Buchumschlag

Multimodal Learning With Intraoperative CBCT & Variably Aligned Preoperative CT Data To Improve Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tschuchnig, Maximilian E., Steininger, Philipp, Gadermayr, 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

Initial Study On Improving Segmentation By Combining Preoperative CT And Intraoperative CBCT Using Synthetic Data
von: Tschuchnig, Maximilian E., et al.
Veröffentlicht: (2024)

Enhancing Synthetic CT from CBCT via Multimodal Fusion: A Study on the Impact of CBCT Quality and Alignment
von: Tschuchnig, Maximilian, et al.
Veröffentlicht: (2025)

Enhancing Synthetic CT from CBCT via Multimodal Fusion and End-To-End Registration
von: Tschuchnig, Maximilian, et al.
Veröffentlicht: (2025)

Multi-task Learning To Improve Semantic Segmentation Of CBCT Scans Using Image Reconstruction
von: Tschuchnig, Maximilian Ernst, et al.
Veröffentlicht: (2023)

Anomaly Detection in Medical Imaging -- A Mini Review
von: Tschuchnig, Maximilian E., et al.
Veröffentlicht: (2021)

Hybrid Deep Learning and Handcrafted Feature Fusion for Mammographic Breast Cancer Classification
von: Tschuchnig, Maximilian, et al.
Veröffentlicht: (2025)

CBCTLiTS: A Synthetic, Paired CBCT/CT Dataset For Segmentation And Style Transfer
von: Tschuchnig, Maximilian E., et al.
Veröffentlicht: (2024)

Evaluation of Multi-Scale Multiple Instance Learning to Improve Thyroid Cancer Classification
von: Tschuchnig, Maximilian E., et al.
Veröffentlicht: (2022)

Intraoperative Glioma Segmentation with YOLO + SAM for Improved Accuracy in Tumor Resection
von: Kassam, Samir, et al.
Veröffentlicht: (2024)

3D CBCT Challenge 2024: Improved Cone Beam CT Reconstruction using SwinIR-Based Sinogram and Image Enhancement
von: Alavala, Sasidhar, et al.
Veröffentlicht: (2024)

Promptable Longitudinal Lesion Segmentation in Whole-Body CT
von: Kirchhoff, Yannick, et al.
Veröffentlicht: (2025)

HC$^3$L-Diff: Hybrid conditional latent diffusion with high frequency enhancement for CBCT-to-CT synthesis
von: Yin, Shi, et al.
Veröffentlicht: (2024)

Data-Centric Strategies for Overcoming PET/CT Heterogeneity: Insights from the AutoPET III Lesion Segmentation Challenge
von: Kovacs, Balint, et al.
Veröffentlicht: (2024)

Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement
von: Zöllner, Cedric, et al.
Veröffentlicht: (2025)

AdaMSS: Adaptive Multi-Modality Segmentation-to-Survival Learning for Survival Outcome Prediction from PET/CT Images
von: Meng, Mingyuan, et al.
Veröffentlicht: (2023)

Improve Cross-Modality Segmentation by Treating T1-Weighted MRI Images as Inverted CT Scans
von: Häntze, Hartmut, et al.
Veröffentlicht: (2024)

Cone-Beam CT Image Quality Enhancement Using A Latent Diffusion Model Trained with Simulated CBCT Artifacts
von: Murahashi, Naruki, et al.
Veröffentlicht: (2026)

ARTInp: CBCT-to-CT Image Inpainting and Image Translation in Radiotherapy
von: Brioso, Ricardo Coimbra, et al.
Veröffentlicht: (2025)

Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction
von: Liu, Zhentao, et al.
Veröffentlicht: (2023)

Deep Learning-Based Segmentation of Tumors in PET/CT Volumes: Benchmark of Different Architectures and Training Strategies
von: Górka, Monika, et al.
Veröffentlicht: (2024)

Improving Segment Anything on the Fly: Auxiliary Online Learning and Adaptive Fusion for Medical Image Segmentation
von: Huang, Tianyu, et al.
Veröffentlicht: (2024)

Non-inferiority of Deep Learning Acute Ischemic Stroke Segmentation on Non-Contrast CT Compared to Expert Neuroradiologists
von: Ostmeier, Sophie, et al.
Veröffentlicht: (2022)

Longitudinal Segmentation of MS Lesions via Temporal Difference Weighting
von: Rokuss, Maximilian, et al.
Veröffentlicht: (2024)

Data Diet: Can Trimming PET/CT Datasets Enhance Lesion Segmentation?
von: Jaus, Alexander, et al.
Veröffentlicht: (2024)

A Unified Framework for Foreground and Anonymization Area Segmentation in CT and MRI Data
von: Nohel, Michal, et al.
Veröffentlicht: (2025)

Towards Efficient and Accurate CT Segmentation via Edge-Preserving Probabilistic Downsampling
von: Ali, Shahzad, et al.
Veröffentlicht: (2024)

Multi-modal Evidential Fusion Network for Trustworthy PET/CT Tumor Segmentation
von: Qi, Yuxuan, et al.
Veröffentlicht: (2024)

Large-Scale Multi-Center CT and MRI Segmentation of Pancreas with Deep Learning
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2024)

Skeleton Recall Loss for Connectivity Conserving and Resource Efficient Segmentation of Thin Tubular Structures
von: Kirchhoff, Yannick, et al.
Veröffentlicht: (2024)

Few-Shot Distribution-Aligned Flow Matching for Data Synthesis in Medical Image Segmentation
von: Yang, Jie, et al.
Veröffentlicht: (2026)

M3BUNet: Mobile Mean Max UNet for Pancreas Segmentation on CT-Scans
von: juwita, Juwita, et al.
Veröffentlicht: (2024)

Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification
von: Hou, Benjamin, et al.
Veröffentlicht: (2024)

Interactive Segmentation and Report Generation for CT Images
von: Gu, Yannian, et al.
Veröffentlicht: (2025)

S-CycleGAN: Semantic Segmentation Enhanced CT-Ultrasound Image-to-Image Translation for Robotic Ultrasonography
von: Song, Yuhan, et al.
Veröffentlicht: (2024)

Comprehensive Evaluation of Quantitative Measurements from Automated Deep Segmentations of PSMA PET/CT Images
von: Dzikunu, Obed Korshie, et al.
Veröffentlicht: (2025)

Minimally Interactive Segmentation of Soft-Tissue Tumors on CT and MRI using Deep Learning
von: Spaanderman, Douwe J., et al.
Veröffentlicht: (2024)

Neurovascular Segmentation in sOCT with Deep Learning and Synthetic Training Data
von: Chollet, Etienne, et al.
Veröffentlicht: (2024)

C^2RV: Cross-Regional and Cross-View Learning for Sparse-View CBCT Reconstruction
von: Lin, Yiqun, et al.
Veröffentlicht: (2024)

Improving Lung Cancer Diagnosis and Survival Prediction with Deep Learning and CT Imaging
von: Wang, Xiawei, et al.
Veröffentlicht: (2024)

Towards Automatic Abdominal MRI Organ Segmentation: Leveraging Synthesized Data Generated From CT Labels
von: Ciausu, Cosmin, et al.
Veröffentlicht: (2024)