Buchumschlag

Towards a vision foundation model for comprehensive assessment of Cardiac MRI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jacob, Athira J, Borgohain, Indraneel, Chitiboi, Teodora, Sharma, Puneet, Comaniciu, Dorin, Rueckert, Daniel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DCSM 2.0: Deep Conditional Shape Models for Data Efficient Segmentation
von: Jacob, Athira J, et al.
Veröffentlicht: (2024)

Deep learning-based segmentation of T1 and T2 cardiac MRI maps for automated disease detection
von: Popescu, Andreea Bianca, et al.
Veröffentlicht: (2025)

Reconstruct or Generate: Exploring the Spectrum of Generative Modeling for Cardiac MRI
von: Bubeck, Niklas, et al.
Veröffentlicht: (2025)

Multi-Plane Vision Transformer for Hemorrhage Classification Using Axial and Sagittal MRI Data
von: Das, Badhan Kumar, et al.
Veröffentlicht: (2025)

DCRA-Net: Attention-Enabled Reconstruction Model for Dynamic Fetal Cardiac MRI
von: Prokopenko, Denis, et al.
Veröffentlicht: (2024)

Gabor Primitives for Accelerated Cardiac Cine MRI Reconstruction
von: Huang, Wenqi, et al.
Veröffentlicht: (2026)

Classification, Regression and Segmentation directly from k-Space in Cardiac MRI
von: Li, Ruochen, et al.
Veröffentlicht: (2024)

Towards Cardiac MRI Foundation Models: Comprehensive Visual-Tabular Representations for Whole-Heart Assessment and Beyond
von: Zhang, Yundi, et al.
Veröffentlicht: (2025)

Self Pre-training with Adaptive Mask Autoencoders for Variable-Contrast 3D Medical Imaging
von: Das, Badhan Kumar, et al.
Veröffentlicht: (2025)

AdaViT: Adaptive Vision Transformer for Flexible Pretrain and Finetune with Variable 3D Medical Image Modalities
von: Das, Badhan Kumar, et al.
Veröffentlicht: (2025)

VIViT: Variable-Input Vision Transformer Framework for 3D MR Image Segmentation
von: Das, Badhan Kumar, et al.
Veröffentlicht: (2025)

Learning to Optimize Radiotherapy Plans via Fluence Maps Diffusion Model Generation and LSTM-based Optimization
von: Poles, Isabella, et al.
Veröffentlicht: (2026)

On the Foundation Model for Cardiac MRI Reconstruction
von: Zhang, Chi, et al.
Veröffentlicht: (2024)

Clinical utility of foundation models in musculoskeletal MRI for biomarker fidelity and predictive outcomes
von: Hoyer, Gabrielle, et al.
Veröffentlicht: (2025)

An integrated language-vision foundation model for conversational diagnostics and triaging in primary eye care
von: Da Soh, Zhi, et al.
Veröffentlicht: (2025)

Estimating Neural Orientation Distribution Fields on High Resolution Diffusion MRI Scans
von: Dwedari, Mohammed Munzer, et al.
Veröffentlicht: (2024)

Contrastive Anatomy-Contrast Disentanglement: A Domain-General MRI Harmonization Method
von: Scholz, Daniel, et al.
Veröffentlicht: (2025)

Latent Interpolation Learning Using Diffusion Models for Cardiac Volume Reconstruction
von: Bubeck, Niklas, et al.
Veröffentlicht: (2025)

TimeFlow: Temporal Conditioning for Longitudinal Brain MRI Registration and Aging Analysis
von: Jian, Bailiang, et al.
Veröffentlicht: (2025)

Deep Learning-based Unsupervised Domain Adaptation via a Unified Model for Prostate Lesion Detection Using Multisite Bi-parametric MRI Datasets
von: Li, Hao, et al.
Veröffentlicht: (2024)

Accelerating Cardiac MRI Reconstruction with CMRatt: An Attention-Driven Approach
von: Hashmi, Anam, et al.
Veröffentlicht: (2024)

Interpretable Representation Learning of Cardiac MRI via Attribute Regularization
von: Di Folco, Maxime, et al.
Veröffentlicht: (2024)

Direct Cardiac Segmentation from Undersampled K-space Using Transformers
von: Zhang, Yundi, et al.
Veröffentlicht: (2024)

Are foundation models efficient for medical image segmentation?
von: Ferreira, Danielle, et al.
Veröffentlicht: (2023)

Spatiotemporal Diffusion Model with Paired Sampling for Accelerated Cardiac Cine MRI
von: Qiu, Shihan, et al.
Veröffentlicht: (2024)

Clinically Feasible Diffusion Reconstruction for Highly-Accelerated Cardiac Cine MRI
von: Qiu, Shihan, et al.
Veröffentlicht: (2024)

Graph Image Prior for Unsupervised Dynamic Cardiac Cine MRI Reconstruction
von: Li, Zhongsen, et al.
Veröffentlicht: (2024)

Whole Heart 3D+T Representation Learning Through Sparse 2D Cardiac MR Images
von: Zhang, Yundi, et al.
Veröffentlicht: (2024)

A texture-based framework for foundational ultrasound models
von: Grutman, Tal, et al.
Veröffentlicht: (2026)

Tissue Concepts: supervised foundation models in computational pathology
von: Nicke, Till, et al.
Veröffentlicht: (2024)

Beyond the LUMIR challenge: The pathway to foundational registration models
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

Unsupervised Motion-Compensated Decomposition for Cardiac MRI Reconstruction via Neural Representation
von: Tian, Xuanyu, et al.
Veröffentlicht: (2025)

Bayesian Uncertainty Estimation by Hamiltonian Monte Carlo: Applications to Cardiac MRI Segmentation
von: Zhao, Yidong, et al.
Veröffentlicht: (2024)

Parameter-Free Bio-Inspired Channel Attention for Enhanced Cardiac MRI Reconstruction
von: Hashmi, Anam, et al.
Veröffentlicht: (2025)

Set-Based Groupwise Registration for Variable-Length, Variable-Contrast Cardiac MRI
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

MCM: Mamba-based Cardiac Motion Tracking using Sequential Images in MRI
von: Yin, Jiahui, et al.
Veröffentlicht: (2025)

Benchmarking foundation models as feature extractors for weakly-supervised computational pathology
von: Neidlinger, Peter, et al.
Veröffentlicht: (2024)

GENRE-CMR: Generalizable Deep Learning for Diverse Multi-Domain Cardiac MRI Reconstruction
von: Hamedani, Kian Anvari, et al.
Veröffentlicht: (2025)

How good nnU-Net for Segmenting Cardiac MRI: A Comprehensive Evaluation
von: Gunawardhana, Malitha, et al.
Veröffentlicht: (2024)

Lost in Tracking: Uncertainty-guided Cardiac Cine MRI Segmentation at Right Ventricle Base
von: Zhao, Yidong, et al.
Veröffentlicht: (2024)