Buchumschlag

D2-MLP: Dynamic Decomposed MLP Mixer for Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Jin, Yu, Xiaobing, Qiu, Peijie
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

Boosting Convolution with Efficient MLP-Permutation for Volumetric Medical Image Segmentation
von: Lin, Yi, et al.
Veröffentlicht: (2023)

QN-Mixer: A Quasi-Newton MLP-Mixer Model for Sparse-View CT Reconstruction
von: Ayad, Ishak, et al.
Veröffentlicht: (2024)

D-Net: Dynamic Large Kernel with Dynamic Feature Fusion for Volumetric Medical Image Segmentation
von: Yang, Jin, et al.
Veröffentlicht: (2024)

MLP-SRGAN: A Single-Dimension Super Resolution GAN using MLP-Mixer
von: Mitha, Samir, et al.
Veröffentlicht: (2023)

AgileFormer: Spatially Agile Transformer UNet for Medical Image Segmentation
von: Qiu, Peijie, et al.
Veröffentlicht: (2024)

UCM-Net: A Lightweight and Efficient Solution for Skin Lesion Segmentation using MLP and CNN
von: Yuan, Chunyu, et al.
Veröffentlicht: (2023)

SelfReg-UNet: Self-Regularized UNet for Medical Image Segmentation
von: Zhu, Wenhui, et al.
Veröffentlicht: (2024)

3DPX: Progressive 2D-to-3D Oral Image Reconstruction with Hybrid MLP-CNN Networks
von: Li, Xiaoshuang, et al.
Veröffentlicht: (2024)

CMU-Net: A Strong ConvMixer-based Medical Ultrasound Image Segmentation Network
von: Tang, Fenghe, et al.
Veröffentlicht: (2022)

STA-Unet: Rethink the semantic redundant for Medical Imaging Segmentation
von: Vasa, Vamsi Krishna, et al.
Veröffentlicht: (2024)

GroupedMixer: An Entropy Model with Group-wise Token-Mixers for Learned Image Compression
von: Li, Daxin, et al.
Veröffentlicht: (2024)

FEFormer: Frequency-enhanced Vision Transformer for Generic Knowledge Extraction and Adaptive Feature Fusion in Volumetric Medical Image Segmentation
von: Yang, Jin, et al.
Veröffentlicht: (2026)

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

SAM2-3dMed: Empowering SAM2 for 3D Medical Image Segmentation
von: Yang, Yeqing, et al.
Veröffentlicht: (2025)

Cracking Instance Jigsaw Puzzles: An Alternative to Multiple Instance Learning for Whole Slide Image Analysis
von: Chen, Xiwen, et al.
Veröffentlicht: (2025)

Conformal Lesion Segmentation for 3D Medical Images
von: Tan, Binyu, et al.
Veröffentlicht: (2025)

Adapting Medical Vision Foundation Models for Volumetric Medical Image Segmentation via Active Learning and Selective Semi-supervised Fine-tuning
von: Yang, Jin, et al.
Veröffentlicht: (2025)

SGDC: Structurally-Guided Dynamic Convolution for Medical Image Segmentation
von: Shi, Bo, et al.
Veröffentlicht: (2026)

SliceMamba with Neural Architecture Search for Medical Image Segmentation
von: Fan, Chao, et al.
Veröffentlicht: (2024)

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

Generative Enhancement for 3D Medical Images
von: Zhu, Lingting, et al.
Veröffentlicht: (2024)

3D Medical Imaging Segmentation on Non-Contrast CT
von: Gang, Canxuan, et al.
Veröffentlicht: (2025)

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

CLOG-CD: Curriculum Learning based on Oscillating Granularity of Class Decomposed Medical Image Classification
von: Abbas, Asmaa, et al.
Veröffentlicht: (2025)

Dual-Alignment Knowledge Retention for Continual Medical Image Segmentation
von: Ye, Yuxin, et al.
Veröffentlicht: (2025)

SAM3D: Segment Anything Model in Volumetric Medical Images
von: Bui, Nhat-Tan, et al.
Veröffentlicht: (2023)

Leveraging Fixed and Dynamic Pseudo-labels for Semi-supervised Medical Image Segmentation
von: Kumari, Suruchi, et al.
Veröffentlicht: (2024)

Optimizing Medical Image Segmentation with Advanced Decoder Design
von: Yang, Weibin, et al.
Veröffentlicht: (2024)

Compressive Imaging Reconstruction via Tensor Decomposed Multi-Resolution Grid Encoding
von: Jin, Zhenyu, et al.
Veröffentlicht: (2025)

Segmenting Medical Images with Limited Data
von: Liua, Zhaoshan, et al.
Veröffentlicht: (2024)

VM-UNET-V2 Rethinking Vision Mamba UNet for Medical Image Segmentation
von: Zhang, Mingya, et al.
Veröffentlicht: (2024)

Advancing Medical Image Segmentation with Mini-Net: A Lightweight Solution Tailored for Efficient Segmentation of Medical Images
von: Javed, Syed, et al.
Veröffentlicht: (2024)

SAM3D: Zero-Shot Semi-Automatic Segmentation in 3D Medical Images with the Segment Anything Model
von: Chan, Trevor J., et al.
Veröffentlicht: (2024)

MAMBO-NET: Multi-Causal Aware Modeling Backdoor-Intervention Optimization for Medical Image Segmentation Network
von: Yu, Ruiguo, et al.
Veröffentlicht: (2025)

Is SAM 2 Better than SAM in Medical Image Segmentation?
von: Sengupta, Sourya, et al.
Veröffentlicht: (2024)

The Effect of Lossy Compression on 3D Medical Images Segmentation with Deep Learning
von: Kurmukov, Anvar, et al.
Veröffentlicht: (2024)

Swin SMT: Global Sequential Modeling in 3D Medical Image Segmentation
von: Płotka, Szymon, et al.
Veröffentlicht: (2024)

D2-LRR: A Dual-Decomposed MDLatLRR Approach for Medical Image Fusion
von: Song, Xu, et al.
Veröffentlicht: (2022)

A Novel Convolutional-Free Method for 3D Medical Imaging Segmentation
von: Gang, Canxuan
Veröffentlicht: (2025)

Rethinking Few-Shot Medical Image Segmentation by SAM2: A Training-Free Framework with Augmentative Prompting and Dynamic Matching
von: Zu, Haiyue, et al.
Veröffentlicht: (2025)