:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yuheng, Hu, Mingzhe, Qiu, Richard L. J., Thor, Maria, Williams, Andre, Marshall, Deborah, Yang, Xiaofeng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2503.14304
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RoWSFormer: A Robust Watermarking Framework with Swin Transformer for Enhanced Geometric Attack Resilience
von: Chen, Weitong, et al.
Veröffentlicht: (2024)

AgileFormer: Spatially Agile Transformer UNet for Medical Image Segmentation
von: Qiu, Peijie, et al.
Veröffentlicht: (2024)

MedSR-Impact: Transformer-Based Super-Resolution for Lung CT Segmentation, Radiomics, Classification, and Prognosis
von: Martell, Marc Boubnovski, et al.
Veröffentlicht: (2025)

Cross-Shaped Windows Transformer with Self-supervised Pretraining for Clinically Significant Prostate Cancer Detection in Bi-parametric MRI
von: Li, Yuheng, et al.
Veröffentlicht: (2023)

SuperFormer: Volumetric Transformer Architectures for MRI Super-Resolution
von: Forigua, Cristhian, et al.
Veröffentlicht: (2024)

Mammo-CLIP: Leveraging Contrastive Language-Image Pre-training (CLIP) for Enhanced Breast Cancer Diagnosis with Multi-view Mammography
von: Chen, Xuxin, et al.
Veröffentlicht: (2024)

Assessing Foundational Medical 'Segment Anything' (Med-SAM1, Med-SAM2) Deep Learning Models for Left Atrial Segmentation in 3D LGE MRI
von: Mehrnia, Mehri, et al.
Veröffentlicht: (2024)

Benchmark of Segmentation Techniques for Pelvic Fracture in CT and X-ray: Summary of the PENGWIN 2024 Challenge
von: Sang, Yudi, et al.
Veröffentlicht: (2025)

MedFormer-UR: Uncertainty-Routed Transformer for Medical Image Classification
von: Sibhai, Mohammed Maaz, et al.
Veröffentlicht: (2026)

RoTIR: Rotation-Equivariant Network and Transformers for Fish Scale Image Registration
von: Wang, Ruixiong, et al.
Veröffentlicht: (2024)

Self-Supervised Adversarial Diffusion Models for Fast MRI Reconstruction
von: Safari, Mojtaba, et al.
Veröffentlicht: (2024)

Enhancing Privacy: The Utility of Stand-Alone Synthetic CT and MRI for Tumor and Bone Segmentation
von: Ferreira, André, et al.
Veröffentlicht: (2025)

RTA-Former: Reverse Transformer Attention for Polyp Segmentation
von: Li, Zhikai, et al.
Veröffentlicht: (2024)

RETO: A Rotary-Enhanced Transformer Operator for High-Fidelity Prediction of Automotive Aerodynamics
von: Zhang, Bojun, et al.
Veröffentlicht: (2026)

SkinFormer: Learning Statistical Texture Representation with Transformer for Skin Lesion Segmentation
von: Xu, Rongtao, et al.
Veröffentlicht: (2024)

Comparative Analysis of nnUNet and MedNeXt for Head and Neck Tumor Segmentation in MRI-guided Radiotherapy
von: Moradi, Nikoo, et al.
Veröffentlicht: (2024)

Enhancing Cross-Modality Synthesis: Subvolume Merging for MRI-to-CT Conversion
von: Fan, Fuxin, et al.
Veröffentlicht: (2024)

GUSL: A Novel and Efficient Machine Learning Model for Prostate Segmentation on MRI
von: Yang, Jiaxin, et al.
Veröffentlicht: (2025)

Large-Scale Multi-Center CT and MRI Segmentation of Pancreas with Deep Learning
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2024)

A Unified Framework for Foreground and Anonymization Area Segmentation in CT and MRI Data
von: Nohel, Michal, et al.
Veröffentlicht: (2025)

An Open Multi-Center Whole-Body FDG PET/CT Foundation Model for Tumor Segmentation
von: Liu, Xiaofeng, et al.
Veröffentlicht: (2026)

Three-Dimensional MRI Reconstruction with Gaussian Representations: Tackling the Undersampling Problem
von: Peng, Tengya, et al.
Veröffentlicht: (2025)

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)

LIT-Former: Linking In-plane and Through-plane Transformers for Simultaneous CT Image Denoising and Deblurring
von: Chen, Zhihao, et al.
Veröffentlicht: (2023)

Minimally Interactive Segmentation of Soft-Tissue Tumors on CT and MRI using Deep Learning
von: Spaanderman, Douwe J., et al.
Veröffentlicht: (2024)

Prompted Contextual Transformer for Incomplete-View CT Reconstruction
von: Ma, Chenglong, et al.
Veröffentlicht: (2023)

CTseg: A Tool for Brain CT Segmentation, Spatial Normalisation, and Volumetrics
von: Brudfors, Mikael
Veröffentlicht: (2026)

MedRegion-CT: Region-Focused Multimodal LLM for Comprehensive 3D CT Report Generation
von: Kyung, Sunggu, et al.
Veröffentlicht: (2025)

Invited Paper: BitMedViT: Ternary-Quantized Vision Transformer for Medical AI Assistants on the Edge
von: Walczak, Mikolaj, et al.
Veröffentlicht: (2025)

T1-contrast Enhanced MRI Generation from Multi-parametric MRI for Glioma Patients with Latent Tumor Conditioning
von: Eidex, Zach, et al.
Veröffentlicht: (2024)

Can Foundation Models Really Segment Tumors? A Benchmarking Odyssey in Lung CT Imaging
von: Ayllón, Elena Mulero, et al.
Veröffentlicht: (2025)

Towards Automatic Abdominal MRI Organ Segmentation: Leveraging Synthesized Data Generated From CT Labels
von: Ciausu, Cosmin, et al.
Veröffentlicht: (2024)

Keep the Core: Adversarial Priors for Significance-Preserving Brain MRI Segmentation
von: Zhang, Feifei, et al.
Veröffentlicht: (2025)

Brain MRI detection by Sematic Segmentation models- Transfer Learning approach
von: Vajiram, Jayanthi, et al.
Veröffentlicht: (2024)

Transforming Heart Chamber Imaging: Self-Supervised Learning for Whole Heart Reconstruction and Segmentation
von: Qayyum, Abdul, et al.
Veröffentlicht: (2024)

Masked Autoencoder Pretraining and BiXLSTM ResNet Architecture for PET/CT Tumor Segmentation
von: Mazher, Moona, et al.
Veröffentlicht: (2025)

MRSegmentator: Multi-Modality Segmentation of 40 Classes in MRI and CT
von: Häntze, Hartmut, et al.
Veröffentlicht: (2024)

RATNUS: Rapid, Automatic Thalamic Nuclei Segmentation using Multimodal MRI inputs
von: Feng, Anqi, et al.
Veröffentlicht: (2024)

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

Assessing the Performance of the DINOv2 Self-supervised Learning Vision Transformer Model for the Segmentation of the Left Atrium from MRI Images
von: Kundu, Bipasha, et al.
Veröffentlicht: (2024)