:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Gala, Neerav Nemchand
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Image and Video Processing Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2508.01350
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Brain Tumor Classification Using TrAdaBoost and Multi-Classifier Deep Learning Approaches
von: Mohammadi, Mahin, et al.
Veröffentlicht: (2024)

Advanced Hybrid Deep Learning Model for Enhanced Classification of Osteosarcoma Histopathology Images
von: Borji, Arezoo, et al.
Veröffentlicht: (2024)

Efficient Feature Extraction and Classification Architecture for MRI-Based Brain Tumor Detection and Localization
von: Paul, Plabon, et al.
Veröffentlicht: (2024)

A Deep Learning Approach for Brain Tumor Classification and Segmentation Using a Multiscale Convolutional Neural Network
von: Díaz-Pernas, Francisco Javier, et al.
Veröffentlicht: (2024)

Proportional Sensitivity in Generative Adversarial Network (GAN)-Augmented Brain Tumor Classification Using Convolutional Neural Network
von: Afif, Mahin Montasir, et al.
Veröffentlicht: (2025)

MeDi: Metadata-Guided Diffusion Models for Mitigating Biases in Tumor Classification
von: Drexlin, David Jacob, et al.
Veröffentlicht: (2025)

Adversarial Multi-Task Learning for Liver Tumor Segmentation, Dynamic Enhancement Regression, and Classification
von: Xiao, Xiaojiao, et al.
Veröffentlicht: (2025)

SCC-YOLO: An Improved Object Detector for Assisting in Brain Tumor Diagnosis
von: Bai, Runci, et al.
Veröffentlicht: (2025)

MMMNA-Net for Overall Survival Time Prediction of Brain Tumor Patients
von: Tang, Wen, et al.
Veröffentlicht: (2022)

Mind the Gap: Promoting Missing Modality Brain Tumor Segmentation with Alignment
von: Liu, Tianyi, et al.
Veröffentlicht: (2024)

End-to-End Deep Learning for Structural Brain Imaging: A Unified Framework
von: Su, Yao, et al.
Veröffentlicht: (2025)

SER-Diff: Synthetic Error Replay Diffusion for Incremental Brain Tumor Segmentation
von: Makanaboyina, Sashank
Veröffentlicht: (2025)

MBDRes-U-Net: Multi-Scale Lightweight Brain Tumor Segmentation Network
von: Shen, Longfeng, et al.
Veröffentlicht: (2024)

Advanced Deep Learning Techniques for Accurate Lung Cancer Detection and Classification
von: Abumohsen, Mobarak, et al.
Veröffentlicht: (2025)

Hybrid Attention Network for Accurate Breast Tumor Segmentation in Ultrasound Images
von: Aslam, Muhammad Azeem, et al.
Veröffentlicht: (2025)

Cycle Inverse-Consistent TransMorph: A Balanced Deep Learning Framework for Brain MRI Registration
von: Shang, Jiaqi, et al.
Veröffentlicht: (2026)

Attention Xception UNet (AXUNet): A Novel Combination of CNN and Self-Attention for Brain Tumor Segmentation
von: Moodi, Farzan, et al.
Veröffentlicht: (2025)

Enhancing Diabetic Retinopathy Classification Accuracy through Dual Attention Mechanism in Deep Learning
von: Hannan, Abdul, et al.
Veröffentlicht: (2025)

Less is More: Selective Reduction of CT Data for Self-Supervised Pre-Training of Deep Learning Models with Contrastive Learning Improves Downstream Classification Performance
von: Wolf, Daniel, et al.
Veröffentlicht: (2024)

A Hybrid Deep Learning CNN Model for Enhanced COVID-19 Detection from Computed Tomography (CT) Scan Images
von: Nettur, Suresh Babu, et al.
Veröffentlicht: (2025)

Camera Movement Classification in Historical Footage: A Comparative Study of Deep Video Models
von: Lin, Tingyu, et al.
Veröffentlicht: (2025)

An Optimized Ensemble Deep Learning Model For Brain Tumor Classification
von: Talukder, Md. Alamin, et al.
Veröffentlicht: (2023)

AutoPET III Challenge: Tumor Lesion Segmentation using ResEnc-Model Ensemble
von: Chutani, Tanya, et al.
Veröffentlicht: (2024)

Efficient Brain Tumor Segmentation Using a Dual-Decoder 3D U-Net with Attention Gates (DDUNet)
von: Pajouh, Mohammad Mahdi Danesh
Veröffentlicht: (2025)

Vascular Segmentation of Functional Ultrasound Images using Deep Learning
von: Sebia, Hana, et al.
Veröffentlicht: (2024)

XLSTM-HVED: Cross-Modal Brain Tumor Segmentation and MRI Reconstruction Method Using Vision XLSTM and Heteromodal Variational Encoder-Decoder
von: Zhu, Shenghao, et al.
Veröffentlicht: (2024)

Artificial Intelligence-Driven Prognostic Classification of COVID-19 Using Chest X-rays: A Deep Learning Approach
von: Simbun, Alfred, et al.
Veröffentlicht: (2025)

FreeTumor: Large-Scale Generative Tumor Synthesis in Computed Tomography Images for Improving Tumor Recognition
von: Wu, Linshan, et al.
Veröffentlicht: (2025)

Multi-Center Study on Deep Learning-Assisted Detection and Classification of Fetal Central Nervous System Anomalies Using Ultrasound Imaging
von: Qi, Yang, et al.
Veröffentlicht: (2025)

Enhancing Deep Learning Model Explainability in Brain Tumor Datasets using Post-Heuristic Approaches
von: Pasvantis, Konstantinos, et al.
Veröffentlicht: (2024)

Multi-modal Contrastive Learning for Tumor-specific Missing Modality Synthesis
von: Lim, Minjoo, et al.
Veröffentlicht: (2025)

HyperspectralMAE: The Hyperspectral Imagery Classification Model using Fourier-Encoded Dual-Branch Masked Autoencoder
von: Jeong, Wooyoung, et al.
Veröffentlicht: (2025)

Evaluation of Machine Learning Reconstruction Techniques for Accelerated Brain MRI Scans
von: Mandel, Jonathan I., et al.
Veröffentlicht: (2025)

Deep Rib Fracture Instance Segmentation and Classification from CT on the RibFrac Challenge
von: Yang, Jiancheng, et al.
Veröffentlicht: (2024)

DinoAtten3D: Slice-Level Attention Aggregation of DinoV2 for 3D Brain MRI Anomaly Classification
von: Rafsani, Fazle, et al.
Veröffentlicht: (2025)

Translation of Fetal Brain Ultrasound Images into Pseudo-MRI Images using Artificial Intelligence
von: Silverstein, Naomi, et al.
Veröffentlicht: (2025)

ONCOPILOT: A Promptable CT Foundation Model For Solid Tumor Evaluation
von: Machado, Léo, et al.
Veröffentlicht: (2024)

GANet-Seg: Adversarial Learning for Brain Tumor Segmentation with Hybrid Generative Models
von: Cui, Qifei, et al.
Veröffentlicht: (2025)

FusionINN: Decomposable Image Fusion for Brain Tumor Monitoring
von: Kumar, Nishant, et al.
Veröffentlicht: (2024)

Fusion-Based Brain Tumor Classification Using Deep Learning and Explainable AI, and Rule-Based Reasoning
von: Filvantorkaman, Melika, et al.
Veröffentlicht: (2025)