Buchumschlag

Debiased Noise Editing on Foundation Models for Fair Medical Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Ruinan, Deng, Wenlong, Chen, Minghui, Li, Xiaoxiao
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

FairMedFM: Fairness Benchmarking for Medical Imaging Foundation Models
von: Jin, Ruinan, et al.
Veröffentlicht: (2024)

Backdoor Attack on Unpaired Medical Image-Text Foundation Models: A Pilot Study on MedCLIP
von: Jin, Ruinan, et al.
Veröffentlicht: (2024)

Forgettable Federated Linear Learning with Certified Data Unlearning
von: Jin, Ruinan, et al.
Veröffentlicht: (2023)

See-in-Pairs: Reference Image-Guided Comparative Vision-Language Models for Medical Diagnosis
von: Jin, Ruinan, et al.
Veröffentlicht: (2025)

DUCX: Decomposing Unfairness in Tool-Using Chest X-ray Agents
von: Xu, Zikang, et al.
Veröffentlicht: (2026)

Verification Mirage: Mapping the Reliability Boundary of Self-Verification in Medical VQA
von: Jin, Ruinan, et al.
Veröffentlicht: (2026)

Interactive Tumor Progression Modeling via Sketch-Based Image Editing
von: Huang, Gexin, et al.
Veröffentlicht: (2025)

Can Generalist Vision Language Models (VLMs) Rival Specialist Medical VLMs? Benchmarking and Strategic Insights
von: Zhong, Yuan, et al.
Veröffentlicht: (2025)

Adapting a Segmentation Foundation Model for Medical Image Classification
von: Gu, Pengfei, et al.
Veröffentlicht: (2025)

Marginal Debiased Network for Fair Visual Recognition
von: Wang, Mei, et al.
Veröffentlicht: (2024)

Text-guided Foundation Model Adaptation for Long-Tailed Medical Image Classification
von: Li, Sirui, et al.
Veröffentlicht: (2024)

Evaluating the Fairness of Neural Collapse in Medical Image Classification
von: Mouheb, Kaouther, et al.
Veröffentlicht: (2024)

Unlocking the Potential of Prompt-Tuning in Bridging Generalized and Personalized Federated Learning
von: Deng, Wenlong, et al.
Veröffentlicht: (2023)

Boosting Medical Image Classification with Segmentation Foundation Model
von: Gu, Pengfei, et al.
Veröffentlicht: (2024)

BiasPruner: Debiased Continual Learning for Medical Image Classification
von: Bayasi, Nourhan, et al.
Veröffentlicht: (2024)

Towards Fair Medical AI: Adversarial Debiasing of 3D CT Foundation Embeddings
von: Zheng, Guangyao, et al.
Veröffentlicht: (2025)

Discrete Noise Inversion for Next-scale Autoregressive Text-based Image Editing
von: Dao, Quan, et al.
Veröffentlicht: (2025)

Curriculum Fine-tuning of Vision Foundation Model for Medical Image Classification Under Label Noise
von: Yu, Yeonguk, et al.
Veröffentlicht: (2024)

Intersectional Fairness in Vision-Language Models for Medical Image Disease Classification
von: Zhang, Yupeng, et al.
Veröffentlicht: (2025)

Revisiting 2D Foundation Models for Scalable 3D Medical Image Classification
von: Liu, Han, et al.
Veröffentlicht: (2025)

Neuron Incidence Redistribution for Fairness in Medical Image Classification
von: Shoby, Abin, et al.
Veröffentlicht: (2026)

FairQuant: Fairness-Aware Mixed-Precision Quantization for Medical Image Classification
von: Woergaard, Thomas, et al.
Veröffentlicht: (2026)

Fairness Analysis of CLIP-Based Foundation Models for X-Ray Image Classification
von: Sun, Xiangyu, et al.
Veröffentlicht: (2025)

Fair Foundation Models for Medical Image Analysis: Challenges and Perspectives
von: Queiroz, Dilermando, et al.
Veröffentlicht: (2025)

Debiasing Text-to-Image Diffusion Models
von: He, Ruifei, et al.
Veröffentlicht: (2024)

Fair Text to Medical Image Diffusion Model with Subgroup Distribution Aligned Tuning
von: Han, Xu, et al.
Veröffentlicht: (2024)

HoloFair: Unified T2I Fairness Evaluation and Fair-GRPO Debiasing
von: Chen, Ruyi, et al.
Veröffentlicht: (2026)

Building Universal Foundation Models for Medical Image Analysis with Spatially Adaptive Networks
von: Luo, Lingxiao, et al.
Veröffentlicht: (2023)

A Survey on Trustworthiness in Foundation Models for Medical Image Analysis
von: Shi, Congzhen, et al.
Veröffentlicht: (2024)

Retrieval-augmented Few-shot Medical Image Segmentation with Foundation Models
von: Zhao, Lin, et al.
Veröffentlicht: (2024)

Semantic Class Distribution Learning for Debiasing Semi-Supervised Medical Image Segmentation
von: Su, Yingxue, et al.
Veröffentlicht: (2026)

Interpretable Debiasing of Vision-Language Models for Social Fairness
von: An, Na Min, et al.
Veröffentlicht: (2026)

Toward Robust Medical Fairness: Debiased Dual-Modal Alignment via Text-Guided Attribute-Disentangled Prompt Learning for Vision-Language Models
von: Xia, Yuexuan, et al.
Veröffentlicht: (2025)

Beyond Pixel-Wise Supervision for Medical Image Segmentation: From Traditional Models to Foundation Models
von: Shi, Yuyan, et al.
Veröffentlicht: (2024)

Debiasing Multimodal Large Language Models via Noise-Aware Preference Optimization
von: Zhang, Zefeng, et al.
Veröffentlicht: (2025)

AutoDebias: Automated Framework for Debiasing Text-to-Image Models
von: Cai, Hongyi, et al.
Veröffentlicht: (2025)

OWT: A Foundational Organ-Wise Tokenization Framework for Medical Imaging
von: Song, Sifan, et al.
Veröffentlicht: (2025)

Few-Shot Medical Image Segmentation with Large Kernel Attention
von: Wu, Xiaoxiao, et al.
Veröffentlicht: (2024)

Unleashing the Potential of Open-set Noisy Samples Against Label Noise for Medical Image Classification
von: Liao, Zehui, et al.
Veröffentlicht: (2024)

DuetFair: Coupling Inter- and Intra-Subgroup Robustness for Fair Medical Image Segmentation
von: Tian, Yiqi, et al.
Veröffentlicht: (2026)