Buchumschlag

Label Filling via Mixed Supervision for Medical Image Segmentation from Noisy Annotations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Ming, Shen, Wei, Li, Qingli, Wang, Yan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Self-Cleansing for Medical Image Segmentation with Noisy Labels
von: Dong, Jiahua, et al.
Veröffentlicht: (2024)

Adaptive Label Correction for Robust Medical Image Segmentation with Noisy Labels
von: Qian, Chengxuan, et al.
Veröffentlicht: (2025)

Adaptive Mix for Semi-Supervised Medical Image Segmentation
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2024)

Self and Mixed Supervision to Improve Training Labels for Multi-Class Medical Image Segmentation
von: Liu, Jianfei, et al.
Veröffentlicht: (2024)

Diverse Teaching and Label Propagation for Generic Semi-Supervised Medical Image Segmentation
von: Li, Wei, et al.
Veröffentlicht: (2025)

Imbalanced Medical Image Segmentation with Pixel-dependent Noisy Labels
von: Guo, Erjian, et al.
Veröffentlicht: (2025)

Efficient Image Annotation via Semi-Supervised Object Segmentation with Label Propagation
von: Tutevych, Vitalii, et al.
Veröffentlicht: (2026)

Labeled-to-Unlabeled Distribution Alignment for Partially-Supervised Multi-Organ Medical Image Segmentation
von: Jiang, Xixi, et al.
Veröffentlicht: (2024)

Semi-Supervised Multi-Modal Medical Image Segmentation for Complex Situations
von: Meng, Dongdong, et al.
Veröffentlicht: (2025)

SGTC: Semantic-Guided Triplet Co-training for Sparsely Annotated Semi-Supervised Medical Image Segmentation
von: Yan, Ke, et al.
Veröffentlicht: (2024)

ScribbleVS: Scribble-Supervised Medical Image Segmentation via Dynamic Competitive Pseudo Label Selection
von: Wang, Tao, et al.
Veröffentlicht: (2024)

AdaRevD: Adaptive Patch Exiting Reversible Decoder Pushes the Limit of Image Deblurring
von: Mao, Xintian, et al.
Veröffentlicht: (2024)

BARL: Bilateral Alignment in Representation and Label Spaces for Semi-Supervised Volumetric Medical Image Segmentation
von: Gao, Shujian, et al.
Veröffentlicht: (2025)

How to Efficiently Annotate Images for Best-Performing Deep Learning Based Segmentation Models: An Empirical Study with Weak and Noisy Annotations and Segment Anything Model
von: Zhang, Yixin, et al.
Veröffentlicht: (2023)

Task Specific Pretraining with Noisy Labels for Remote Sensing Image Segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

PCLMix: Weakly Supervised Medical Image Segmentation via Pixel-Level Contrastive Learning and Dynamic Mix Augmentation
von: Lei, Yu, et al.
Veröffentlicht: (2024)

Synergy-Guided Regional Supervision of Pseudo Labels for Semi-Supervised Medical Image Segmentation
von: Wang, Tao, et al.
Veröffentlicht: (2024)

Self-Supervised Alignment Learning for Medical Image Segmentation
von: Li, Haofeng, et al.
Veröffentlicht: (2024)

Boosting Semi-Supervised Medical Image Segmentation via Masked Image Consistency and Discrepancy Learning
von: Zhou, Pengcheng, et al.
Veröffentlicht: (2025)

Partially Supervised Unpaired Multi-Modal Learning for Label-Efficient Medical Image Segmentation
von: Zhu, Lei, et al.
Veröffentlicht: (2025)

SynMatch: Rethinking Consistency in Medical Image Segmentation with Sparse Annotations
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2025)

SM2C: Boost the Semi-supervised Segmentation for Medical Image by using Meta Pseudo Labels and Mixed Images
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Medical Image Segmentation with SAM-generated Annotations
von: Häkkinen, Iira, et al.
Veröffentlicht: (2024)

Unleashing the Power of Intermediate Domains for Mixed Domain Semi-Supervised Medical Image Segmentation
von: Ma, Qinghe, et al.
Veröffentlicht: (2025)

BCMDA: Bidirectional Correlation Maps Domain Adaptation for Mixed Domain Semi-Supervised Medical Image Segmentation
von: Song, Bentao, et al.
Veröffentlicht: (2026)

Semi- and Weakly-Supervised Learning for Mammogram Mass Segmentation with Limited Annotations
von: Xiong, Xinyu, et al.
Veröffentlicht: (2024)

Foundation Model-guided Iteratively Prompting and Pseudo-Labeling for Partially Labeled Medical Image Segmentation
von: Zhao, Qiaochu, et al.
Veröffentlicht: (2026)

Semi-Supervised Medical Image Segmentation via Dual Networks
von: Lu, Yunyao, et al.
Veröffentlicht: (2025)

Principle-Guided Supervision for Interpretable Uncertainty in Medical Image Segmentation
von: Sui, An, et al.
Veröffentlicht: (2026)

Weakly Supervised LiDAR Semantic Segmentation via Scatter Image Annotation
von: Chen, Yilong, et al.
Veröffentlicht: (2024)

Noisy Annotations in Semantic Segmentation
von: Kimhi, Moshe, et al.
Veröffentlicht: (2024)

MARIO: A Mixed Annotation Framework For Polyp Segmentation
von: Li, Haoyang, et al.
Veröffentlicht: (2025)

Noisy Label Refinement with Semantically Reliable Synthetic Images
von: Li, Yingxuan, et al.
Veröffentlicht: (2025)

ProPL: Universal Semi-Supervised Ultrasound Image Segmentation via Prompt-Guided Pseudo-Labeling
von: Chen, Yaxiong, et al.
Veröffentlicht: (2025)

PCA-Enhanced Probabilistic U-Net for Effective Ambiguous Medical Image Segmentation
von: Li, Xiangyu, et al.
Veröffentlicht: (2026)

FedIA: Federated Medical Image Segmentation with Heterogeneous Annotation Completeness
von: Xiang, Yangyang, et al.
Veröffentlicht: (2024)

Self-Paced Sample Selection for Barely-Supervised Medical Image Segmentation
von: Su, Junming, et al.
Veröffentlicht: (2024)

Enhancing Dual Network Based Semi-Supervised Medical Image Segmentation with Uncertainty-Guided Pseudo-Labeling
von: Lu, Yunyao, et al.
Veröffentlicht: (2025)

Manifold-Aware Local Feature Modeling for Semi-Supervised Medical Image Segmentation
von: Shen, Sicheng, et al.
Veröffentlicht: (2024)

S&D Messenger: Exchanging Semantic and Domain Knowledge for Generic Semi-Supervised Medical Image Segmentation
von: Zhang, Qixiang, et al.
Veröffentlicht: (2024)