Buchumschlag

Foundation AI Model for Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bao, Rina, Darzi, Erfan, He, Sheng, Hsiao, Chuan-Heng, Hussain, Mohammad Arafat, Li, Jingpeng, Bjornerud, Atle, Grant, Ellen, Ou, Yangming
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

Relation U-Net
von: He, Sheng, et al.
Veröffentlicht: (2025)

AGE2HIE: Transfer Learning from Brain Age to Predicting Neurocognitive Outcome for Infant Brain Injury
von: Bao, Rina, et al.
Veröffentlicht: (2024)

BOston Neonatal Brain Injury Data for Hypoxic Ischemic Encephalopathy (BONBID-HIE): II. 2-year Neurocognitive Outcome and NICU Outcome
von: Bao, Rina, et al.
Veröffentlicht: (2024)

M$^4$oE: A Foundation Model for Medical Multimodal Image Segmentation with Mixture of Experts
von: Jiang, Yufeng, et al.
Veröffentlicht: (2024)

Exploring Autoregressive Vision Foundation Models for Image Compression
von: Phung, Huu-Tai, et al.
Veröffentlicht: (2025)

Beyond Pixel Agreement: Large Language Models as Clinical Guardrails for Reliable Medical Image Segmentation
von: Sheng, Jiaxi, et al.
Veröffentlicht: (2025)

Synthetic Volumetric Data Generation Enables Zero-Shot Generalization of Foundation Models in 3D Medical Image Segmentation
von: Chakrabarty, Satrajit, et al.
Veröffentlicht: (2026)

Energy-Efficient Approximate Full Adders Applying Memristive Serial IMPLY Logic For Image Processing
von: Fatemieh, Seyed Erfan, et al.
Veröffentlicht: (2024)

MDN: Mamba-Driven Dualstream Network For Medical Hyperspectral Image Segmentation
von: Lin, Shijie, et al.
Veröffentlicht: (2025)

3D Skin Segmentation Methods in Medical Imaging: A Comparison
von: Paccini, Martina, et al.
Veröffentlicht: (2025)

Improving Lesion Segmentation in Medical Images by Global and Regional Feature Compensation
von: Wang, Chuhan, et al.
Veröffentlicht: (2025)

CATFA-Net: A Trans-Convolutional Approach for Accurate Medical Image Segmentation
von: Mallick, Siddhartha, et al.
Veröffentlicht: (2026)

Using Diffusion Models to Generate Synthetic Labelled Data for Medical Image Segmentation
von: Saragih, Daniel, et al.
Veröffentlicht: (2023)

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

UNet-3D with Adaptive TverskyCE Loss for Pancreas Medical Image Segmentation
von: Zhang, Xubei, et al.
Veröffentlicht: (2025)

Domain Influence in MRI Medical Image Segmentation: spatial versus k-space inputs
von: Gösche, Erik, et al.
Veröffentlicht: (2024)

Optimizing Prompt Strategies for SAM: Advancing lesion Segmentation Across Diverse Medical Imaging Modalities
von: Wang, Yuli, et al.
Veröffentlicht: (2024)

USEANet: Ultrasound-Specific Edge-Aware Multi-Branch Network for Lightweight Medical Image Segmentation
von: Gao, Jingyi, et al.
Veröffentlicht: (2025)

Human Gaze-based Dual Teacher Guidance Learning for Semi-Supervised Medical Image Segmentation
von: Ge, Rongjun, et al.
Veröffentlicht: (2026)

Skill-Evolving Grounded Reasoning for Free-Text Promptable 3D Medical Image Segmentation
von: Zhang, Tongrui, et al.
Veröffentlicht: (2026)

SemiSAM+: Rethinking Semi-Supervised Medical Image Segmentation in the Era of Foundation Models
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

Generative Data-engine Foundation Model for Universal Few-shot 2D Vascular Image Segmentation
von: Ge, Rongjun, et al.
Veröffentlicht: (2026)

Portable Medical Imaging in Modern Healthcare: Fundamentals, AI-Based Taxonomy, Image Quality, and Open Challenges
von: Habchi, Yassine, et al.
Veröffentlicht: (2026)

SafeClick: Error-Tolerant Interactive Segmentation of Any Medical Volumes via Hierarchical Expert Consensus
von: Gao, Yifan, et al.
Veröffentlicht: (2025)

On The Robustness of Foundational 3D Medical Image Segmentation Models Against Imprecise Visual Prompts
von: Chattopadhyay, Soumitri, et al.
Veröffentlicht: (2026)

Building Lightweight Semantic Segmentation Models for Aerial Images Using Dual Relation Distillation
von: Li, Minglong, et al.
Veröffentlicht: (2025)

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

Energy-Efficient and Fast Memristor-based Serial Multipliers Applicable in Image Processing
von: Fatemieh, Seyed Erfan, et al.
Veröffentlicht: (2024)

Structure-Aware Stylized Image Synthesis for Robust Medical Image Segmentation
von: Bao, Jie, et al.
Veröffentlicht: (2024)

UNICON: UNIfied CONtinual Learning for Medical Foundational Models
von: Qazi, Mohammad Areeb, et al.
Veröffentlicht: (2025)

Advancing Medical Image Segmentation via Self-supervised Instance-adaptive Prototype Learning
von: Liang, Guoyan, et al.
Veröffentlicht: (2025)

Generative AI Enables Medical Image Segmentation in Ultra Low-Data Regimes
von: Zhang, Li, 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)

TransLK-Net: Entangling Transformer and Large Kernel for Progressive and Collaborative Feature Encoding and Decoding in Medical Image Segmentation
von: Yang, Jin, et al.
Veröffentlicht: (2025)

Dante: An Open Source Model Pre-Training and Fine-Tuning Tool for the Dafne Federated Framework for Medical Image Segmentation
von: Timpano, Giuseppe, et al.
Veröffentlicht: (2026)

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

Foundation Model for Whole-Heart Segmentation: Leveraging Student-Teacher Learning in Multi-Modal Medical Imaging
von: Qayyum, Abdul, 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)

Active Learning on Medical Image
von: Biswas, Angona, et al.
Veröffentlicht: (2023)

Pixels Under Pressure: Exploring Fine-Tuning Paradigms for Foundation Models in High-Resolution Medical Imaging
von: TehraniNasab, Zahra, et al.
Veröffentlicht: (2025)