Buchumschlag

Exploiting Scale-Variant Attention for Segmenting Small Medical Objects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dai, Wei, Liu, Rui, Wu, Zixuan, Wu, Tianyi, Wang, Min, Zhou, Junxian, Yuan, Yixuan, Liu, Jun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deeply Supervised Skin Lesions Diagnosis with Stage and Branch Attention
von: Dai, Wei, et al.
Veröffentlicht: (2022)

DiffRect: Latent Diffusion Label Rectification for Semi-supervised Medical Image Segmentation
von: Liu, Xinyu, et al.
Veröffentlicht: (2024)

Spatial-Frequency Dual Progressive Attention Network For Medical Image Segmentation
von: Zhou, Zhenhuan, et al.
Veröffentlicht: (2024)

EFCNet: Every Feature Counts for Small Medical Object Segmentation
von: Kong, Lingjie, et al.
Veröffentlicht: (2024)

U-KAN Makes Strong Backbone for Medical Image Segmentation and Generation
von: Li, Chenxin, et al.
Veröffentlicht: (2024)

Harnessing Lightweight Transformer with Contextual Synergic Enhancement for Efficient 3D Medical Image Segmentation
von: Liu, Xinyu, et al.
Veröffentlicht: (2026)

Prompt-Guided Dual-Path UNet with Mamba for Medical Image Segmentation
von: Zhang, Shaolei, et al.
Veröffentlicht: (2025)

MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention
von: Shao, Hao, et al.
Veröffentlicht: (2023)

One-Prompt to Segment All Medical Images
von: Wu, Junde, et al.
Veröffentlicht: (2023)

Object Segmentation-Assisted Inter Prediction for Versatile Video Coding
von: Li, Zhuoyuan, et al.
Veröffentlicht: (2024)

MS-Twins: Multi-Scale Deep Self-Attention Networks for Medical Image Segmentation
von: Xu, Jing
Veröffentlicht: (2023)

Dino U-Net: Exploiting High-Fidelity Dense Features from Foundation Models for Medical Image Segmentation
von: Li, Haoyue, et al.
Veröffentlicht: (2025)

UN-SAM: Universal Prompt-Free Segmentation for Generalized Nuclei Images
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

Towards Collective Intelligence: Uncertainty-aware SAM Adaptation for Ambiguous Medical Image Segmentation
von: Jiang, Mingzhou, et al.
Veröffentlicht: (2024)

Structure Matters: Revisiting Boundary Refinement in Video Object Segmentation
von: Qin, Guanyi, et al.
Veröffentlicht: (2025)

Medical Image Segmentation Using Directional Window Attention
von: Kareem, Daniya Najiha Abdul, et al.
Veröffentlicht: (2024)

Exploiting Self-Supervised Constraints in Image Super-Resolution
von: Wu, Gang, et al.
Veröffentlicht: (2024)

MedUHIP: Towards Human-In-the-Loop Medical Segmentation
von: Zhu, Jiayuan, et al.
Veröffentlicht: (2024)

Spatial-aware Attention Generative Adversarial Network for Semi-supervised Anomaly Detection in Medical Image
von: Zhang, Zerui, et al.
Veröffentlicht: (2024)

MedSAM-CA: A CNN-Augmented ViT with Attention-Enhanced Multi-Scale Fusion for Medical Image Segmentation
von: Tian, Peiting, et al.
Veröffentlicht: (2025)

A Comprehensive Review of U-Net and Its Variants: Advances and Applications in Medical Image Segmentation
von: Jiangtao, Wang, et al.
Veröffentlicht: (2025)

Large-Vocabulary Segmentation for Medical Images with Text Prompts
von: Zhao, Ziheng, et al.
Veröffentlicht: (2023)

CTSpine1K: A Large-Scale Dataset for Spinal Vertebrae Segmentation in Computed Tomography
von: Deng, Yang, et al.
Veröffentlicht: (2021)

Segment Anything in Medical Images
von: Ma, Jun, et al.
Veröffentlicht: (2023)

Region Attention Transformer for Medical Image Restoration
von: Yang, Zhiwen, et al.
Veröffentlicht: (2024)

CSWin-UNet: Transformer UNet with Cross-Shaped Windows for Medical Image Segmentation
von: Liu, Xiao, et al.
Veröffentlicht: (2024)

Task-oriented Uncertainty Collaborative Learning for Label-Efficient Brain Tumor Segmentation
von: Zhang, Zhenxuan, et al.
Veröffentlicht: (2025)

KANDU-Net:A Dual-Channel U-Net with KAN for Medical Image Segmentation
von: Fang, Chenglin, et al.
Veröffentlicht: (2024)

Med-URWKV†: Toward Enhanced Pretrained Pure VRWKV Models for Medical Image Segmentation
von: Zhou, Zhenhuan, et al.
Veröffentlicht: (2025)

CP-UNet: Contour-based Probabilistic Model for Medical Ultrasound Images Segmentation
von: Yu, Ruiguo, et al.
Veröffentlicht: (2024)

Structure Unbiased Adversarial Model for Medical Image Segmentation
von: Zhang, Tianyang, et al.
Veröffentlicht: (2022)

SemiSAM+: Rethinking Semi-Supervised Medical Image Segmentation in the Era of Foundation Models
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

EMCAD: Efficient Multi-scale Convolutional Attention Decoding for Medical Image Segmentation
von: Rahman, Md Mostafijur, et al.
Veröffentlicht: (2024)

Enhancing Weakly Supervised 3D Medical Image Segmentation through Probabilistic-aware Learning
von: Jiang, Runmin, et al.
Veröffentlicht: (2024)

FedLPPA: Learning Personalized Prompt and Aggregation for Federated Weakly-supervised Medical Image Segmentation
von: Lin, Li, et al.
Veröffentlicht: (2024)

Stroke Lesion Segmentation using Multi-Stage Cross-Scale Attention
von: Shang, Liang, et al.
Veröffentlicht: (2025)

Enhancing Brain Tumor Segmentation Using Channel Attention and Transfer learning
von: Behzadpour, Majid, et al.
Veröffentlicht: (2025)

Large-Scale Label Quality Assessment for Medical Segmentation via a Vision-Language Judge and Synthetic Data
von: Chen, Yixiong, et al.
Veröffentlicht: (2026)

FedGS: Federated Gradient Scaling for Heterogeneous Medical Image Segmentation
von: Schutte, Philip, et al.
Veröffentlicht: (2024)

STPNet: Scale-aware Text Prompt Network for Medical Image Segmentation
von: Shan, Dandan, et al.
Veröffentlicht: (2025)