Buchumschlag

Embeddings are all you need! Achieving High Performance Medical Image Classification through Training-Free Embedding Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khoiwal, Raj Hansini, McMillan, Alan B.
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

From Embeddings to Accuracy: Comparing Foundation Models for Radiographic Classification
von: Li, Xue, et al.
Veröffentlicht: (2025)

Plaintext-Free Deep Learning for Privacy-Preserving Medical Image Analysis via Frequency Information Embedding
von: Sun, Mengyu, et al.
Veröffentlicht: (2024)

Comparative Evaluation of Radiomics and Deep Learning Models for Disease Detection in Chest Radiography
von: He, Zhijin, et al.
Veröffentlicht: (2025)

MedImageInsight: An Open-Source Embedding Model for General Domain Medical Imaging
von: Codella, Noel C. F., et al.
Veröffentlicht: (2024)

Physics-Embedded Feature Learning for AI in Medical Imaging
von: Das, Pulock, et al.
Veröffentlicht: (2026)

Regression is all you need for medical image translation
von: Rassmann, Sebastian, et al.
Veröffentlicht: (2025)

Interpretable Embeddings for Segmentation-Free Single-Cell Analysis in Multiplex Imaging
von: Gutwein, Simon, et al.
Veröffentlicht: (2024)

Comparative Analysis of ImageNet Pre-Trained Deep Learning Models and DINOv2 in Medical Imaging Classification
von: Huang, Yuning, et al.
Veröffentlicht: (2024)

MedMambaLite: Hardware-Aware Mamba for Medical Image Classification
von: Aalishah, Romina, et al.
Veröffentlicht: (2025)

Medical Image Fusion for High-Level Analysis: A Mutual Enhancement Framework for Unaligned PAT and MRI
von: Zhong, Yutian, et al.
Veröffentlicht: (2024)

Multi-Prototype Embedding Refinement for Semi-Supervised Medical Image Segmentation
von: Bi, Yali, et al.
Veröffentlicht: (2025)

Hybrid Kinetics Embedding Framework for Dynamic PET Reconstruction
von: Ye, Yubo, et al.
Veröffentlicht: (2024)

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

MulModSeg: Enhancing Unpaired Multi-Modal Medical Image Segmentation with Modality-Conditioned Text Embedding and Alternating Training
von: Li, Chengyin, et al.
Veröffentlicht: (2024)

IMIL: Interactive Medical Image Learning Framework
von: Rao, Adrit, et al.
Veröffentlicht: (2024)

UP2D: Uncertainty-aware Progressive Pseudo-label Denoising for Source-Free Domain Adaptive Medical Image Segmentation
von: Bui-Tran, Quang-Khai, et al.
Veröffentlicht: (2025)

Multiple Teachers-Meticulous Student: A Domain Adaptive Meta-Knowledge Distillation Model for Medical Image Classification
von: Nabavi, Shahabedin, et al.
Veröffentlicht: (2024)

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

Rip Current Detection in Nearshore Areas through UAV Video Analysis with Almost Local-Isometric Embedding Techniques on Sphere
von: Sun, Anchen, et al.
Veröffentlicht: (2023)

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)

Is attention all you need in medical image analysis? A review
von: Papanastasiou, Giorgos, et al.
Veröffentlicht: (2023)

Do High-Performance Image-to-Image Translation Networks Enable the Discovery of Radiomic Features? Application to MRI Synthesis from Ultrasound in Prostate Cancer
von: Salmanpour, Mohammad R., et al.
Veröffentlicht: (2024)

Are Vision xLSTM Embedded UNet More Reliable in Medical 3D Image Segmentation?
von: Dutta, Pallabi, et al.
Veröffentlicht: (2024)

Raptor: Scalable Train-Free Embeddings for 3D Medical Volumes Leveraging Pretrained 2D Foundation Models
von: An, Ulzee, et al.
Veröffentlicht: (2025)

Search-MIND: Training-Free Multi-Modal Medical Image Registration
von: Wang, Boya, et al.
Veröffentlicht: (2026)

Data-Driven Calibration Technique for Quantitative Radar Imaging
von: Idriss, Zacharie, et al.
Veröffentlicht: (2025)

Multimodal Medical Image Binding via Shared Text Embeddings
von: Liu, Yunhao, et al.
Veröffentlicht: (2025)

Attention-Aware Laparoscopic Image Desmoking Network with Lightness Embedding and Hybrid Guided Embedding
von: Liu, Ziteng, et al.
Veröffentlicht: (2024)

FairDomain: Achieving Fairness in Cross-Domain Medical Image Segmentation and Classification
von: Tian, Yu, et al.
Veröffentlicht: (2024)

Sequential Diffusion-Guided Deep Image Prior For Medical Image Reconstruction
von: Liang, Shijun, et al.
Veröffentlicht: (2024)

Debunking Optimization Myths in Federated Learning for Medical Image Classification
von: Lee, Youngjoon, et al.
Veröffentlicht: (2025)

ProxNF: Neural Field Proximal Training for High-Resolution 4D Dynamic Image Reconstruction
von: Lozenski, Luke, et al.
Veröffentlicht: (2024)

VoCo: A Simple-yet-Effective Volume Contrastive Learning Framework for 3D Medical Image Analysis
von: Wu, Linshan, et al.
Veröffentlicht: (2024)

Clustered Patch Embeddings for Permutation-Invariant Classification of Whole Slide Images
von: Gupta, Ravi Kant, et al.
Veröffentlicht: (2024)

HQCNN: A Hybrid Quantum-Classical Neural Network for Medical Image Classification
von: Shahjalal, et al.
Veröffentlicht: (2025)

Versatile Volumetric Medical Image Coding for Human-Machine Vision
von: Chen, Jietao, et al.
Veröffentlicht: (2024)

Hybrid Deep Reconstruction for Vignetting-Free Upconversion Imaging through Scattering in ENZ Materials
von: Zhang, Hao, et al.
Veröffentlicht: (2025)

On-Device Super Resolution Imaging Using Low-Cost SPAD Array and Embedded Lightweight Deep Learning
von: Zang, Zhenya, et al.
Veröffentlicht: (2026)

Are nuclear masks all you need for improved out-of-domain generalisation? A closer look at cancer classification in histopathology
von: Tomar, Dhananjay, et al.
Veröffentlicht: (2024)

Image Quality Transfer of Diffusion MRI Guided By High-Resolution Structural MRI
von: Cicimen, Alp G., et al.
Veröffentlicht: (2024)