Buchumschlag

Detecting Domain Shift in Multiple Instance Learning for Digital Pathology Using Fréchet Domain Distance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pocevičiūtė, Milda, Eilertsen, Gabriel, Garvin, Stina, Lundström, Claes
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reducing Variability of Multiple Instance Learning Methods for Digital Pathology
von: Mammadov, Ali, et al.
Veröffentlicht: (2025)

Self-Supervision Enhances Instance-based Multiple Instance Learning Methods in Digital Pathology: A Benchmark Study
von: Mammadov, Ali, et al.
Veröffentlicht: (2025)

Validation of Conformal Prediction in Cervical Atypia Classification
von: Hagos, Misgina Tsighe, et al.
Veröffentlicht: (2025)

HookMIL: Revisiting Context Modeling in Multiple Instance Learning for Computational Pathology
von: Ling, Xitong, et al.
Veröffentlicht: (2025)

FedDAP: Domain-Aware Prototype Learning for Federated Learning under Domain Shift
von: Le, Huy Q., et al.
Veröffentlicht: (2026)

Mamba2MIL: State Space Duality Based Multiple Instance Learning for Computational Pathology
von: Zhang, Yuqi, et al.
Veröffentlicht: (2024)

Hyperbolic Active Learning for Semantic Segmentation under Domain Shift
von: Franco, Luca, et al.
Veröffentlicht: (2023)

Label Dropout: Improved Deep Learning Echocardiography Segmentation Using Multiple Datasets With Domain Shift and Partial Labelling
von: Islam, Iman, et al.
Veröffentlicht: (2024)

Benchmarking Pathology Foundation Models for Spatial Domain Understanding
von: Zhao, Bokai, et al.
Veröffentlicht: (2026)

Language-Guided Instance-Aware Domain-Adaptive Panoptic Segmentation
von: Mansour, Elham Amin, et al.
Veröffentlicht: (2024)

Addressing Domain Shift via Imbalance-Aware Domain Adaptation in Embryo Development Assessment
von: Li, Lei, et al.
Veröffentlicht: (2025)

GAS-MIL: Group-Aggregative Selection Multi-Instance Learning for Ensemble of Foundation Models in Digital Pathology Image Analysis
von: Quan, Peiran, et al.
Veröffentlicht: (2025)

SODA: Out-of-Distribution Detection in Domain-Shifted Point Clouds via Neighborhood Propagation
von: Goodge, Adam, et al.
Veröffentlicht: (2025)

Finding Regions of Interest in Whole Slide Images Using Multiple Instance Learning
von: Afonso, Martim, et al.
Veröffentlicht: (2024)

WsiCaption: Multiple Instance Generation of Pathology Reports for Gigapixel Whole-Slide Images
von: Chen, Pingyi, et al.
Veröffentlicht: (2023)

HiLo: A Learning Framework for Generalized Category Discovery Robust to Domain Shifts
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

Detecting Performance Degradation under Data Shift in Pathology Vision-Language Model
von: Guan, Hao, et al.
Veröffentlicht: (2026)

Benchmarking Domain Generalization Algorithms in Computational Pathology
von: Zamanitajeddin, Neda, et al.
Veröffentlicht: (2024)

Learned Image Compression and Restoration for Digital Pathology
von: Lee, SeonYeong, et al.
Veröffentlicht: (2025)

Spatial Blindness in Whole-Slide Multiple Instance Learning
von: Li, Xiangyu, et al.
Veröffentlicht: (2026)

MedShift: Implicit Conditional Transport for X-Ray Domain Adaptation
von: Caetano, Francisco, et al.
Veröffentlicht: (2025)

A Generalized Label Shift Perspective for Cross-Domain Gaze Estimation
von: Yang, Hao-Ran, et al.
Veröffentlicht: (2025)

S4DL: Shift-sensitive Spatial-Spectral Disentangling Learning for Hyperspectral Image Unsupervised Domain Adaptation
von: Feng, Jie, et al.
Veröffentlicht: (2024)

Domain Similarity-Perceived Label Assignment for Domain Generalized Underwater Object Detection
von: Li, Xisheng, et al.
Veröffentlicht: (2023)

CAPRMIL: Context-Aware Patch Representations for Multiple Instance Learning
von: Lolos, Andreas, et al.
Veröffentlicht: (2025)

Unexplored Faces of Robustness and Out-of-Distribution: Covariate Shifts in Environment and Sensor Domains
von: Baek, Eunsu, et al.
Veröffentlicht: (2024)

Self-Supervised Multiple Instance Learning for Acute Myeloid Leukemia Classification
von: Kazeminia, Salome, et al.
Veröffentlicht: (2024)

MIL-PF: Multiple Instance Learning on Precomputed Features for Mammography Classification
von: Jovišić, Nikola, et al.
Veröffentlicht: (2026)

Label-free Concept Based Multiple Instance Learning for Gigapixel Histopathology
von: Sun, Susu, et al.
Veröffentlicht: (2025)

A Shift in Perspective on Causality in Domain Generalization
von: Machlanski, Damian, et al.
Veröffentlicht: (2025)

Equitable Skin Disease Prediction Using Transfer Learning and Domain Adaptation
von: Dip, Sajib Acharjee, et al.
Veröffentlicht: (2024)

WildIng: A Wildlife Image Invariant Representation Model for Geographical Domain Shift
von: Santamaria, Julian D., et al.
Veröffentlicht: (2026)

Fake It Till You Make It: Using Synthetic Data and Domain Knowledge for Improved Text-Based Learning for LGE Detection
von: Jacob, Athira J, et al.
Veröffentlicht: (2025)

Multi-View Stenosis Classification Leveraging Transformer-Based Multiple-Instance Learning Using Real-World Clinical Data
von: Cenikj, Nikola, et al.
Veröffentlicht: (2026)

CD-FKD: Cross-Domain Feature Knowledge Distillation for Robust Single-Domain Generalization in Object Detection
von: Lee, Junseok, et al.
Veröffentlicht: (2026)

An Example for Domain Adaptation Using CycleGAN
von: Zhao, Yanhua
Veröffentlicht: (2026)

Interpretable Cross-Domain Few-Shot Learning with Rectified Target-Domain Local Alignment
von: Zhao, Yaze, et al.
Veröffentlicht: (2026)

Digital Image Forgery Detection Using Transfer Learning
von: Buyuk, Fatma Betul, et al.
Veröffentlicht: (2026)

Towards Continual Visual Anomaly Detection in the Medical Domain
von: Barusco, Manuel, et al.
Veröffentlicht: (2025)

GCE-MIL: Faithful and Recoverable Evidence for Multiple Instance Learning in Whole-Slide Imaging
von: Li, Xiangyu, et al.
Veröffentlicht: (2026)