Buchumschlag

Large Kernel MedNeXt for Breast Tumor Segmentation and Self-Normalizing Network for pCR Classification in Magnetic Resonance Images

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Musah, Toufiq
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

Optimizing Brain Tumor Segmentation with MedNeXt: BraTS 2024 SSA and Pediatrics
von: Hashmi, Sarim, et al.
Veröffentlicht: (2024)

EMedNeXt: An Enhanced Brain Tumor Segmentation Framework for Sub-Saharan Africa using MedNeXt V2 with Deep Supervision
von: Jaheen, Ahmed, et al.
Veröffentlicht: (2025)

MedNeXt: Transformer-driven Scaling of ConvNets for Medical Image Segmentation
von: Roy, Saikat, et al.
Veröffentlicht: (2023)

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

Topology-Driven Fusion of nnU-Net and MedNeXt for Accurate Brain Tumor Segmentation on Sub-Saharan Africa Dataset
von: Bohara, Prabin, et al.
Veröffentlicht: (2026)

MedNeXt-v2: Scaling 3D ConvNeXts for Large-Scale Supervised Representation Learning in Medical Image Segmentation
von: Roy, Saikat, et al.
Veröffentlicht: (2025)

Automated Segmentation of Ischemic Stroke Lesions in Non-Contrast Computed Tomography Images for Enhanced Treatment and Prognosis
von: Musah, Toufiq, et al.
Veröffentlicht: (2024)

Towards Trustworthy Breast Tumor Segmentation in Ultrasound using Monte Carlo Dropout and Deep Ensembles for Epistemic Uncertainty Estimation
von: Musah, Toufiq, et al.
Veröffentlicht: (2025)

How We Won BraTS-SSA 2025: Brain Tumor Segmentation in the Sub-Saharan African Population Using Segmentation-Aware Data Augmentation and Model Ensembling
von: Ankomah, Claudia Takyi, et al.
Veröffentlicht: (2025)

ConvNeXt with Histopathology-Specific Augmentations for Mitotic Figure Classification
von: Feki, Hana, et al.
Veröffentlicht: (2025)

Fast‐MedNeXt: Accelerating the MedNeXt Architecture to Improve Brain Tumour Segmentation Efficiency
von: Bin Liu, et al.
Veröffentlicht: (2024)

Model Ensemble for Brain Tumor Segmentation in Magnetic Resonance Imaging
von: Capellán-Martín, Daniel, et al.
Veröffentlicht: (2024)

Uncertainty-Gated Deformable Network for Breast Tumor Segmentation in MR Images
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

LiteNeXt: A Novel Lightweight ConvMixer-based Model with Self-embedding Representation Parallel for Medical Image Segmentation
von: Tran, Ngoc-Du, et al.
Veröffentlicht: (2024)

UltraUPConvNet: A UPerNet- and ConvNeXt-Based Multi-Task Network for Ultrasound Tissue Segmentation and Disease Prediction
von: Chen, Zhi, et al.
Veröffentlicht: (2025)

Magnetic Resonance Imaging Feature-Based Subtyping and Model Ensemble for Enhanced Brain Tumor Segmentation
von: Jiang, Zhifan, et al.
Veröffentlicht: (2024)

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

Comparison of ConvNeXt and Vision-Language Models for Breast Density Assessment in Screening Mammography
von: Molina-Román, Yusdivia, et al.
Veröffentlicht: (2025)

Prototype Learning Guided Hybrid Network for Breast Tumor Segmentation in DCE-MRI
von: Zhou, Lei, et al.
Veröffentlicht: (2024)

Modifying the U-Net's Encoder-Decoder Architecture for Segmentation of Tumors in Breast Ultrasound Images
von: Derakhshandeh, Sina, et al.
Veröffentlicht: (2024)

Tumor Detection, Segmentation and Classification Challenge on Automated 3D Breast Ultrasound: The TDSC-ABUS Challenge
von: Luo, Gongning, et al.
Veröffentlicht: (2025)

Progressive Dual Priori Network for Generalized Breast Tumor Segmentation
von: Wang, Li, et al.
Veröffentlicht: (2023)

Evaluating the Impact of Sequence Combinations on Breast Tumor Segmentation in Multiparametric MRI
von: Min, Hang, et al.
Veröffentlicht: (2024)

Breast Tumor Classification Using EfficientNet Deep Learning Model
von: Behzadpour, Majid, et al.
Veröffentlicht: (2024)

Efficient MedSAMs: Segment Anything in Medical Images on Laptop
von: Ma, Jun, et al.
Veröffentlicht: (2024)

Large Kernel Modulation Network for Efficient Image Super-Resolution
von: Hu, Quanwei, et al.
Veröffentlicht: (2025)

Systematic Review of Pituitary Gland and Pituitary Adenoma Automatic Segmentation Techniques in Magnetic Resonance Imaging
von: Yakubu, Mubaraq, et al.
Veröffentlicht: (2025)

BC-MRI-SEG: A Breast Cancer MRI Tumor Segmentation Benchmark
von: Bilic, Anthony, et al.
Veröffentlicht: (2024)

StrokeNeXt: A Siamese-encoder Approach for Brain Stroke Classification in Computed Tomography Imagery
von: Ramos, Leo Thomas, et al.
Veröffentlicht: (2026)

BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification
von: Fateh, Amirreza, et al.
Veröffentlicht: (2025)

MedSegNet10: A Publicly Accessible Network Repository for Split Federated Medical Image Segmentation
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2025)

Large Kernel Distillation Network for Efficient Single Image Super-Resolution
von: Xie, Chengxing, et al.
Veröffentlicht: (2024)

D-Net: Dynamic Large Kernel with Dynamic Feature Fusion for Volumetric Medical Image Segmentation
von: Yang, Jin, et al.
Veröffentlicht: (2024)

MedVKAN: Efficient Feature Extraction with Mamba and KAN for Medical Image Segmentation
von: Zhu, Hancan, et al.
Veröffentlicht: (2025)

Med-TTT: Vision Test-Time Training model for Medical Image Segmentation
von: Xu, Jiashu
Veröffentlicht: (2024)

MedMAE: A Self-Supervised Backbone for Medical Imaging Tasks
von: Gupta, Anubhav, et al.
Veröffentlicht: (2024)

Inter-slice Super-resolution of Magnetic Resonance Images by Pre-training and Self-supervised Fine-tuning
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Med-URWKV†: Toward Enhanced Pretrained Pure VRWKV Models for Medical Image Segmentation
von: Zhou, Zhenhuan, et al.
Veröffentlicht: (2025)

VIS-MAE: An Efficient Self-supervised Learning Approach on Medical Image Segmentation and Classification
von: Liu, Zelong, 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)