Buchumschlag

Mammo-CLIP: Leveraging Contrastive Language-Image Pre-training (CLIP) for Enhanced Breast Cancer Diagnosis with Multi-view Mammography

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xuxin, Li, Yuheng, Hu, Mingzhe, Salari, Ella, Chen, Xiaoqian, Qiu, Richard L. J., Zheng, Bin, Yang, Xiaofeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mammo-CLIP: A Vision Language Foundation Model to Enhance Data Efficiency and Robustness in Mammography
von: Ghosh, Shantanu, et al.
Veröffentlicht: (2024)

Transformer-Based Explainable Deep Learning for Breast Cancer Detection in Mammography: The MammoFormer Framework
von: Peter, Ojonugwa Oluwafemi Ejiga, et al.
Veröffentlicht: (2025)

Reconsidering Explicit Longitudinal Mammography Alignment for Enhanced Breast Cancer Risk Prediction
von: Thrun, Solveig, et al.
Veröffentlicht: (2025)

Enhancing Breast Cancer Diagnosis in Mammography: Evaluation and Integration of Convolutional Neural Networks and Explainable AI
von: Ahmed, Maryam, et al.
Veröffentlicht: (2024)

MammoClean: Toward Reproducible and Bias-Aware AI in Mammography through Dataset Harmonization
von: Zafari, Yalda, et al.
Veröffentlicht: (2025)

Cross-Attention Multimodal Fusion for Breast Cancer Diagnosis: Integrating Mammography and Clinical Data with Explainability
von: Nantogmah, Muhaisin Tiyumba, et al.
Veröffentlicht: (2025)

MamT$^4$: Multi-view Attention Networks for Mammography Cancer Classification
von: Ibragimov, Alisher, et al.
Veröffentlicht: (2024)

Mammo-Mamba: A Hybrid State-Space and Transformer Architecture with Sequential Mixture of Experts for Multi-View Mammography
von: Bayatmakou, Farnoush, et al.
Veröffentlicht: (2025)

Attention-Enhanced Deep Learning Ensemble for Breast Density Classification in Mammography
von: Sharifian, Peyman, et al.
Veröffentlicht: (2025)

A Deep Learning Approach for Virtual Contrast Enhancement in Contrast Enhanced Spectral Mammography
von: Rofena, Aurora, et al.
Veröffentlicht: (2023)

Label-Efficient Chest X-ray Diagnosis via Partial CLIP Adaptation
von: Dalsania, Heet Nitinkumar
Veröffentlicht: (2025)

Pre- to Post-Contrast Breast MRI Synthesis for Enhanced Tumour Segmentation
von: Osuala, Richard, et al.
Veröffentlicht: (2023)

Adversarially Robust Feature Learning for Breast Cancer Diagnosis
von: Hao, Degan, et al.
Veröffentlicht: (2024)

RoMedFormer: A Rotary-Embedding Transformer Foundation Model for 3D Genito-Pelvic Structure Segmentation in MRI and CT
von: Li, Yuheng, et al.
Veröffentlicht: (2025)

Comparison of ConvNeXt and Vision-Language Models for Breast Density Assessment in Screening Mammography
von: Molina-Román, Yusdivia, et al.
Veröffentlicht: (2025)

Comparing Conditional Diffusion Models for Synthesizing Contrast-Enhanced Breast MRI from Pre-Contrast Images
von: Ibarra, Sebastian, et al.
Veröffentlicht: (2025)

Transfer CLIP for Generalizable Image Denoising
von: Cheng, Jun, et al.
Veröffentlicht: (2024)

CLIPPan: Adapting CLIP as A Supervisor for Unsupervised Pansharpening
von: Jian, Lihua, et al.
Veröffentlicht: (2025)

CLIPVQA:Video Quality Assessment via CLIP
von: Xing, Fengchuang, et al.
Veröffentlicht: (2024)

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

Whitened CLIP as a Likelihood Surrogate of Images and Captions
von: Betser, Roy, et al.
Veröffentlicht: (2025)

VLSM-Ensemble: Ensembling CLIP-based Vision-Language Models for Enhanced Medical Image Segmentation
von: Dietlmeier, Julia, et al.
Veröffentlicht: (2025)

Joint Stream: Malignant Region Learning for Breast Cancer Diagnosis
von: Rehman, Abdul, et al.
Veröffentlicht: (2024)

CABLD: Contrast-Agnostic Brain Landmark Detection with Consistency-Based Regularization
von: Salari, Soorena, et al.
Veröffentlicht: (2024)

Cross-view Generalized Diffusion Model for Sparse-view CT Reconstruction
von: Chen, Jixiang, et al.
Veröffentlicht: (2025)

CLIP-Driven Universal Model for Organ Segmentation and Tumor Detection
von: Liu, Jie, et al.
Veröffentlicht: (2023)

Leveraging Pre-trained Models for FF-to-FFPE Histopathological Image Translation
von: Zhang, Qilai, et al.
Veröffentlicht: (2024)

FluoCLIP: Stain-Aware Focus Quality Assessment in Fluorescence Microscopy
von: Park, Hyejin, et al.
Veröffentlicht: (2026)

Fine-tuned Transformer Models for Breast Cancer Detection and Classification
von: Osman, Showkat, et al.
Veröffentlicht: (2025)

ManiNeg: Manifestation-guided Multimodal Pretraining for Mammography Classification
von: Li, Xujun, et al.
Veröffentlicht: (2024)

Deep Learning-Based Breast Cancer Detection in Mammography: A Multi-Center Validation Study in Thai Population
von: Chamveha, Isarun, et al.
Veröffentlicht: (2025)

SMIC: Semantic Multi-Item Compression based on CLIP dictionary
von: Bachard, Tom, et al.
Veröffentlicht: (2024)

CLIP-RL: Surgical Scene Segmentation Using Contrastive Language-Vision Pretraining & Reinforcement Learning
von: Ahmed, Fatmaelzahraa Ali, et al.
Veröffentlicht: (2025)

Cardiac-CLIP: A Vision-Language Foundation Model for 3D Cardiac CT Images
von: Hu, Yutao, et al.
Veröffentlicht: (2025)

Attention-Guided Fair AI Modeling for Skin Cancer Diagnosis
von: Zhu, Mingcheng, et al.
Veröffentlicht: (2025)

RadiomicsFill-Mammo: Synthetic Mammogram Mass Manipulation with Radiomics Features
von: Na, Inye, et al.
Veröffentlicht: (2024)

BC-MRI-SEG: A Breast Cancer MRI Tumor Segmentation Benchmark
von: Bilic, Anthony, et al.
Veröffentlicht: (2024)

CLIP Based Region-Aware Feature Fusion for Automated BBPS Scoring in Colonoscopy Images
von: Fu, Yujia, et al.
Veröffentlicht: (2025)

RoWSFormer: A Robust Watermarking Framework with Swin Transformer for Enhanced Geometric Attack Resilience
von: Chen, Weitong, et al.
Veröffentlicht: (2024)

Comparative Analysis of Segment Anything Model and U-Net for Breast Tumor Detection in Ultrasound and Mammography Images
von: Ahmadi, Mohsen, et al.
Veröffentlicht: (2023)