von: Wang, Fangyijie, et al.
Veröffentlicht: (2025)

Self-Supervised Elimination of Non-Independent Noise in Hyperspectral Imaging
von: Ding, Guangrui, et al.
Veröffentlicht: (2024)

MDNet: Multi-Decoder Network for Abdominal CT Organs Segmentation
von: Jha, Debesh, et al.
Veröffentlicht: (2024)

Deep Learning for Automated Wound Classification And Segmentation
von: Jahangir, Md. Zihad Bin, et al.
Veröffentlicht: (2024)

Performance and Non-adversarial Robustness of the Segment Anything Model 2 in Surgical Video Segmentation
von: Shen, Yiqing, et al.
Veröffentlicht: (2024)

Striving for Simplicity: Simple Yet Effective Prior-Aware Pseudo-Labeling for Semi-Supervised Ultrasound Image Segmentation
von: Chen, Yaxiong, et al.
Veröffentlicht: (2025)

Dual-Decoder Consistency via Pseudo-Labels Guided Data Augmentation for Semi-Supervised Medical Image Segmentation
von: Chen, Yuanbin, et al.
Veröffentlicht: (2023)

Transforming Heart Chamber Imaging: Self-Supervised Learning for Whole Heart Reconstruction and Segmentation
von: Qayyum, Abdul, et al.
Veröffentlicht: (2024)

OSLO-IC: On-the-Sphere Learned Omnidirectional Image Compression with Attention Modules and Spatial Context
von: Wawerek-López, Paul, et al.
Veröffentlicht: (2025)

3D Medical Imaging Segmentation on Non-Contrast CT
von: Gang, Canxuan, et al.
Veröffentlicht: (2025)

3D Deep-learning-based Segmentation of Human Skin Sweat Glands and Their 3D Morphological Response to Temperature Variations
von: Pei, Shaoyu, et al.
Veröffentlicht: (2025)

Depth-Sequence Transformer (DST) for Segment-Specific ICA Calcification Mapping on Non-Contrast CT
von: Hou, Xiangjian, et al.
Veröffentlicht: (2025)

FMD-TransUNet: Abdominal Multi-Organ Segmentation Based on Frequency Domain Multi-Axis Representation Learning and Dual Attention Mechanisms
von: Lu, Fang, et al.
Veröffentlicht: (2025)

Brain Tumor Segmentation Based on Deep Learning, Attention Mechanisms, and Energy-Based Uncertainty Prediction
von: Schwehr, Zachary, et al.
Veröffentlicht: (2023)

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

CT Synthesis with Conditional Diffusion Models for Abdominal Lymph Node Segmentation
von: Yu, Yongrui, et al.
Veröffentlicht: (2024)

Bridging the Gap between Gaussian Diffusion Models and Universal Quantization for Image Compression
von: Relic, Lucas, et al.
Veröffentlicht: (2025)