Buchumschlag

Reproducible Benchmarking for Lung Nodule Detection and Malignancy Classification Across Multiple Low-Dose CT Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tushar, Fakrul Islam, Wang, Avivah, Dahal, Lavsen, Samei, Ehsan, Harowicz, Michael R., Kalpathy-Cramer, Jayashree, Lafata, Kyle J., Tailor, Tina D., Rudin, Cynthia, Lo, Joseph Y.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NodMAISI: Nodule-Oriented Medical AI for Synthetic Imaging
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2025)

SYN-LUNGS: Towards Simulating Lung Nodules with Anatomy-Informed Digital Twins for AI Training
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2025)

Demographic Distribution Matching between real world and virtual phantom population
von: Ghosh, Dhrubajyoti, et al.
Veröffentlicht: (2025)

Tri-Reader: An Open-Access, Multi-Stage AI Pipeline for First-Pass Lung Nodule Annotation in Screening CT
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2026)

Virtual Lung Screening Trial (VLST): An In Silico Study Inspired by the National Lung Screening Trial for Lung Cancer Detection
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2024)

The Utility of the Virtual Imaging Trials Methodology for Objective Characterization of AI Systems and Training Data
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2023)

XCAT-3.0: A Comprehensive Library of Personalized Digital Twins Derived from CT Scans
von: Dahal, Lavsen, et al.
Veröffentlicht: (2024)

Large Intestine 3D Shape Refinement Using Point Diffusion Models for Digital Phantom Generation
von: Mouheb, Kaouther, et al.
Veröffentlicht: (2023)

CT-IDP: Segmentation-Derived Quantitative Phenotypes for Interpretable Abdominal CT Disease Classification
von: Dahal, Lavsen, et al.
Veröffentlicht: (2026)

Peritumoral Expansion Radiomics for Improved Lung Cancer Classification
von: Tushar, Fakrul Islam
Veröffentlicht: (2024)

Refining Focus in AI for Lung Cancer: Comparing Lesion-Centric and Chest-Region Models with Performance Insights from Internal and External Validation
von: Tushar, Fakrul Islam
Veröffentlicht: (2024)

iTRIALSPACE: Programmable Virtual Lesion Trials for Controlled Evaluation of Lung CT Models
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2026)

Evaluating Large Language Models for Zero-Shot Disease Labeling in CT Radiology Reports Across Organ Systems
von: Garcia-Alcoser, Michael E., et al.
Veröffentlicht: (2025)

JANUS: Anatomy-Conditioned Gating for Robust CT Triage Under Distribution Shift
von: Dahal, Lavsen, et al.
Veröffentlicht: (2026)

Organ-Aware Attention Improves CT Triage and Classification
von: Dahal, Lavsen, et al.
Veröffentlicht: (2026)

What limits performance of weakly supervised deep learning for chest CT classification?
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2024)

Sensitivity analysis of key CT simulation parameters and their impact on quality of virtual images
von: Isabel Montero, et al.
Veröffentlicht: (2025)

AbdomenGen: Sequential Volume-Conditioned Diffusion Framework for Abdominal Anatomy Generation
von: Bhandari, Yubraj, et al.
Veröffentlicht: (2026)

Lung Nodule-SSM: Self-Supervised Lung Nodule Detection and Classification in Thoracic CT Images
von: Noreen, Muniba, et al.
Veröffentlicht: (2025)

Integrating medical physics into an EMR‐based radiology feedback system for quality improvement
von: Megan K. Russ, et al.
Veröffentlicht: (2025)

Development of a customizable model for spectral photon‐counting detector CT
von: Mridul Bhattarai, et al.
Veröffentlicht: (2025)

Leo Breiman, the Rashomon Effect, and the Occam Dilemma
von: Rudin, Cynthia
Veröffentlicht: (2025)

Concept-based Explainable Malignancy Scoring on Pulmonary Nodules in CT Images
von: Dumaev, Rinat I., et al.
Veröffentlicht: (2024)

Strategising the New Media Role for Engaging the Public Case Study: Total Solar Eclipse
von: Yamani, Avivah, et al.
Veröffentlicht: (2019)

AutoRad-Lung: A Radiomic-Guided Prompting Autoregressive Vision-Language Model for Lung Nodule Malignancy Prediction
von: Khademi, Sadaf, et al.
Veröffentlicht: (2025)

Vision-Language Model-Based Semantic-Guided Imaging Biomarker for Lung Nodule Malignancy Prediction
von: Zhuang, Luoting, et al.
Veröffentlicht: (2025)

Prediction of Histological Subtype Based on Segmental Localization of Malignant Pulmonary Nodule in the Upper Lobe of the Lung
von: Aysegul Gencer, et al.
Veröffentlicht: (2026)

UE , CT , and ACR TI ‐ RADS Grading in the Combined Diagnosis of Benign and Malignant Thyroid Nodules
von: Haijun Li, et al.
Veröffentlicht: (2026)

Lung-CADex: Fully automatic Zero-Shot Detection and Classification of Lung Nodules in Thoracic CT Images
von: Shaukat, Furqan, et al.
Veröffentlicht: (2024)

Perspective Application of Passive Optical Network with Optimized Bus Topology
von: P. Lafata
Veröffentlicht: (2012)

Integrating Machine Learning in Clinical Practice for Characterizing the Malignancy of Solitary Pulmonary Nodules in PET/CT Screening
von: PAPAGEORGIOU, ELPINIKI
Veröffentlicht: (2024)

LAND: Lung and Nodule Diffusion for 3D Chest CT Synthesis with Anatomical Guidance
von: Oliveras, Anna, et al.
Veröffentlicht: (2025)

An Integrated Nomogram Combining Deep Learning and Radiomics for Predicting Malignancy of Pulmonary Nodules Using CT ‐Derived Nodules and Adipose Tissue: A Multicenter Study
von: Shidi Miao, et al.
Veröffentlicht: (2024)

Impact of Clinical Practice Guidelines on Pediatric Tonsillectomy for Tonsillitis
von: Avivah J. Wang, et al.
Veröffentlicht: (2024)

LungNoduleAgent: A Collaborative Multi-Agent System for Precision Diagnosis of Lung Nodules
von: Yang, Cheng, et al.
Veröffentlicht: (2025)

Beyond Benchmarks: A Framework for Post Deployment Validation of CT Lung Nodule Detection AI
von: Soliman, Daniel
Veröffentlicht: (2026)

Reconstruction Interval Z-Phase Dependence of AI Detection Sensitivity in CT Lung Nodule Screening
von: Soliman, Dan
Veröffentlicht: (2026)

Assessing the Impact of Climate Change on Agricultural Water Availability: A Comprehensive Study on the Farmers in Northern Bangladesh
von: Abu Shahen, et al.
Veröffentlicht: (2025)

LMLCC-Net: A Semi-Supervised Deep Learning Model for Lung Nodule Malignancy Prediction from CT Scans using a Novel Hounsfield Unit-Based Intensity Filtering
von: Mamun, Tasnia Binte, et al.
Veröffentlicht: (2025)

Transplant-Ready? Evaluating AI Lung Segmentation Models in Candidates with Severe Lung Disease
von: Lee, Jisoo, et al.
Veröffentlicht: (2025)