Buchumschlag

Dynamic Perturbation-Adaptive Adversarial Training on Medical Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Shuai, Ma, Xiaoguang, Jiang, Shancheng, Meng, Lu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing 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

Rethinking Transfer Learning for Medical Image Classification
von: Peng, Le, et al.
Veröffentlicht: (2021)

MedMamba: Vision Mamba for Medical Image Classification
von: Yue, Yubiao, et al.
Veröffentlicht: (2024)

MITS-GAN: Safeguarding Medical Imaging from Tampering with Generative Adversarial Networks
von: Pasqualino, Giovanni, et al.
Veröffentlicht: (2024)

Robust Training with Data Augmentation for Medical Imaging Classification
von: Martínez-Martínez, Josué, et al.
Veröffentlicht: (2025)

Early Stopping Criteria for Training Generative Adversarial Networks in Biomedical Imaging
von: Saad, Muhammad Muneeb, et al.
Veröffentlicht: (2024)

Investigating the Robustness of Vision Transformers against Label Noise in Medical Image Classification
von: Khanal, Bidur, et al.
Veröffentlicht: (2024)

Capsule-ConvKAN: A Hybrid Neural Approach to Medical Image Classification
von: Pituková, Laura, et al.
Veröffentlicht: (2025)

Robust Image Classification in the Presence of Out-of-Distribution and Adversarial Samples Using Attractors in Neural Networks
von: Alipour, Nasrin, et al.
Veröffentlicht: (2024)

Distance Guided Generative Adversarial Network for Explainable Binary Classifications
von: Xiong, Xiangyu, et al.
Veröffentlicht: (2023)

Fair Federated Medical Image Classification Against Quality Shift via Inter-Client Progressive State Matching
von: Wu, Nannan, et al.
Veröffentlicht: (2025)

Advancements in Medical Image Classification through Fine-Tuning Natural Domain Foundation Models
von: Mansoori, Mobina, et al.
Veröffentlicht: (2025)

Utilizing Generative Adversarial Networks for Image Data Augmentation and Classification of Semiconductor Wafer Dicing Induced Defects
von: Hu, Zhining, et al.
Veröffentlicht: (2024)

Image Classification Using a Diffusion Model as a Pre-Training Model
von: Ukita, Kosuke, et al.
Veröffentlicht: (2025)

Learning Lossless Compression for High Bit-Depth Volumetric Medical Image
von: Wang, Kai, et al.
Veröffentlicht: (2024)

LUCF-Net: Lightweight U-shaped Cascade Fusion Network for Medical Image Segmentation
von: Sun, Songkai, et al.
Veröffentlicht: (2024)

Improving Segment Anything on the Fly: Auxiliary Online Learning and Adaptive Fusion for Medical Image Segmentation
von: Huang, Tianyu, et al.
Veröffentlicht: (2024)

UniFed: A Universal Federation of a Mixture of Highly Heterogeneous Medical Image Classification Tasks
von: Hassani, Atefe, et al.
Veröffentlicht: (2024)

Implicit U-KAN2.0: Dynamic, Efficient and Interpretable Medical Image Segmentation
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2025)

Structure-Aware Stylized Image Synthesis for Robust Medical Image Segmentation
von: Bao, Jie, et al.
Veröffentlicht: (2024)

A Deep Bayesian Convolutional Spiking Neural Network-based CAD system with Uncertainty Quantification for Medical Images Classification
von: Chegini, Mohaddeseh, et al.
Veröffentlicht: (2025)

Segment Anything Model for Medical Images?
von: Huang, Yuhao, et al.
Veröffentlicht: (2023)

Post-Training Network Compression for 3D Medical Image Segmentation: Reducing Computational Efforts via Tucker Decomposition
von: Weber, Tobias, et al.
Veröffentlicht: (2024)

Evaluating Similitude and Robustness of Deep Image Denoising Models via Adversarial Attack
von: Ning, Jie, et al.
Veröffentlicht: (2023)

Rotate to Scan: UNet-like Mamba with Triplet SSM Module for Medical Image Segmentation
von: Tang, Hao, et al.
Veröffentlicht: (2024)

Rethinking the Unpretentious U-net for Medical Ultrasound Image Segmentation
von: Chen, Gongping, et al.
Veröffentlicht: (2022)

Shortcut Learning in Medical Image Segmentation
von: Lin, Manxi, et al.
Veröffentlicht: (2024)

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

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

Leapfrog Latent Consistency Model (LLCM) for Medical Images Generation
von: Polamreddy, Lakshmikar R., et al.
Veröffentlicht: (2024)

ContourDiff: Unpaired Medical Image Translation with Structural Consistency
von: Chen, Yuwen, et al.
Veröffentlicht: (2024)

Rethinking Perceptual Metrics for Medical Image Translation
von: Konz, Nicholas, et al.
Veröffentlicht: (2024)

Dual Cross-Attention for Medical Image Segmentation
von: Ates, Gorkem Can, et al.
Veröffentlicht: (2023)

Scalable Drift Monitoring in Medical Imaging AI
von: Merkow, Jameson, et al.
Veröffentlicht: (2024)

PET Synthesis via Self-supervised Adaptive Residual Estimation Generative Adversarial Network
von: Xue, Yuxin, et al.
Veröffentlicht: (2023)

ViTGAN: Training GANs with Vision Transformers
von: Lee, Kwonjoon, et al.
Veröffentlicht: (2021)

Breast Cancer Image Classification Method Based on Deep Transfer Learning
von: Wang, Weimin, et al.
Veröffentlicht: (2024)

Learning Generalized Medical Image Representations through Image-Graph Contrastive Pretraining
von: Khanna, Sameer, et al.
Veröffentlicht: (2024)

BSAFusion: A Bidirectional Stepwise Feature Alignment Network for Unaligned Medical Image Fusion
von: Li, Huafeng, et al.
Veröffentlicht: (2024)

Detection of Under-represented Samples Using Dynamic Batch Training for Brain Tumor Segmentation from MR Images
von: Sahayam, Subin, et al.
Veröffentlicht: (2024)

SDR-Former: A Siamese Dual-Resolution Transformer for Liver Lesion Classification Using 3D Multi-Phase Imaging
von: Lou, Meng, et al.
Veröffentlicht: (2024)