Buchumschlag

FedLPPA: Learning Personalized Prompt and Aggregation for Federated Weakly-supervised Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Li, Liu, Yixiang, Wu, Jiewei, Cheng, Pujin, Cai, Zhiyuan, Wong, Kenneth K. Y., Tang, Xiaoying
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diff4MMLiTS: Advanced Multimodal Liver Tumor Segmentation via Diffusion-Based Image Synthesis and Alignment
von: Chen, Shiyun, et al.
Veröffentlicht: (2024)

FedSCA: Federated Tuning with Similarity-guided Collaborative Aggregation for Heterogeneous Medical Image Segmentation
von: Zhang, Yumin, et al.
Veröffentlicht: (2025)

FedGS: Federated Gradient Scaling for Heterogeneous Medical Image Segmentation
von: Schutte, Philip, et al.
Veröffentlicht: (2024)

FedKPer: Tackling Generalization and Personalization in Medical Federated Learning via Knowledge Personalization
von: Fowler, Zoe, et al.
Veröffentlicht: (2026)

Federated Semi-supervised Learning for Medical Image Segmentation with intra-client and inter-client Consistency
von: Zheng, Yubin, et al.
Veröffentlicht: (2024)

Advancing Medical Image Segmentation via Self-supervised Instance-adaptive Prototype Learning
von: Liang, Guoyan, et al.
Veröffentlicht: (2025)

Optimizing Prompt Strategies for SAM: Advancing lesion Segmentation Across Diverse Medical Imaging Modalities
von: Wang, Yuli, et al.
Veröffentlicht: (2024)

SplitFed-CL: A Split Federated Co-Learning Framework for Medical Image Segmentation with Inaccurate Labels
von: Kafshgari, Zahra Hafezi, et al.
Veröffentlicht: (2026)

Improving Lesion Segmentation in Medical Images by Global and Regional Feature Compensation
von: Wang, Chuhan, et al.
Veröffentlicht: (2025)

FedCLAM: Client Adaptive Momentum with Foreground Intensity Matching for Federated Medical Image Segmentation
von: Siomos, Vasilis, et al.
Veröffentlicht: (2025)

One-Prompt to Segment All Medical Images
von: Wu, Junde, et al.
Veröffentlicht: (2023)

UNet-3D with Adaptive TverskyCE Loss for Pancreas Medical Image Segmentation
von: Zhang, Xubei, et al.
Veröffentlicht: (2025)

Large-Vocabulary Segmentation for Medical Images with Text Prompts
von: Zhao, Ziheng, et al.
Veröffentlicht: (2023)

Dante: An Open Source Model Pre-Training and Fine-Tuning Tool for the Dafne Federated Framework for Medical Image Segmentation
von: Timpano, Giuseppe, et al.
Veröffentlicht: (2026)

Super-Resolution on Rotationally Scanned Photoacoustic Microscopy Images Incorporating Scanning Prior
von: Pan, Kai, et al.
Veröffentlicht: (2023)

Semi-supervised Medical Image Segmentation via Geometry-aware Consistency Training
von: Liu, Zihang, et al.
Veröffentlicht: (2022)

Leveraging Fixed and Dynamic Pseudo-labels for Semi-supervised Medical Image Segmentation
von: Kumari, Suruchi, 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)

VIS-MAE: An Efficient Self-supervised Learning Approach on Medical Image Segmentation and Classification
von: Liu, Zelong, et al.
Veröffentlicht: (2024)

DiffRect: Latent Diffusion Label Rectification for Semi-supervised Medical Image Segmentation
von: Liu, Xinyu, et al.
Veröffentlicht: (2024)

SDCL: Students Discrepancy-Informed Correction Learning for Semi-supervised Medical Image Segmentation
von: Song, Bentao, et al.
Veröffentlicht: (2024)

Proxy Prompt: Endowing SAM and SAM 2 with Auto-Interactive-Prompt for Medical Segmentation
von: Xinyi, Wang, et al.
Veröffentlicht: (2025)

STPNet: Scale-aware Text Prompt Network for Medical Image Segmentation
von: Shan, Dandan, et al.
Veröffentlicht: (2025)

Prompt-Guided Dual-Path UNet with Mamba for Medical Image Segmentation
von: Zhang, Shaolei, et al.
Veröffentlicht: (2025)

MDN: Mamba-Driven Dualstream Network For Medical Hyperspectral Image Segmentation
von: Lin, Shijie, et al.
Veröffentlicht: (2025)

3D Skin Segmentation Methods in Medical Imaging: A Comparison
von: Paccini, Martina, et al.
Veröffentlicht: (2025)

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

Conformal Lesion Segmentation for 3D Medical Images
von: Tan, Binyu, et al.
Veröffentlicht: (2025)

CATFA-Net: A Trans-Convolutional Approach for Accurate Medical Image Segmentation
von: Mallick, Siddhartha, et al.
Veröffentlicht: (2026)

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

Weakly Supervised Segmentation and Classification of Alpha-Synuclein Aggregates in Brightfield Midbrain Images
von: Dereure, Erwan, et al.
Veröffentlicht: (2025)

ScribblePrompt: Fast and Flexible Interactive Segmentation for Any Biomedical Image
von: Wong, Hallee E., et al.
Veröffentlicht: (2023)

Fed-MUnet: Multi-modal Federated Unet for Brain Tumor Segmentation
von: Zhou, Ruojun, et al.
Veröffentlicht: (2024)

Tyche: Stochastic In-Context Learning for Medical Image Segmentation
von: Rakic, Marianne, et al.
Veröffentlicht: (2024)

Domain Influence in MRI Medical Image Segmentation: spatial versus k-space inputs
von: Gösche, Erik, et al.
Veröffentlicht: (2024)

FedMedICL: Towards Holistic Evaluation of Distribution Shifts in Federated Medical Imaging
von: Alhamoud, Kumail, et al.
Veröffentlicht: (2024)

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

Self-supervised Brain Lesion Generation for Effective Data Augmentation of Medical Images
von: Huo, Jiayu, et al.
Veröffentlicht: (2024)

Prompt-based Multimodal Semantic Communication for Multi-spectral Image Segmentation
von: Zhang, Haoshuo, et al.
Veröffentlicht: (2025)

Enhancing Weakly Supervised 3D Medical Image Segmentation through Probabilistic-aware Learning
von: Jiang, Runmin, et al.
Veröffentlicht: (2024)