Buchumschlag

Multi-modal Vision Pre-training for Medical Image Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rui, Shaohao, Chen, Lingzhi, Tang, Zhenyu, Wang, Lilong, Liu, Mianxin, Zhang, Shaoting, Wang, Xiaosong
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

InvCoSS: Inversion-driven Continual Self-supervised Learning in Medical Multi-modal Image Pre-training
von: Luo, Zihao, et al.
Veröffentlicht: (2025)

Think Twice to See More: Iterative Visual Reasoning in Medical VLMs
von: Chen, Kaitao, et al.
Veröffentlicht: (2025)

Cost-effective Instruction Learning for Pathology Vision and Language Analysis
von: Chen, Kaitao, et al.
Veröffentlicht: (2024)

CardioCoT: Hierarchical Reasoning for Multimodal Survival Analysis
von: Rui, Shaohao, et al.
Veröffentlicht: (2025)

Chiron-o1: Igniting Multimodal Large Language Models towards Generalizable Medical Reasoning via Mentor-Intern Collaborative Search
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

Integrating Text and Image Pre-training for Multi-modal Algorithmic Reasoning
von: Zhang, Zijian, et al.
Veröffentlicht: (2024)

Can Medical Vision-Language Pre-training Succeed with Purely Synthetic Data?
von: Liu, Che, et al.
Veröffentlicht: (2024)

MG-3D: Multi-Grained Knowledge-Enhanced 3D Medical Vision-Language Pre-training
von: Ni, Xuefeng, et al.
Veröffentlicht: (2024)

Grounded Knowledge-Enhanced Medical Vision-Language Pre-training for Chest X-Ray
von: Deng, Qiao, et al.
Veröffentlicht: (2024)

MedFILIP: Medical Fine-grained Language-Image Pre-training
von: Liang, Xinjie, et al.
Veröffentlicht: (2025)

Multi-level Asymmetric Contrastive Learning for Volumetric Medical Image Segmentation Pre-training
von: Zeng, Shuang, et al.
Veröffentlicht: (2023)

Med-GLIP: Advancing Medical Language-Image Pre-training with Large-scale Grounded Dataset
von: Deng, Ziye, et al.
Veröffentlicht: (2025)

Modality-Aware and Shift Mixer for Multi-modal Brain Tumor Segmentation
von: Huang, Zhongzhen, et al.
Veröffentlicht: (2024)

Multimodal Medical Image Classification via Synergistic Learning Pre-training
von: Lin, Qinghua, et al.
Veröffentlicht: (2025)

MIRNet: Integrating Constrained Graph-Based Reasoning with Pre-training for Diagnostic Medical Imaging
von: Kong, Shufeng, et al.
Veröffentlicht: (2025)

Self Pre-training with Topology- and Spatiality-aware Masked Autoencoders for 3D Medical Image Segmentation
von: Gu, Pengfei, et al.
Veröffentlicht: (2024)

Large-Scale 3D Medical Image Pre-training with Geometric Context Priors
von: Wu, Linshan, et al.
Veröffentlicht: (2024)

Do Pre-trained Vision-Language Models Encode Object States?
von: Newman, Kaleb, et al.
Veröffentlicht: (2024)

MedUnifier: Unifying Vision-and-Language Pre-training on Medical Data with Vision Generation Task using Discrete Visual Representations
von: Zhang, Ziyang, et al.
Veröffentlicht: (2025)

Unleashing the Potential of Vision-Language Pre-Training for 3D Zero-Shot Lesion Segmentation via Mask-Attribute Alignment
von: Jiang, Yankai, et al.
Veröffentlicht: (2024)

Camyla: Scaling Autonomous Research in Medical Image Segmentation
von: Gao, Yifan, et al.
Veröffentlicht: (2026)

Learning Emergent Modular Representations in Multi-modality Medical Vision Foundation Models
von: He, Yuting, et al.
Veröffentlicht: (2026)

Boosting 3D Neuron Segmentation with 2D Vision Transformer Pre-trained on Natural Images
von: Cheng, Yik San, et al.
Veröffentlicht: (2024)

Vision-Core Guided Contrastive Learning for Balanced Multi-modal Prognosis Prediction of Stroke
von: Chen, Liren, et al.
Veröffentlicht: (2026)

Efficient Vision-and-Language Pre-training with Text-Relevant Image Patch Selection
von: Ye, Wei, et al.
Veröffentlicht: (2024)

SuperCL: Superpixel Guided Contrastive Learning for Medical Image Segmentation Pre-training
von: Zeng, Shuang, et al.
Veröffentlicht: (2025)

Multi-modal Data Binding for Survival Analysis Modeling with Incomplete Data and Annotations
von: Qu, Linhao, et al.
Veröffentlicht: (2024)

Fairness Analysis of CLIP-Based Foundation Models for X-Ray Image Classification
von: Sun, Xiangyu, et al.
Veröffentlicht: (2025)

RegionMed-CLIP: A Region-Aware Multimodal Contrastive Learning Pre-trained Model for Medical Image Understanding
von: Fang, Tianchen, et al.
Veröffentlicht: (2025)

VITAL: Vision-Encoder-centered Pre-training for LMMs in Visual Quality Assessment
von: Jia, Ziheng, et al.
Veröffentlicht: (2025)

TRIPS: Efficient Vision-and-Language Pre-training with Text-Relevant Image Patch Selection
von: Jiang, Chaoya, et al.
Veröffentlicht: (2023)

Medical Large Vision Language Models with Multi-Image Visual Ability
von: Yang, Xikai, et al.
Veröffentlicht: (2025)

UNIAA: A Unified Multi-modal Image Aesthetic Assessment Baseline and Benchmark
von: Zhou, Zhaokun, et al.
Veröffentlicht: (2024)

Efficient Adaptation of Pre-trained Vision Transformer via Householder Transformation
von: Dong, Wei, et al.
Veröffentlicht: (2024)

Black-box Membership Inference Attacks on the Pre-training Data of Image-generation Models
von: Qi, Tao, et al.
Veröffentlicht: (2026)

Multi-modal Generative AI: Multi-modal LLMs, Diffusions, and the Unification
von: Wang, Xin, et al.
Veröffentlicht: (2024)

LKM-UNet: Large Kernel Vision Mamba UNet for Medical Image Segmentation
von: Wang, Jinhong, et al.
Veröffentlicht: (2024)

Superpixel Semantics Representation and Pre-training for Vision-Language Task
von: Zhang, Siyu, et al.
Veröffentlicht: (2023)

RadCLIP: Enhancing Radiologic Image Analysis through Contrastive Language-Image Pre-training
von: Lu, Zhixiu, et al.
Veröffentlicht: (2024)

Efficient Adaptation of Pre-trained Vision Transformer underpinned by Approximately Orthogonal Fine-Tuning Strategy
von: Yang, Yiting, et al.
Veröffentlicht: (2025)