Buchumschlag

Evaluation of Vision Transformers for Multimodal Image Classification: A Case Study on Brain, Lung, and Kidney Tumors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Martín, Óscar A., Sánchez, Javier
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Vision Transformers for Kidney Stone Image Classification: A Comparative Study with CNNs
von: Reyes-Amezcua, Ivan, et al.
Veröffentlicht: (2025)

Enhancing Brain Tumor Classification Using Vision Transformers with Colormap-Based Feature Representation on BRISC2025 Dataset
von: Ahmed, Faisal
Veröffentlicht: (2026)

Embedding Radiomics into Vision Transformers for Multimodal Medical Image Classification
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

PathMoE: Interpretable Multimodal Interaction Experts for Pediatric Brain Tumor Classification
von: Yu, Jian, et al.
Veröffentlicht: (2026)

Deep Learning in Medical Image Classification from MRI-based Brain Tumor Images
von: Liu, Xiaoyi, et al.
Veröffentlicht: (2024)

EfficientGFormer: Multimodal Brain Tumor Segmentation via Pruned Graph-Augmented Transformer
von: Ziaeetabar, Fatemeh
Veröffentlicht: (2025)

Vision Transformer for Classification of Breast Ultrasound Images
von: Gheflati, Behnaz, et al.
Veröffentlicht: (2021)

Brain Tumor Classification using Vision Transformer with Selective Cross-Attention Mechanism and Feature Calibration
von: Khaniki, Mohammad Ali Labbaf, et al.
Veröffentlicht: (2024)

Unified Multimodal Coherent Field: Synchronous Semantic-Spatial-Vision Fusion for Brain Tumor Segmentation
von: Zhang, Mingda, et al.
Veröffentlicht: (2025)

Improved EATFormer: A Vision Transformer for Medical Image Classification
von: Shisu, Yulong, et al.
Veröffentlicht: (2024)

Interpretable Vision Transformers in Image Classification via SVDA
von: Arampatzakis, Vasileios, et al.
Veröffentlicht: (2026)

Hierarchical Vision Transformer with Prototypes for Interpretable Medical Image Classification
von: Gallée, Luisa, et al.
Veröffentlicht: (2025)

Interpretable Image Classification with Adaptive Prototype-based Vision Transformers
von: Ma, Chiyu, et al.
Veröffentlicht: (2024)

Evaluating the Explainability of Vision Transformers in Medical Imaging
von: Barekatain, Leili, et al.
Veröffentlicht: (2025)

Sensitive Image Classification by Vision Transformers
von: He, Hanxian, et al.
Veröffentlicht: (2024)

Cell Nuclei Detection and Classification in Whole Slide Images with Transformers
von: Pina, Oscar, et al.
Veröffentlicht: (2025)

A Novel Vision Transformer with Residual in Self-attention for Biomedical Image Classification
von: Sharma, Arun K., et al.
Veröffentlicht: (2023)

Fusion of Foundation and Vision Transformer Model Features for Dermatoscopic Image Classification
von: Mahbod, Amirreza, et al.
Veröffentlicht: (2025)

Lightweight Vision Transformer with Window and Spatial Attention for Food Image Classification
von: Gao, Xinle, et al.
Veröffentlicht: (2025)

Federated Vision Transformer with Adaptive Focal Loss for Medical Image Classification
von: Zhao, Xinyuan, et al.
Veröffentlicht: (2026)

Optimized Weighted Voting System for Brain Tumor Classification Using MRI Images
von: Vu, Ha Anh
Veröffentlicht: (2026)

Are Vision Transformer Representations Semantically Meaningful? A Case Study in Medical Imaging
von: Shams, Montasir, et al.
Veröffentlicht: (2025)

A Saccade-inspired Approach to Image Classification using Vision Transformer Attention Maps
von: Dallain, Matthis, et al.
Veröffentlicht: (2026)

VGDM: Vision-Guided Diffusion Model for Brain Tumor Detection and Segmentation
von: Behnam, Arman
Veröffentlicht: (2025)

Diffusion Representations for Fine-Grained Image Classification: A Marine Plankton Case Study
von: Juscafresa, A. Nieto, et al.
Veröffentlicht: (2026)

Deep Ensembling with Multimodal Image Fusion for Efficient Classification of Lung Cancer
von: Pal, Surochita, et al.
Veröffentlicht: (2025)

Developing a Dual-Stage Vision Transformer Model for Lung Disease Classification
von: Mazumder, Anirudh, et al.
Veröffentlicht: (2024)

Frequency-Aware Vision-Language Multimodality Generalization Network for Remote Sensing Image Classification
von: Zhang, Junjie, et al.
Veröffentlicht: (2025)

ZACH-ViT: A Zero-Token Vision Transformer with ShuffleStrides Data Augmentation for Robust Lung Ultrasound Classification
von: Angelakis, Athanasios, et al.
Veröffentlicht: (2025)

FOAA: Flattened Outer Arithmetic Attention For Multimodal Tumor Classification
von: Alwazzan, Omnia, et al.
Veröffentlicht: (2024)

Diffusion-Based Feature Denoising and Using NNMF for Robust Brain Tumor Classification
von: Al-kharsan, Hiba Adil, et al.
Veröffentlicht: (2026)

A Comparison and Evaluation of Fine-tuned Convolutional Neural Networks to Large Language Models for Image Classification and Segmentation of Brain Tumors on MRI
von: Liu, Felicia, et al.
Veröffentlicht: (2025)

Federated Modality-specific Encoders and Multimodal Anchors for Personalized Brain Tumor Segmentation
von: Dai, Qian, et al.
Veröffentlicht: (2024)

Brain-Inspired Stepwise Patch Merging for Vision Transformers
von: Yu, Yonghao, et al.
Veröffentlicht: (2024)

HQViT: Hybrid Quantum Vision Transformer for Image Classification
von: Zhang, Hui, et al.
Veröffentlicht: (2025)

Brain Stroke Detection and Classification Using CT Imaging with Transformer Models and Explainable AI
von: Qari, Shomukh, et al.
Veröffentlicht: (2025)

Empowering Vision Transformers with Multi-Scale Causal Intervention for Long-Tailed Image Classification
von: Yan, Xiaoshuo, et al.
Veröffentlicht: (2025)

Vision Transformers for End-to-End Quark-Gluon Jet Classification from Calorimeter Images
von: Jahin, Md Abrar, et al.
Veröffentlicht: (2025)

TransMed: Large Language Models Enhance Vision Transformer for Biomedical Image Classification
von: Zheng, Kaipeng, et al.
Veröffentlicht: (2023)

Dual-Task Vision Transformer for Rapid and Accurate Intracerebral Hemorrhage CT Image Classification
von: Fan, Jialiang, et al.
Veröffentlicht: (2024)