Buchumschlag

MOSAIC: A Multi-View 2.5D Organ Slice Selector with Cross-Attentional Reasoning for Anatomically-Aware CT Localization in Medical Organ Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghouse, Hania, Behzad, Muzammil
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

Prompt-Guided Patch UNet-VAE with Adversarial Supervision for Adrenal Gland Segmentation in Computed Tomography Medical Images
von: Ghouse, Hania, et al.
Veröffentlicht: (2025)

MD-RWKV-UNet: Scale-Aware Anatomical Encoding with Cross-Stage Fusion for Multi-Organ Segmentation
von: Fang, Zhuoyi
Veröffentlicht: (2026)

A Flexible 2.5D Medical Image Segmentation Approach with In-Slice and Cross-Slice Attention
von: Kumar, Amarjeet, et al.
Veröffentlicht: (2024)

Devil is in Details: Locality-Aware 3D Abdominal CT Volume Generation for Self-Supervised Organ Segmentation
von: Wang, Yuran, et al.
Veröffentlicht: (2024)

MDNet: Multi-Decoder Network for Abdominal CT Organs Segmentation
von: Jha, Debesh, et al.
Veröffentlicht: (2024)

Diffusion-Based Quality Control of Medical Image Segmentations across Organs
von: Marcianò, Vincenzo, et al.
Veröffentlicht: (2025)

Uncertainty Driven Bottleneck Attention U-net for Organ at Risk Segmentation
von: Nazib, Abdullah, et al.
Veröffentlicht: (2023)

Fuzzy Attention-based Border Rendering Network for Lung Organ Segmentation
von: Zhang, Sheng, et al.
Veröffentlicht: (2024)

A-Eval: A Benchmark for Cross-Dataset Evaluation of Abdominal Multi-Organ Segmentation
von: Huang, Ziyan, et al.
Veröffentlicht: (2023)

LSU-Net: Lightweight Automatic Organs Segmentation Network For Medical Images
von: Ding, Yujie, et al.
Veröffentlicht: (2025)

Zero-shot 3D Segmentation of Abdominal Organs in CT Scans Using Segment Anything Model 2: Adapting Video Tracking Capabilities for 3D Medical Imaging
von: Yamagishi, Yosuke, et al.
Veröffentlicht: (2024)

MORE: Multi-Organ Medical Image REconstruction Dataset
von: Wu, Shaokai, et al.
Veröffentlicht: (2025)

Visualization of Organ Movements Using Automatic Region Segmentation of Swallowing CT
von: Michiwaki, Yukihiro, et al.
Veröffentlicht: (2025)

Automatic Organ and Pan-cancer Segmentation in Abdomen CT: the FLARE 2023 Challenge
von: Ma, Jun, et al.
Veröffentlicht: (2024)

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

Cross-Organ and Cross-Scanner Adenocarcinoma Segmentation using Rein to Fine-tune Vision Foundation Models
von: Cai, Pengzhou, et al.
Veröffentlicht: (2024)

Benchmarking of Deep Learning Methods for Generic MRI Multi-Organ Abdominal Segmentation
von: Krishnaswamy, Deepa, et al.
Veröffentlicht: (2025)

Multi-scale Cascaded Foundation Model for Whole-body Organs-at-risk Segmentation
von: Hao, Rui, et al.
Veröffentlicht: (2024)

FMD-TransUNet: Abdominal Multi-Organ Segmentation Based on Frequency Domain Multi-Axis Representation Learning and Dual Attention Mechanisms
von: Lu, Fang, et al.
Veröffentlicht: (2025)

Construction of an Organ Shape Atlas Using a Hierarchical Mesh Variational Autoencoder
von: Wang, Zijie, et al.
Veröffentlicht: (2025)

AbdomenAtlas-8K: Annotating 8,000 CT Volumes for Multi-Organ Segmentation in Three Weeks
von: Qu, Chongyu, et al.
Veröffentlicht: (2023)

SPG-CDENet: Spatial Prior-Guided Cross Dual Encoder Network for Multi-Organ Segmentation
von: Tian, Xizhi, et al.
Veröffentlicht: (2025)

An Empirical Study on the Fairness of Foundation Models for Multi-Organ Image Segmentation
von: Li, Qin, et al.
Veröffentlicht: (2024)

USEANet: Ultrasound-Specific Edge-Aware Multi-Branch Network for Lightweight Medical Image Segmentation
von: Gao, Jingyi, et al.
Veröffentlicht: (2025)

Segmentation of Mediastinal Lymph Nodes in CT with Anatomical Priors
von: Mathai, Tejas Sudharshan, et al.
Veröffentlicht: (2024)

MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention
von: Shao, Hao, et al.
Veröffentlicht: (2023)

3D Lymphoma Segmentation on PET/CT Images via Multi-Scale Information Fusion with Cross-Attention
von: Huang, Huan, et al.
Veröffentlicht: (2024)

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

USFM: A Universal Ultrasound Foundation Model Generalized to Tasks and Organs towards Label Efficient Image Analysis
von: Jiao, Jing, et al.
Veröffentlicht: (2023)

Automatic segmentation of Organs at Risk in Head and Neck cancer patients from CT and MRI scans
von: Quetin, Sébastien, et al.
Veröffentlicht: (2024)

Quantifying the Impact of Population Shift Across Age and Sex for Abdominal Organ Segmentation
von: Čevora, Kate, et al.
Veröffentlicht: (2024)

Modality-Independent Explainable Detection of Inaccurate Organ Segmentations Using Denoising Autoencoders
von: Lippenszky, Levente, et al.
Veröffentlicht: (2025)

Self is the Best Learner: CT-free Ultra-Low-Dose PET Organ Segmentation via Collaborating Denoising and Segmentation Learning
von: Ye, Zanting, et al.
Veröffentlicht: (2025)

MRISegmentator-Abdomen: A Fully Automated Multi-Organ and Structure Segmentation Tool for T1-weighted Abdominal MRI
von: Zhuang, Yan, et al.
Veröffentlicht: (2024)

Cross-Slice Attention and Evidential Critical Loss for Uncertainty-Aware Prostate Cancer Detection
von: Hung, Alex Ling Yu, et al.
Veröffentlicht: (2024)

Deep Learning-Based Automated Workflow for Accurate Segmentation and Measurement of Abdominal Organs in CT Scans
von: Shastry, Praveen, et al.
Veröffentlicht: (2025)

From Tissue Plane to Organ World: A Benchmark Dataset for Multimodal Biomedical Image Registration using Deep Co-Attention Networks
von: Wang, Yifeng, et al.
Veröffentlicht: (2024)

CLIP-Driven Universal Model for Organ Segmentation and Tumor Detection
von: Liu, Jie, et al.
Veröffentlicht: (2023)

Cardiac Segmentation on CT Images through Shape-Aware Contour Attentions
von: Park, Sanguk, et al.
Veröffentlicht: (2021)

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