Buchumschlag

QuickDraw: Fast Visualization, Analysis and Active Learning for Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Syomichev, Daniel, Gopinath, Padmini, Wei, Guang-Lin, Chang, Eric, Gordon, Ian, Seifu, Amanuel, Pemmaraju, Rahul, Peri, Neehar, Purtilo, James
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Topology Optimization in Medical Image Segmentation with Fast Euler Characteristic
von: Li, Liu, et al.
Veröffentlicht: (2025)

Mamba-UNet: UNet-Like Pure Visual Mamba for Medical Image Segmentation
von: Wang, Ziyang, et al.
Veröffentlicht: (2024)

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)

QuickQuakeBuildings: Post-earthquake SAR-Optical Dataset for Quick Damaged-building Detection
von: Sun, Yao, et al.
Veröffentlicht: (2023)

FastSAM3D: An Efficient Segment Anything Model for 3D Volumetric Medical Images
von: Shen, Yiqing, et al.
Veröffentlicht: (2024)

Generative Medical Segmentation
von: Huo, Jiayu, et al.
Veröffentlicht: (2024)

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

Coupling AI and Citizen Science in Creation of Enhanced Training Dataset for Medical Image Segmentation
von: Syahmi, Amir, et al.
Veröffentlicht: (2024)

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

RefAV: Towards Planning-Centric Scenario Mining
von: Davidson, Cainan, et al.
Veröffentlicht: (2025)

3D-EffiViTCaps: 3D Efficient Vision Transformer with Capsule for Medical Image Segmentation
von: Gan, Dongwei, et al.
Veröffentlicht: (2024)

Multi-Aperture Fusion of Transformer-Convolutional Network (MFTC-Net) for 3D Medical Image Segmentation and Visualization
von: Shabani, Siyavash, et al.
Veröffentlicht: (2024)

Autoadaptive Medical Segment Anything Model
von: Ward, Tyler, et al.
Veröffentlicht: (2025)

Segmenting Medical Images with Limited Data
von: Liua, Zhaoshan, et al.
Veröffentlicht: (2024)

Advancing Medical Image Segmentation with Mini-Net: A Lightweight Solution Tailored for Efficient Segmentation of Medical Images
von: Javed, Syed, et al.
Veröffentlicht: (2024)

Reliable Multi-modal Medical Image-to-image Translation Independent of Pixel-wise Aligned Data
von: Zhou, Langrui, et al.
Veröffentlicht: (2024)

Q-Segment: Segmenting Images In-Sensor for Vessel-Based Medical Diagnosis
von: Bonazzi, Pietro, et al.
Veröffentlicht: (2023)

De-LightSAM: Modality-Decoupled Lightweight SAM for Generalizable Medical Segmentation
von: Xu, Qing, et al.
Veröffentlicht: (2024)

Weak-Mamba-UNet: Visual Mamba Makes CNN and ViT Work Better for Scribble-based Medical Image Segmentation
von: Wang, Ziyang, et al.
Veröffentlicht: (2024)

Fast-DDPM: Fast Denoising Diffusion Probabilistic Models for Medical Image-to-Image Generation
von: Jiang, Hongxu, et al.
Veröffentlicht: (2024)

One-Prompt to Segment All Medical Images
von: Wu, Junde, et al.
Veröffentlicht: (2023)

Segmentation Quality and Volumetric Accuracy in Medical Imaging
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2024)

Foundation AI Model for Medical Image Segmentation
von: Bao, Rina, et al.
Veröffentlicht: (2024)

Segment Anything Model for Medical Images?
von: Huang, Yuhao, et al.
Veröffentlicht: (2023)

Segment Anything Model for Medical Image Segmentation: Current Applications and Future Directions
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

DeSAM: Decoupled Segment Anything Model for Generalizable Medical Image Segmentation
von: Gao, Yifan, et al.
Veröffentlicht: (2023)

Efficient MedSAMs: Segment Anything in Medical Images on Laptop
von: Ma, Jun, et al.
Veröffentlicht: (2024)

Assessing the Efficacy of Invisible Watermarks in AI-Generated Medical Images
von: Xing, Xiaodan, et al.
Veröffentlicht: (2024)

Susceptibility of Adversarial Attack on Medical Image Segmentation Models
von: Wang, Zhongxuan, et al.
Veröffentlicht: (2024)

Color-Quality Invariance for Robust Medical Image Segmentation
von: Shah, Ravi, et al.
Veröffentlicht: (2025)

Optimizing Medical Image Segmentation with Advanced Decoder Design
von: Yang, Weibin, et al.
Veröffentlicht: (2024)

Medical Image Segmentation Using Directional Window Attention
von: Kareem, Daniya Najiha Abdul, et al.
Veröffentlicht: (2024)

Large-Vocabulary Segmentation for Medical Images with Text Prompts
von: Zhao, Ziheng, et al.
Veröffentlicht: (2023)

Structure Unbiased Adversarial Model for Medical Image Segmentation
von: Zhang, Tianyang, et al.
Veröffentlicht: (2022)

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

Tyche: Stochastic In-Context Learning for Medical Image Segmentation
von: Rakic, Marianne, et al.
Veröffentlicht: (2024)

On Evaluating Adversarial Robustness of Volumetric Medical Segmentation Models
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2024)

Deconver: A Deconvolutional Network for Medical Image Segmentation
von: Ashtari, Pooya, et al.
Veröffentlicht: (2025)

Learnable Weight Initialization for Volumetric Medical Image Segmentation
von: Kunhimon, Shahina, et al.
Veröffentlicht: (2023)

MedUHIP: Towards Human-In-the-Loop Medical Segmentation
von: Zhu, Jiayuan, et al.
Veröffentlicht: (2024)