nnMamba: 3D Biomedical Image Segmentation, Classification and Landmark Detection with State Space Model
Fuente:
arXiv
Salvato in:
| Autori principali: | Gong, Haifan, Kang, Luoyao, Wang, Yitao, Wan, Xiang, Li, Haofeng |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Diffuse-UDA: Addressing Unsupervised Domain Adaptation in Medical Image Segmentation with Appearance and Structure Aligned Diffusion Models
di: Gong, Haifan, et al.
Pubblicazione: (2024)
di: Gong, Haifan, et al.
Pubblicazione: (2024)
nnLandmark: A Self-Configuring Method for 3D Medical Landmark Detection
di: Ertl, Alexandra, et al.
Pubblicazione: (2025)
di: Ertl, Alexandra, et al.
Pubblicazione: (2025)
Self-Supervised Alignment Learning for Medical Image Segmentation
di: Li, Haofeng, et al.
Pubblicazione: (2024)
di: Li, Haofeng, et al.
Pubblicazione: (2024)
nnActive: A Framework for Evaluation of Active Learning in 3D Biomedical Segmentation
di: Lüth, Carsten T., et al.
Pubblicazione: (2025)
di: Lüth, Carsten T., et al.
Pubblicazione: (2025)
Intensity Confusion Matters: An Intensity-Distance Guided Loss for Bronchus Segmentation
di: Gong, Haifan, et al.
Pubblicazione: (2024)
di: Gong, Haifan, et al.
Pubblicazione: (2024)
nnInteractive: Redefining 3D Promptable Segmentation
di: Isensee, Fabian, et al.
Pubblicazione: (2025)
di: Isensee, Fabian, et al.
Pubblicazione: (2025)
HybridMamba: A Dual-domain Mamba for 3D Medical Image Segmentation
di: Wu, Weitong, et al.
Pubblicazione: (2025)
di: Wu, Weitong, et al.
Pubblicazione: (2025)
RS3Mamba: Visual State Space Model for Remote Sensing Images Semantic Segmentation
di: Ma, Xianping, et al.
Pubblicazione: (2024)
di: Ma, Xianping, et al.
Pubblicazione: (2024)
MambaMIC: An Efficient Baseline for Microscopic Image Classification with State Space Models
di: Zou, Shun, et al.
Pubblicazione: (2024)
di: Zou, Shun, et al.
Pubblicazione: (2024)
Cell Graph Transformer for Nuclei Classification
di: Lou, Wei, et al.
Pubblicazione: (2024)
di: Lou, Wei, et al.
Pubblicazione: (2024)
UniCell: Universal Cell Nucleus Classification via Prompt Learning
di: Huang, Junjia, et al.
Pubblicazione: (2024)
di: Huang, Junjia, et al.
Pubblicazione: (2024)
nnY-Net: Swin-NeXt with Cross-Attention for 3D Medical Images Segmentation
di: Liu, Haixu, et al.
Pubblicazione: (2025)
di: Liu, Haixu, et al.
Pubblicazione: (2025)
nnU-Net Revisited: A Call for Rigorous Validation in 3D Medical Image Segmentation
di: Isensee, Fabian, et al.
Pubblicazione: (2024)
di: Isensee, Fabian, et al.
Pubblicazione: (2024)
SegMamba: Long-range Sequential Modeling Mamba For 3D Medical Image Segmentation
di: Xing, Zhaohu, et al.
Pubblicazione: (2024)
di: Xing, Zhaohu, et al.
Pubblicazione: (2024)
MambaMIM: Pre-training Mamba with State Space Token Interpolation and its Application to Medical Image Segmentation
di: Tang, Fenghe, et al.
Pubblicazione: (2024)
di: Tang, Fenghe, et al.
Pubblicazione: (2024)
ViM-UNet: Vision Mamba for Biomedical Segmentation
di: Archit, Anwai, et al.
Pubblicazione: (2024)
di: Archit, Anwai, et al.
Pubblicazione: (2024)
SpectMamba: Integrating Frequency and State Space Models for Enhanced Medical Image Detection
di: Wang, Yao, et al.
Pubblicazione: (2025)
di: Wang, Yao, et al.
Pubblicazione: (2025)
WinMamba: Multi-Scale Shifted Windows in State Space Model for 3D Object Detection
di: Zheng, Longhui, et al.
Pubblicazione: (2025)
di: Zheng, Longhui, et al.
Pubblicazione: (2025)
MambaMoE: Mixture-of-Spectral-Spatial-Experts State Space Model for Hyperspectral Image Classification
di: Xu, Yichu, et al.
Pubblicazione: (2025)
di: Xu, Yichu, et al.
Pubblicazione: (2025)
MambaFusion: Adaptive State-Space Fusion for Multimodal 3D Object Detection
di: Narayanan, Venkatraman, et al.
Pubblicazione: (2026)
di: Narayanan, Venkatraman, et al.
Pubblicazione: (2026)
FER-YOLO-Mamba: Facial Expression Detection and Classification Based on Selective State Space
di: Ma, Hui, et al.
Pubblicazione: (2024)
di: Ma, Hui, et al.
Pubblicazione: (2024)
Hybrid State-Space and GRU-based Graph Tokenization Mamba for Hyperspectral Image Classification
di: Ahmad, Muhammad, et al.
Pubblicazione: (2025)
di: Ahmad, Muhammad, et al.
Pubblicazione: (2025)
Costal Cartilage Segmentation with Topology Guided Deformable Mamba: Method and Benchmark
di: Wang, Senmao, et al.
Pubblicazione: (2024)
di: Wang, Senmao, et al.
Pubblicazione: (2024)
BioTamperNet: Affinity-Guided State-Space Model Detecting Tampered Biomedical Images
di: Nandi, Soumyaroop, et al.
Pubblicazione: (2026)
di: Nandi, Soumyaroop, et al.
Pubblicazione: (2026)
S$^2$Mamba: A Spatial-spectral State Space Model for Hyperspectral Image Classification
di: Wang, Guanchun, et al.
Pubblicazione: (2024)
di: Wang, Guanchun, et al.
Pubblicazione: (2024)
Scaling nnU-Net for CBCT Segmentation
di: Isensee, Fabian, et al.
Pubblicazione: (2024)
di: Isensee, Fabian, et al.
Pubblicazione: (2024)
Concentrate on Weakness: Mining Hard Prototypes for Few-Shot Medical Image Segmentation
di: Jiang, Jianchao, et al.
Pubblicazione: (2025)
di: Jiang, Jianchao, et al.
Pubblicazione: (2025)
HS-Mamba: Full-Field Interaction Multi-Groups Mamba for Hyperspectral Image Classification
di: Peng, Hongxing, et al.
Pubblicazione: (2025)
di: Peng, Hongxing, et al.
Pubblicazione: (2025)
SpectralMamba-UNet: Frequency-Disentangled State Space Modeling for Texture-Structure Consistent Medical Image Segmentation
di: Zhang, Fuhao, et al.
Pubblicazione: (2026)
di: Zhang, Fuhao, et al.
Pubblicazione: (2026)
nnSAM: Plug-and-play Segment Anything Model Improves nnUNet Performance
di: Li, Yunxiang, et al.
Pubblicazione: (2023)
di: Li, Yunxiang, et al.
Pubblicazione: (2023)
Biomedical SAM 2: Segment Anything in Biomedical Images and Videos
di: Yan, Zhiling, et al.
Pubblicazione: (2024)
di: Yan, Zhiling, et al.
Pubblicazione: (2024)
Topology-Constrained Quantized nnUNet for Efficient and Anatomically Accurate 3D Tooth Segmentation
di: Prasad, Paarth, et al.
Pubblicazione: (2026)
di: Prasad, Paarth, et al.
Pubblicazione: (2026)
InsectMamba: Insect Pest Classification with State Space Model
di: Wang, Qianning, et al.
Pubblicazione: (2024)
di: Wang, Qianning, et al.
Pubblicazione: (2024)
TK-Mamba: Marrying KAN With Mamba for Text-Driven 3D Medical Image Segmentation
di: Yang, Haoyu, et al.
Pubblicazione: (2025)
di: Yang, Haoyu, et al.
Pubblicazione: (2025)
PixMamba: Leveraging State Space Models in a Dual-Level Architecture for Underwater Image Enhancement
di: Lin, Wei-Tung, et al.
Pubblicazione: (2024)
di: Lin, Wei-Tung, et al.
Pubblicazione: (2024)
WaterMamba: Visual State Space Model for Underwater Image Enhancement
di: Guan, Meisheng, et al.
Pubblicazione: (2024)
di: Guan, Meisheng, et al.
Pubblicazione: (2024)
Progressive Split Mamba: Effective State Space Modelling for Image Restoration
di: Hassanin, Mohammed, et al.
Pubblicazione: (2026)
di: Hassanin, Mohammed, et al.
Pubblicazione: (2026)
Mamba-in-Mamba: Centralized Mamba-Cross-Scan in Tokenized Mamba Model for Hyperspectral Image Classification
di: Zhou, Weilian, et al.
Pubblicazione: (2024)
di: Zhou, Weilian, et al.
Pubblicazione: (2024)
MeshMamba: State Space Models for Articulated 3D Mesh Generation and Reconstruction
di: Yoshiyasu, Yusuke, et al.
Pubblicazione: (2025)
di: Yoshiyasu, Yusuke, et al.
Pubblicazione: (2025)
InceptionMamba: Efficient Multi-Stage Feature Enhancement with Selective State Space Model for Microscopic Medical Image Segmentation
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2025)
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Diffuse-UDA: Addressing Unsupervised Domain Adaptation in Medical Image Segmentation with Appearance and Structure Aligned Diffusion Models
di: Gong, Haifan, et al.
Pubblicazione: (2024) -
nnLandmark: A Self-Configuring Method for 3D Medical Landmark Detection
di: Ertl, Alexandra, et al.
Pubblicazione: (2025) -
Self-Supervised Alignment Learning for Medical Image Segmentation
di: Li, Haofeng, et al.
Pubblicazione: (2024) -
nnActive: A Framework for Evaluation of Active Learning in 3D Biomedical Segmentation
di: Lüth, Carsten T., et al.
Pubblicazione: (2025) -
Intensity Confusion Matters: An Intensity-Distance Guided Loss for Bronchus Segmentation
di: Gong, Haifan, et al.
Pubblicazione: (2024)