Buchumschlag

High-confidence pseudo-labels for domain adaptation in COVID-19 detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Turnbull, Robert, Mutch, Simon
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting fluorescent labels in label-free microscopy images with pix2pix and adaptive loss in Light My Cells challenge
von: Liu, Han, et al.
Veröffentlicht: (2024)

Evaluation of pseudo-healthy image reconstruction for anomaly detection with deep generative models: Application to brain FDG PET
von: Hassanaly, Ravi, et al.
Veröffentlicht: (2024)

Enhancing knowledge retention for continual learning with domain-specific adapters and features gating
von: Hedjazi, Mohamed Abbas, et al.
Veröffentlicht: (2025)

Mitosis detection in domain shift scenarios: a Mamba-based approach
von: Percannella, Gennaro, et al.
Veröffentlicht: (2025)

NCAdapt: Dynamic adaptation with domain-specific Neural Cellular Automata for continual hippocampus segmentation
von: Ranem, Amin, et al.
Veröffentlicht: (2024)

Synthetic magnetic resonance images for domain adaptation: Application to fetal brain tissue segmentation
von: de Dumast, Priscille, et al.
Veröffentlicht: (2021)

Pan-Cancer mitotic figures detection and domain generalization: MIDOG 2025 Challenge
von: Shen, Zhuoyan, et al.
Veröffentlicht: (2025)

Training-free image style alignment for self-adapting domain shift on handheld ultrasound devices
von: Zeng, Hongye, et al.
Veröffentlicht: (2024)

Domain adaptation, Explainability & Fairness in AI for Medical Image Analysis: Diagnosis of COVID-19 based on 3-D Chest CT-scans
von: Kollias, Dimitrios, et al.
Veröffentlicht: (2024)

ContriMix: Scalable stain color augmentation for domain generalization without domain labels in digital pathology
von: Nguyen, Tan H., et al.
Veröffentlicht: (2023)

Which images to label for few-shot medical landmark detection?
von: Quan, Quan, et al.
Veröffentlicht: (2021)

CIRCA: comprehensible online system in support of chest X-rays-based COVID-19 diagnosis
von: Prazuch, Wojciech, et al.
Veröffentlicht: (2022)

Anomaly detection for the identification of volcanic unrest in satellite imagery
von: Popescu, Robert Gabriel, et al.
Veröffentlicht: (2024)

Robust COVID-19 Detection in CT Images with CLIP
von: Lin, Li, et al.
Veröffentlicht: (2024)

An Explainable Non-local Network for COVID-19 Diagnosis
von: Yang, Jingfu, et al.
Veröffentlicht: (2024)

Domain Adaptation Using Pseudo Labels for COVID-19 Detection
von: Yuan, Runtian, et al.
Veröffentlicht: (2024)

Advancing COVID-19 Detection in 3D CT Scans
von: Li, Qingqiu, et al.
Veröffentlicht: (2024)

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

Dr. Tongue: Sign-Oriented Multi-label Detection for Remote Tongue Diagnosis
von: Chen, Yiliang, et al.
Veröffentlicht: (2025)

Learning to segment anatomy and lesions from disparately labeled sources in brain MRI
von: Himmetoglu, Meva, et al.
Veröffentlicht: (2025)

A design of Convolutional Neural Network model for the Diagnosis of the COVID-19
von: Song, Xinyuan
Veröffentlicht: (2023)

Multi-Source COVID-19 Detection via Variance Risk Extrapolation
von: Yuan, Runtian, et al.
Veröffentlicht: (2025)

Vision Transformers increase efficiency of 3D cardiac CT multi-label segmentation
von: Jollans, Lee, et al.
Veröffentlicht: (2023)

Ultra-high resolution multimodal MRI densely labelled holistic structural brain atlas
von: Manjón, José V., et al.
Veröffentlicht: (2025)

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

Advance Warning Methodologies for COVID-19 using Chest X-Ray Images
von: Ahishali, Mete, et al.
Veröffentlicht: (2020)

Unsupervised foreign object detection based on dual-energy absorptiometry in the food industry
von: Andriiashen, Vladyslav, et al.
Veröffentlicht: (2021)

CycleULM: A unified label-free deep learning framework for ultrasound localisation microscopy
von: Yan, Su, et al.
Veröffentlicht: (2026)

Mind the Gap: Scanner-induced domain shifts pose challenges for representation learning in histopathology
von: Wilm, Frauke, et al.
Veröffentlicht: (2022)

Glioma subtype classification from histopathological images using in-domain and out-of-domain transfer learning: An experimental study
von: Despotovic, Vladimir, et al.
Veröffentlicht: (2023)

CoVScreen: Pitfalls and recommendations for screening COVID-19 using Chest X-rays
von: Singh, Sonit
Veröffentlicht: (2024)

A Hybrid Approach for COVID-19 Detection: Combining Wasserstein GAN with Transfer Learning
von: Rounaq, Sumera, et al.
Veröffentlicht: (2024)

COVID-CT-H-UNet: a novel COVID-19 CT segmentation network based on attention mechanism and Bi-category Hybrid loss
von: Panja, Anay, et al.
Veröffentlicht: (2024)

A Comprehensive Analysis of COVID-19 Detection Using Bangladeshi Data and Explainable AI
von: Sarker, Shuvashis
Veröffentlicht: (2025)

Multi Source COVID-19 Detection via Kernel-Density-based Slice Sampling
von: Lee, Chia-Ming, et al.
Veröffentlicht: (2025)

COVID-19 Detection Based on Blood Test Parameters using Various Artificial Intelligence Methods
von: Khanjani, Kavian, et al.
Veröffentlicht: (2024)

Image Restoration via Multi-domain Learning
von: Jiang, Xingyu, et al.
Veröffentlicht: (2025)

A Heterogeneous Ensemble for Multi-Center COVID-19 Classification from Chest CT Scans
von: Nilay, Aadit, et al.
Veröffentlicht: (2026)

Automated triage of COVID-19 from various lung abnormalities using chest CT features
von: Amran, Dor, et al.
Veröffentlicht: (2020)

Artificially Generated Visual Scanpath Improves Multi-label Thoracic Disease Classification in Chest X-Ray Images
von: Verma, Ashish, et al.
Veröffentlicht: (2025)