Buchumschlag

Post-Training Network Compression for 3D Medical Image Segmentation: Reducing Computational Efforts via Tucker Decomposition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weber, Tobias, Dexl, Jakob, Rügamer, David, Ingrisch, Michael
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

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)

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

Image Compression with Isotropic and Anisotropic Shepard Inpainting
von: Mohideen, Rahul Mohideen Kaja, et al.
Veröffentlicht: (2024)

USEANet: Ultrasound-Specific Edge-Aware Multi-Branch Network for Lightweight Medical Image Segmentation
von: Gao, Jingyi, et al.
Veröffentlicht: (2025)

Skill-Evolving Grounded Reasoning for Free-Text Promptable 3D Medical Image Segmentation
von: Zhang, Tongrui, et al.
Veröffentlicht: (2026)

Spectral U-Net: Enhancing Medical Image Segmentation via Spectral Decomposition
von: Peng, Yaopeng, et al.
Veröffentlicht: (2024)

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)

Unsupervised Hyperspectral and Multispectral Image Blind Fusion Based on Deep Tucker Decomposition Network with Spatial-Spectral Manifold Learning
von: Wang, He, et al.
Veröffentlicht: (2024)

The Effect of Lossy Compression on 3D Medical Images Segmentation with Deep Learning
von: Kurmukov, Anvar, et al.
Veröffentlicht: (2024)

On Efficient Neural Network Architectures for Image Compression
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

A Survey on Medical Image Compression: From Traditional to Learning-Based Approaches
von: Tong, Guofeng, et al.
Veröffentlicht: (2025)

Enhancing Adversarial Training with Prior Knowledge Distillation for Robust Image Compression
von: Cao, Zhi, et al.
Veröffentlicht: (2024)

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

Synthetic Volumetric Data Generation Enables Zero-Shot Generalization of Foundation Models in 3D Medical Image Segmentation
von: Chakrabarty, Satrajit, et al.
Veröffentlicht: (2026)

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)

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

Universal End-to-End Neural Network for Lossy Image Compression
von: Arezki, Bouzid, et al.
Veröffentlicht: (2024)

UP2D: Uncertainty-aware Progressive Pseudo-label Denoising for Source-Free Domain Adaptive Medical Image Segmentation
von: Bui-Tran, Quang-Khai, et al.
Veröffentlicht: (2025)

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

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

Beyond Pixel Agreement: Large Language Models as Clinical Guardrails for Reliable Medical Image Segmentation
von: Sheng, Jiaxi, et al.
Veröffentlicht: (2025)

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

Human Gaze-based Dual Teacher Guidance Learning for Semi-Supervised Medical Image Segmentation
von: Ge, Rongjun, et al.
Veröffentlicht: (2026)

Enhanced Diagnostic Fidelity in Pathology Whole Slide Image Compression via Deep Learning
von: Fischer, Maximilian, et al.
Veröffentlicht: (2025)

Compressed BC-LISTA via Low-Rank Convolutional Decomposition
von: Wang, Han, et al.
Veröffentlicht: (2026)

A Lightweight Model for Perceptual Image Compression via Implicit Priors
von: Wei, Hao, et al.
Veröffentlicht: (2025)

BVI-AOM: A New Training Dataset for Deep Video Compression Optimization
von: Nawała, Jakub, et al.
Veröffentlicht: (2024)

M$^4$oE: A Foundation Model for Medical Multimodal Image Segmentation with Mixture of Experts
von: Jiang, Yufeng, et al.
Veröffentlicht: (2024)

Optimization of Fractal Image Compression
von: Bagheritabar, Nastaran Pourshab Mohsen
Veröffentlicht: (2025)

D-CNN and VQ-VAE Autoencoders for Compression and Denoising of Industrial X-ray Computed Tomography Images
von: Hejazi, Bardia, et al.
Veröffentlicht: (2025)

Style Content Decomposition-based Data Augmentation for Domain Generalizable Medical Image Segmentation
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2025)

GMISeg: General Medical Image Segmentation without Re-Training
von: Xu, Jing
Veröffentlicht: (2023)

MediViSTA: Medical Video Segmentation via Temporal Fusion SAM Adaptation for Echocardiography
von: Kim, Sekeun, et al.
Veröffentlicht: (2023)

Iterative Collaboration Network Guided By Reconstruction Prior for Medical Image Super-Resolution
von: Kui, Xiaoyan, et al.
Veröffentlicht: (2025)

Noise Modeling in One Hour: Minimizing Preparation Efforts for Self-supervised Low-Light RAW Image Denoising
von: Li, Feiran, et al.
Veröffentlicht: (2025)

Linear Algebraic Approaches to Neuroimaging Data Compression: A Comparative Analysis of Matrix and Tensor Decomposition Methods for High-Dimensional Medical Images
von: Kim, Jaeho, et al.
Veröffentlicht: (2025)

Degradation Estimation Recurrent Neural Network with Local and Non-Local Priors for Compressive Spectral Imaging
von: Dong, Yubo, et al.
Veröffentlicht: (2023)

Semantics-Guided Generative Image Compression
von: Wu, Cheng-Lin, et al.
Veröffentlicht: (2025)