Buchumschlag

Ordinal Learning: Longitudinal Attention Alignment Model for Predicting Time to Future Breast Cancer Events from Mammograms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xin, Tan, Tao, Gao, Yuan, Marcus, Eric, Han, Luyi, Portaluri, Antonio, Zhang, Tianyu, Lu, Chunyao, Liang, Xinglong, Beets-Tan, Regina, Teuwen, Jonas, Mann, Ritse
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

DpDNet: An Dual-Prompt-Driven Network for Universal PET-CT Segmentation
von: Liang, Xinglong, et al.
Veröffentlicht: (2025)

Non-Adversarial Learning: Vector-Quantized Common Latent Space for Multi-Sequence MRI
von: Han, Luyi, et al.
Veröffentlicht: (2024)

To deform or not: treatment-aware longitudinal registration for breast DCE-MRI during neoadjuvant chemotherapy via unsupervised keypoints detection
von: Han, Luyi, et al.
Veröffentlicht: (2024)

LoGo-MR: Screening Breast MRI for Cancer Risk Prediction by Efficient Omni-Slice Modeling
von: Wang, Xin, et al.
Veröffentlicht: (2026)

SAFE-Diff: Scale-Aware Attention and Feature-Dispersive Diffusion with Uncertainty Estimation for Contrast-Enhanced Breast MRI Synthesis
von: Zhang, Tianyu, et al.
Veröffentlicht: (2026)

Comparing DWI image quality of deep-learning-reconstructed EPI with RESOLVE in breast lesions at 3.0T: a pilot study
von: Tsarouchi, Marialena I., et al.
Veröffentlicht: (2024)

Longitudinal Mammogram Risk Prediction
von: Karaman, Batuhan K., et al.
Veröffentlicht: (2024)

Foundation Models in Medical Imaging: A Review and Outlook
von: van Veldhuizen, Vivien, et al.
Veröffentlicht: (2025)

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

From Explainable to Explained AI: Ideas for Falsifying and Quantifying Explanations
von: Schirris, Yoni, et al.
Veröffentlicht: (2025)

2.75D: Boosting learning by representing 3D Medical imaging to 2D features for small data
von: Wang, Xin, et al.
Veröffentlicht: (2020)

Potential Time and Recall Benefits for Adaptive AI‐Based Breast Cancer MRI Screening
von: Luuk Balkenende, et al.
Veröffentlicht: (2025)

Reconsidering Explicit Longitudinal Mammography Alignment for Enhanced Breast Cancer Risk Prediction
von: Thrun, Solveig, et al.
Veröffentlicht: (2025)

The Impact of Longitudinal Mammogram Alignment on Breast Cancer Risk Assessment
von: Thrun, Solveig, et al.
Veröffentlicht: (2025)

Optimizing Breast Cancer Detection in Mammograms: A Comprehensive Study of Transfer Learning, Resolution Reduction, and Multi-View Classification
von: Petrini, Daniel G. P., et al.
Veröffentlicht: (2025)

A European Multi-Center Breast Cancer MRI Dataset
von: Müller-Franzes, Gustav, et al.
Veröffentlicht: (2025)

The Role of Large Language Models (LLMs) in Breast Imaging Today and in the Near Future
von: Simone Schiaffino, et al.
Veröffentlicht: (2025)

Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions
von: Luo, Luyang, et al.
Veröffentlicht: (2023)

Singular value decomposition based under‐sampling pattern optimization for MRI reconstruction
von: Xinglong Liang, et al.
Veröffentlicht: (2025)

Prompt Mechanisms in Medical Imaging: A Comprehensive Survey
von: Yang, Hao, et al.
Veröffentlicht: (2025)

End-to-end Adaptive Dynamic Subsampling and Reconstruction for Cardiac MRI
von: Yiasemis, George, et al.
Veröffentlicht: (2024)

Deep End-to-end Adaptive k-Space Sampling, Reconstruction, and Registration for Dynamic MRI
von: Yiasemis, George, et al.
Veröffentlicht: (2024)

PGDiffSeg: Prior-Guided Denoising Diffusion Model with Parameter-Shared Attention for Breast Cancer Segmentation
von: Feng, Feiyan, et al.
Veröffentlicht: (2024)

Attention-Map Augmentation for Hypercomplex Breast Cancer Classification
von: Lopez, Eleonora, et al.
Veröffentlicht: (2023)

Response to Letter to the Editor Regarding: “Potential Time and Recall Benefits for Adaptive AI‐Based Breast Cancer MRI Screening”
von: Luuk Balkenende, et al.
Veröffentlicht: (2025)

Deep Multi-contrast Cardiac MRI Reconstruction via vSHARP with Auxiliary Refinement Network
von: Yiasemis, George, et al.
Veröffentlicht: (2024)

vSHARP: variable Splitting Half-quadratic Admm algorithm for Reconstruction of inverse-Problems
von: Yiasemis, George, et al.
Veröffentlicht: (2023)

VMRA-MaR: An Asymmetry-Aware Temporal Framework for Longitudinal Breast Cancer Risk Prediction
von: Sun, Zijun, et al.
Veröffentlicht: (2025)

Unsupervised Hybrid framework for ANomaly Detection (HAND) -- applied to Screening Mammogram
von: Zhang, Zhemin, et al.
Veröffentlicht: (2024)

HOPE: Hybrid-granularity Ordinal Prototype Learning for Progression Prediction of Mild Cognitive Impairment
von: Wang, Chenhui, et al.
Veröffentlicht: (2024)

AI Applications to Breast MRI: Today and Tomorrow
von: Roberto Lo Gullo, et al.
Veröffentlicht: (2024)

RadiomicsFill-Mammo: Synthetic Mammogram Mass Manipulation with Radiomics Features
von: Na, Inye, et al.
Veröffentlicht: (2024)

UGGNet: Bridging U-Net and VGG for Advanced Breast Cancer Diagnosis
von: Minh, Tran Cao, et al.
Veröffentlicht: (2024)

Joint Supervised and Self-supervised Learning for MRI Reconstruction
von: Yiasemis, George, et al.
Veröffentlicht: (2023)

Fine-tuned Transformer Models for Breast Cancer Detection and Classification
von: Osman, Showkat, et al.
Veröffentlicht: (2025)

Breast Cancer Neoadjuvant Chemotherapy Treatment Response Prediction Using Aligned Longitudinal MRI and Clinical Data
von: Ravi, Rahul, et al.
Veröffentlicht: (2025)

DIOR-ViT: Differential Ordinal Learning Vision Transformer for Cancer Classification in Pathology Images
von: Lee, Ju Cheon, et al.
Veröffentlicht: (2024)

Joint Holistic and Lesion Controllable Mammogram Synthesis via Gated Conditional Diffusion Model
von: Li, Xin, et al.
Veröffentlicht: (2025)

HCMA-UNet: A Hybrid CNN-Mamba UNet with Axial Self-Attention for Efficient Breast Cancer Segmentation
von: Li, Haoxuan, et al.
Veröffentlicht: (2025)

Advancing H&E-to-IHC Stain Translation in Breast Cancer: A Multi-Magnification and Attention-Based Approach
von: Qu, Linhao, et al.
Veröffentlicht: (2024)