Buchumschlag

RobSurv: Vector Quantization-Based Multi-Modal Learning for Robust Cancer Survival Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Farooq, Aiman, Singh, Azad, Mishra, Deepak, Chaudhury, Santanu
Format:	Preprint
Veröffentlicht:	2025
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

Survival Prediction in Lung Cancer through Multi-Modal Representation Learning
von: Farooq, Aiman, et al.
Veröffentlicht: (2024)

RibCageImp: A Deep Learning Framework for 3D Ribcage Implant Generation
von: Chaubey, Gyanendra, et al.
Veröffentlicht: (2024)

Leveraging Auxiliary Classification for Rib Fracture Segmentation
von: G., Harini, et al.
Veröffentlicht: (2024)

MLVICX: Multi-Level Variance-Covariance Exploration for Chest X-ray Self-Supervised Representation Learning
von: Singh, Azad, et al.
Veröffentlicht: (2024)

SamRobNODDI: Q-Space Sampling-Augmented Continuous Representation Learning for Robust and Generalized NODDI
von: Xiao, Taohui, et al.
Veröffentlicht: (2024)

Non-Adversarial Learning: Vector-Quantized Common Latent Space for Multi-Sequence MRI
von: Han, Luyi, et al.
Veröffentlicht: (2024)

RobNODDI: Robust NODDI Parameter Estimation with Adaptive Sampling under Continuous Representation
von: Xiao, Taohui, et al.
Veröffentlicht: (2024)

Improving Lung Cancer Diagnosis and Survival Prediction with Deep Learning and CT Imaging
von: Wang, Xiawei, et al.
Veröffentlicht: (2024)

AdaMSS: Adaptive Multi-Modality Segmentation-to-Survival Learning for Survival Outcome Prediction from PET/CT Images
von: Meng, Mingyuan, et al.
Veröffentlicht: (2023)

impuTMAE: Multi-modal Transformer with Masked Pre-training for Missing Modalities Imputation in Cancer Survival Prediction
von: Boyko, Maria, et al.
Veröffentlicht: (2025)

Translating Imaging to Genomics: Leveraging Transformers for Predictive Modeling
von: Farooq, Aiman, et al.
Veröffentlicht: (2024)

MoME: Mixture of Multimodal Experts for Cancer Survival Prediction
von: Xiong, Conghao, et al.
Veröffentlicht: (2024)

CrossFusion: A Multi-Scale Cross-Attention Convolutional Fusion Model for Cancer Survival Prediction
von: Soraki, Rustin, et al.
Veröffentlicht: (2025)

Multi-modal Intermediate Feature Interaction AutoEncoder for Overall Survival Prediction of Esophageal Squamous Cell Cancer
von: Wu, Chengyu, et al.
Veröffentlicht: (2024)

Learning Optimal Lattice Vector Quantizers for End-to-end Neural Image Compression
von: Zhang, Xi, et al.
Veröffentlicht: (2024)

Adaptive Prototype Learning for Multimodal Cancer Survival Analysis
von: Liu, Hong, et al.
Veröffentlicht: (2025)

PathoHR: Breast Cancer Survival Prediction on High-Resolution Pathological Images
von: Luo, Yang, et al.
Veröffentlicht: (2025)

Cohort-Individual Cooperative Learning for Multimodal Cancer Survival Analysis
von: Zhou, Huajun, et al.
Veröffentlicht: (2024)

Multi-modal Learning with Missing Modality in Predicting Axillary Lymph Node Metastasis
von: Zhang, Shichuan, et al.
Veröffentlicht: (2024)

Robust Divergence Learning for Missing-Modality Segmentation
von: Cheng, Runze, et al.
Veröffentlicht: (2024)

MIL vs. Aggregation: Evaluating Patient-Level Survival Prediction Strategies Using Graph-Based Learning
von: Verdelho, M Rita, et al.
Veröffentlicht: (2025)

CRC-SAM: SAM-Based Multi-Modal Segmentation and Quantification of Colorectal Cancer in CT, Colonoscopy, and Histology Images
von: Lao, Daniel
Veröffentlicht: (2026)

SQ-GAN: Semantic Image Communications Using Masked Vector Quantization
von: Pezone, Francesco, et al.
Veröffentlicht: (2025)

DAMM-Diffusion: Learning Divergence-Aware Multi-Modal Diffusion Model for Nanoparticles Distribution Prediction
von: Zhou, Junjie, et al.
Veröffentlicht: (2025)

Rate-Adaptive Quantization: A Multi-Rate Codebook Adaptation for Vector Quantization-based Generative Models
von: Seo, Jiwan, et al.
Veröffentlicht: (2024)

Multi-modality Regional Alignment Network for Covid X-Ray Survival Prediction and Report Generation
von: Zhong, Zhusi, et al.
Veröffentlicht: (2024)

Cross-modality Attention-based Multimodal Fusion for Non-small Cell Lung Cancer (NSCLC) Patient Survival Prediction
von: Deng, Ruining, et al.
Veröffentlicht: (2023)

Averaged Deep Denoisers for Image Regularization
von: Nair, Pravin, et al.
Veröffentlicht: (2022)

Stabilizing RED using the Koopman Operator
von: Chavan, Shraddha, et al.
Veröffentlicht: (2025)

A Multi-Modal Deep Learning Framework for Pan-Cancer Prognosis
von: Zhang, Binyu, et al.
Veröffentlicht: (2025)

AMD-Mamba: A Phenotype-Aware Multi-Modal Framework for Robust AMD Prognosis
von: Wu, Puzhen, et al.
Veröffentlicht: (2025)

MRI to PET Cross-Modality Translation using Globally and Locally Aware GAN (GLA-GAN) for Multi-Modal Diagnosis of Alzheimer's Disease
von: Sikka, Apoorva, et al.
Veröffentlicht: (2021)

Multi-Stain Multi-Level Convolutional Network for Multi-Tissue Breast Cancer Image Segmentation
von: Modi, Akash, et al.
Veröffentlicht: (2024)

iMD4GC: Incomplete Multimodal Data Integration to Advance Precise Treatment Response Prediction and Survival Analysis for Gastric Cancer
von: Zhou, Fengtao, et al.
Veröffentlicht: (2024)

Variable-Rate Learned Image Compression with Multi-Objective Optimization and Quantization-Reconstruction Offsets
von: Kamisli, Fatih, et al.
Veröffentlicht: (2024)

Unified Multi-Modal Image Synthesis for Missing Modality Imputation
von: Zhang, Yue, et al.
Veröffentlicht: (2023)

DSVTLA: Deep Swin Vision Transformer-Based Transfer Learning Architecture for Multi-Type Cancer Histopathological Cancer Image Classification
von: Khan, Muazzem Hussain, et al.
Veröffentlicht: (2026)

A Large-scale Multi Domain Leukemia Dataset for the White Blood Cells Detection with Morphological Attributes for Explainability
von: Rehman, Abdul, et al.
Veröffentlicht: (2024)

Channel-Aware Vector Quantization for Robust Semantic Communication on Discrete Channels
von: Meng, Zian, et al.
Veröffentlicht: (2025)

Activation Map-based Vector Quantization for 360-degree Image Semantic Communication
von: Ma, Yang, et al.
Veröffentlicht: (2024)