Buchumschlag

Enhancing the Utility of Privacy-Preserving Cancer Classification using Synthetic Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Osuala, Richard, Lang, Daniel M., Riess, Anneliese, Kaissis, Georgios, Szafranowska, Zuzanna, Skorupko, Grzegorz, Diaz, Oliver, Schnabel, Julia A., Lekadir, Karim
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fairness-Aware Data Augmentation for Cardiac MRI using Text-Conditioned Diffusion Models
von: Skorupko, Grzegorz, et al.
Veröffentlicht: (2024)

On Differentially Private 3D Medical Image Synthesis with Controllable Latent Diffusion Models
von: Daum, Deniz, et al.
Veröffentlicht: (2024)

Complex-valued Federated Learning with Differential Privacy and MRI Applications
von: Riess, Anneliese, et al.
Veröffentlicht: (2021)

Optimal conversion from Rényi Differential Privacy to $f$-Differential Privacy
von: Riess, Anneliese, et al.
Veröffentlicht: (2026)

Mask-Guided Multi-Channel SwinUNETR Framework for Robust MRI Classification
von: Joshi, Smriti, et al.
Veröffentlicht: (2025)

Federated nnU-Net for Privacy-Preserving Medical Image Segmentation
von: Skorupko, Grzegorz, et al.
Veröffentlicht: (2025)

Towards Learning Contrast Kinetics with Multi-Condition Latent Diffusion Models
von: Osuala, Richard, et al.
Veröffentlicht: (2024)

Temporal Neural Cellular Automata: Application to modeling of contrast enhancement in breast MRI
von: Lang, Daniel M., et al.
Veröffentlicht: (2025)

Mitigating annotation shift in cancer classification using single image generative models
von: Arcas, Marta Buetas, et al.
Veröffentlicht: (2024)

Agent-Based Output Drift Detection for Breast Cancer Response Prediction in a Multisite Clinical Decision Support System
von: Rafael-Palou, Xavier, et al.
Veröffentlicht: (2025)

Clinically-guided Data Synthesis for Laryngeal Lesion Detection
von: Baldini, Chiara, et al.
Veröffentlicht: (2025)

Simulating Dynamic Tumor Contrast Enhancement in Breast MRI using Conditional Generative Adversarial Networks
von: Osuala, Richard, et al.
Veröffentlicht: (2024)

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

Single Image Test-Time Adaptation via Multi-View Co-Training
von: Joshi, Smriti, et al.
Veröffentlicht: (2025)

From Mean to Extreme: Formal Differential Privacy Bounds on the Success of Real-World Data Reconstruction Attacks
von: Riess, Anneliese, et al.
Veröffentlicht: (2024)

Progressive Growing of Patch Size: Curriculum Learning for Accelerated and Improved Medical Image Segmentation
von: Fischer, Stefan M., et al.
Veröffentlicht: (2025)

Med-DualLoRA: Local Adaptation of Foundation Models for 3D Cardiac MRI
von: Perramon-Llussà, Joan, et al.
Veröffentlicht: (2026)

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

Machine Unlearning for Medical Imaging
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2024)

Your Privacy Depends on Others: Collusion Vulnerabilities in Individual Differential Privacy
von: Kaiser, Johannes, et al.
Veröffentlicht: (2026)

Utility-based Privacy Preserving Data Mining
von: Zhou, Qingfeng, et al.
Veröffentlicht: (2025)

Gradient-Weight Alignment as a Train-Time Proxy for Generalization in Classification Tasks
von: Hölzl, Florian A., et al.
Veröffentlicht: (2025)

Differentially Private Active Learning: Balancing Effective Data Selection and Privacy
von: Schwethelm, Kristian, et al.
Veröffentlicht: (2024)

Challenges And Innovations In Synthetic Data Generation: Toward Context-Aware, Privacy-Preserving, And High-Utility AI Data
von: Madhukiran Vaddi
Veröffentlicht: (2026)

Segmentation variability and radiomics stability for predicting Triple-Negative Breast Cancer subtype using Magnetic Resonance Imaging
von: Cama, Isabella, et al.
Veröffentlicht: (2025)

Synthetic Data: Revisiting the Privacy-Utility Trade-off
von: Sarmin, Fatima Jahan, et al.
Veröffentlicht: (2024)

Beyond the Calibration Point: Mechanism Comparison in Differential Privacy
von: Kaissis, Georgios, et al.
Veröffentlicht: (2024)

Stable and Privacy-Preserving Synthetic Educational Data with Empirical Marginals: A Copula-Based Approach
von: Ramos, Gabriel Diaz, et al.
Veröffentlicht: (2026)

Progressive Growing of Patch Size: Resource-Efficient Curriculum Learning for Dense Prediction Tasks
von: Fischer, Stefan M., et al.
Veröffentlicht: (2024)

Evaluating Privacy-Utility Tradeoffs in Synthetic Smart Grid Data
von: Catarino, Andre, et al.
Veröffentlicht: (2025)

SMOTE-DP: Improving Privacy-Utility Tradeoff with Synthetic Data
von: Zhou, Yan, et al.
Veröffentlicht: (2025)

Privacy-Preserving Fair Synthetic Tabular Data
von: Sarmin, Fatima J., et al.
Veröffentlicht: (2025)

Fréchet Radiomic Distance (FRD): A Versatile Metric for Comparing Medical Imaging Datasets
von: Konz, Nicholas, et al.
Veröffentlicht: (2024)

Laplace Sample Information: Data Informativeness Through a Bayesian Lens
von: Kaiser, Johannes, et al.
Veröffentlicht: (2025)

Lightweight Data-Free Denoising for Detail-Preserving Biomedical Image Restoration
von: Chobola, Tomáš, et al.
Veröffentlicht: (2025)

A Review of Privacy Metrics for Privacy-Preserving Synthetic Data Generation
von: Trudslev, Frederik Marinus, et al.
Veröffentlicht: (2025)

ViT Enhanced Privacy-Preserving Secure Medical Data Sharing and Classification
von: Amin, Al, et al.
Veröffentlicht: (2024)

Attack-Aware Noise Calibration for Differential Privacy
von: Kulynych, Bogdan, et al.
Veröffentlicht: (2024)

Incentivising the federation: gradient-based metrics for data selection and valuation in private decentralised training
von: Usynin, Dmitrii, et al.
Veröffentlicht: (2023)

How Much Is One Recurrence Worth? Iso-Depth Scaling Laws for Looped Language Models
von: Schwethelm, Kristian, et al.
Veröffentlicht: (2026)