Buchumschlag

Domain-randomized deep learning for neuroimage analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Hoffmann, Malte
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep infant brain segmentation from multi-contrast MRI
von: Hoffmann, Malte, et al.
Veröffentlicht: (2025)

Search Wide, Focus Deep: Automated Fetal Brain Extraction with Sparse Training Data
von: Dadashkarimi, Javid, et al.
Veröffentlicht: (2024)

A comparative analysis of deep learning models for lung segmentation on X-ray images
von: Hryniewska-Guzik, Weronika, et al.
Veröffentlicht: (2024)

Hair and scalp disease detection using deep learning
von: Sultanpure, Kavita, et al.
Veröffentlicht: (2024)

SYNTA: A novel approach for deep learning-based image analysis in muscle histopathology using photo-realistic synthetic data
von: Mill, Leonid, et al.
Veröffentlicht: (2022)

Expanding the deep-learning model to diagnosis LVNC: Limitations and trade-offs
von: Bernabé, Gregorio, et al.
Veröffentlicht: (2023)

Diabetes detection using deep learning techniques with oversampling and feature augmentation
von: García-Ordás, María Teresa, et al.
Veröffentlicht: (2024)

Gadolinium dose reduction for brain MRI using conditional deep learning
von: Pinetz, Thomas, et al.
Veröffentlicht: (2024)

Hierarchical Uncertainty Estimation for Learning-based Registration in Neuroimaging
von: Hu, Xiaoling, et al.
Veröffentlicht: (2024)

Tumor-anchored deep feature random forests for out-of-distribution detection in lung cancer segmentation
von: Rangnekar, Aneesh, et al.
Veröffentlicht: (2025)

WALINET: A water and lipid identification convolutional Neural Network for nuisance signal removal in 1H MR Spectroscopic Imaging
von: Weiser, Paul, et al.
Veröffentlicht: (2024)

Enhancing crop classification accuracy by synthetic SAR-Optical data generation using deep learning
von: Mirzaei, Ali, et al.
Veröffentlicht: (2024)

Coronary artery segmentation in non-contrast calcium scoring CT images using deep learning
von: Bujny, Mariusz, et al.
Veröffentlicht: (2024)

Robust deep learning for eye fundus images: Bridging real and synthetic data for enhancing generalization
von: Oliveira, Guilherme C., et al.
Veröffentlicht: (2022)

Applications of interpretable deep learning in neuroimaging: a comprehensive review
von: Munroe, Lindsay, et al.
Veröffentlicht: (2024)

BeyondCT: A deep learning model for predicting pulmonary function from chest CT scans
von: Geng, Kaiwen, et al.
Veröffentlicht: (2024)

Tree species classification at the pixel-level using deep learning and multispectral time series in an imbalanced context
von: Mouret, Florian, et al.
Veröffentlicht: (2024)

CT evaluation of 2D and 3D holistic deep learning methods for the volumetric segmentation of airway lesions
von: Bouzid, Amel Imene Hadj, et al.
Veröffentlicht: (2024)

A comparative study of generative adversarial networks for image recognition algorithms based on deep learning and traditional methods
von: Zhong, Yihao, et al.
Veröffentlicht: (2024)

A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation
von: Kumar, Avisha, et al.
Veröffentlicht: (2024)

An end-to-end deep learning pipeline to derive blood input with partial volume corrections for automated parametric brain PET mapping
von: Chavan, Rugved, et al.
Veröffentlicht: (2024)

Classification of Prostate Cancer in 3D Magnetic Resonance Imaging Data based on Convolutional Neural Networks
von: Rippa, Malte, et al.
Veröffentlicht: (2024)

Deep Anatomical Federated Network (Dafne): An open client-server framework for the continuous, collaborative improvement of deep learning-based medical image segmentation
von: Santini, Francesco, et al.
Veröffentlicht: (2023)

Recovering high-quality FODs from a reduced number of diffusion-weighted images using a model-driven deep learning architecture
von: Bartlett, J, et al.
Veröffentlicht: (2023)

Anatomy-aware and acquisition-agnostic joint registration with SynthMorph
von: Hoffmann, Malte, et al.
Veröffentlicht: (2023)

Diverse super-resolution with pretrained deep hiererarchical VAEs
von: Prost, Jean, et al.
Veröffentlicht: (2022)

rNCA: Self-Repairing Segmentation Masks
von: Silbernagel, Malte, et al.
Veröffentlicht: (2025)

Time-aware UNet and super-resolution deep residual networks for spatial downscaling
von: Sipilä, Mika, et al.
Veröffentlicht: (2025)

Semi-overcomplete convolutional auto-encoder embedding as shape priors for deep vessel segmentation
von: Sadikine, Amine, et al.
Veröffentlicht: (2024)

Self-supervised training of deep denoisers in multi-coil MRI considering noise correlations
von: Park, Juhyung, et al.
Veröffentlicht: (2022)

Unsupervised Domain Transfer with Conditional Invertible Neural Networks
von: Dreher, Kris K., et al.
Veröffentlicht: (2023)

High-Resolution Daytime Translation Without Domain Labels
von: Anokhin, Ivan, et al.
Veröffentlicht: (2020)

Leveraging Frequency Domain Learning in 3D Vessel Segmentation
von: Wang, Xinyuan, et al.
Veröffentlicht: (2024)

Cross Domain Early Crop Mapping using CropSTGAN
von: Wang, Yiqun, et al.
Veröffentlicht: (2024)

StoDIP: Efficient 3D MRF image reconstruction with deep image priors and stochastic iterations
von: Mayo, Perla, et al.
Veröffentlicht: (2024)

Are Natural-Domain Foundation Models Effective for Accelerated Cardiac MRI Reconstruction?
von: Hashmi, Anam, et al.
Veröffentlicht: (2026)

Fréchet Wavelet Distance: A Domain-Agnostic Metric for Image Generation
von: Veeramacheneni, Lokesh, et al.
Veröffentlicht: (2023)

Scanner-Induced Domain Shifts Undermine the Robustness of Pathology Foundation Models
von: Thiringer, Erik, et al.
Veröffentlicht: (2026)

Stylizing ViT: Anatomy-Preserving Instance Style Transfer for Domain Generalization
von: Doerrich, Sebastian, et al.
Veröffentlicht: (2026)

Self-supervised Vision Transformer are Scalable Generative Models for Domain Generalization
von: Doerrich, Sebastian, et al.
Veröffentlicht: (2024)