Leveraging Generic Foundation Models for Multimodal Surgical Data Analysis
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Pezold, Simon, Kurylec, Jérôme A., Liechti, Jan S., Müller, Beat P., Lavanchy, Joël L. |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Surgical Text-to-Image Generation
par: Nwoye, Chinedu Innocent, et autres
Publié: (2024)
par: Nwoye, Chinedu Innocent, et autres
Publié: (2024)
Advancing Surgical VQA with Scene Graph Knowledge
par: Yuan, Kun, et autres
Publié: (2023)
par: Yuan, Kun, et autres
Publié: (2023)
CholecTrack20: A Multi-Perspective Tracking Dataset for Surgical Tools
par: Nwoye, Chinedu Innocent, et autres
Publié: (2023)
par: Nwoye, Chinedu Innocent, et autres
Publié: (2023)
Learning Multi-modal Representations by Watching Hundreds of Surgical Video Lectures
par: Yuan, Kun, et autres
Publié: (2023)
par: Yuan, Kun, et autres
Publié: (2023)
Leveraging Foundation Models for Multimodal Graph-Based Action Recognition
par: Ziaeetabar, Fatemeh, et autres
Publié: (2025)
par: Ziaeetabar, Fatemeh, et autres
Publié: (2025)
Recognizing Surgical Phases Anywhere: Few-Shot Test-time Adaptation and Task-graph Guided Refinement
par: Yuan, Kun, et autres
Publié: (2025)
par: Yuan, Kun, et autres
Publié: (2025)
Feature Mixing Approach for Detecting Intraoperative Adverse Events in Laparoscopic Roux-en-Y Gastric Bypass Surgery
par: Bose, Rupak, et autres
Publié: (2025)
par: Bose, Rupak, et autres
Publié: (2025)
Scaling Video Pretraining for Surgical Foundation Models
par: Lu, Sicheng, et autres
Publié: (2026)
par: Lu, Sicheng, et autres
Publié: (2026)
Surgical Depth Anything: Depth Estimation for Surgical Scenes using Foundation Models
par: Lou, Ange, et autres
Publié: (2024)
par: Lou, Ange, et autres
Publié: (2024)
Surgical Foundation Model Leveraging Compression and Entropy Maximization for Image-Guided Surgical Assistance
par: Yin, Lianhao, et autres
Publié: (2025)
par: Yin, Lianhao, et autres
Publié: (2025)
Leveraging Large Language Models to Effectively Generate Visual Data for Canine Musculoskeletal Diagnoses
par: Thißen, Martin, et autres
Publié: (2025)
par: Thißen, Martin, et autres
Publié: (2025)
A Generative Foundation Model for Multimodal Histopathology
par: Xiang, Jinxi, et autres
Publié: (2026)
par: Xiang, Jinxi, et autres
Publié: (2026)
AIpparel: A Multimodal Foundation Model for Digital Garments
par: Nakayama, Kiyohiro, et autres
Publié: (2024)
par: Nakayama, Kiyohiro, et autres
Publié: (2024)
Handling Geometric Domain Shifts in Semantic Segmentation of Surgical RGB and Hyperspectral Images
par: Seidlitz, Silvia, et autres
Publié: (2024)
par: Seidlitz, Silvia, et autres
Publié: (2024)
Multimodal Foundational Models for Unsupervised 3D General Obstacle Detection
par: Matuszka, Tamás, et autres
Publié: (2024)
par: Matuszka, Tamás, et autres
Publié: (2024)
TAP into the Patch Tokens: Leveraging Vision Foundation Model Features for AI-Generated Image Detection
par: Abdullah, Ahmed, et autres
Publié: (2026)
par: Abdullah, Ahmed, et autres
Publié: (2026)
Leveraging Large Language Models for Multimodal Search
par: Barbany, Oriol, et autres
Publié: (2024)
par: Barbany, Oriol, et autres
Publié: (2024)
Leveraging Foundation Models for Causal Generative Modeling
par: Komanduri, Aneesh, et autres
Publié: (2026)
par: Komanduri, Aneesh, et autres
Publié: (2026)
ChefFusion: Multimodal Foundation Model Integrating Recipe and Food Image Generation
par: Li, Peiyu, et autres
Publié: (2024)
par: Li, Peiyu, et autres
Publié: (2024)
When do they StOP?: A First Step Towards Automatically Identifying Team Communication in the Operating Room
par: Chen, Keqi, et autres
Publié: (2025)
par: Chen, Keqi, et autres
Publié: (2025)
Text-driven Adaptation of Foundation Models for Few-shot Surgical Workflow Analysis
par: Chen, Tingxuan, et autres
Publié: (2025)
par: Chen, Tingxuan, et autres
Publié: (2025)
Toward a Vision-Language Foundation Model for Medical Data: Multimodal Dataset and Benchmarks for Vietnamese PET/CT Report Generation
par: Nguyen, Huu Tien, et autres
Publié: (2025)
par: Nguyen, Huu Tien, et autres
Publié: (2025)
Surgical Scene Understanding in the Era of Foundation AI Models: A Comprehensive Review
par: Khan, Ufaq, et autres
Publié: (2025)
par: Khan, Ufaq, et autres
Publié: (2025)
DECIDER: Leveraging Foundation Model Priors for Improved Model Failure Detection and Explanation
par: Subramanyam, Rakshith, et autres
Publié: (2024)
par: Subramanyam, Rakshith, et autres
Publié: (2024)
Leveraging Foundation Model Automatic Data Augmentation Strategies and Skeletal Points for Hands Action Recognition in Industrial Assembly Lines
par: Wu, Liang, et autres
Publié: (2024)
par: Wu, Liang, et autres
Publié: (2024)
SurgMotion: A Video-Native Foundation Model for Universal Understanding of Surgical Videos
par: Wu, Jinlin, et autres
Publié: (2026)
par: Wu, Jinlin, et autres
Publié: (2026)
LEMON: A Large Endoscopic MONocular Dataset and Foundation Model for Perception in Surgical Settings
par: Che, Chengan, et autres
Publié: (2025)
par: Che, Chengan, et autres
Publié: (2025)
Better Together: Leveraging Unpaired Multimodal Data for Stronger Unimodal Models
par: Gupta, Sharut, et autres
Publié: (2025)
par: Gupta, Sharut, et autres
Publié: (2025)
Leveraging Multimodal Diffusion Models to Accelerate Imaging with Side Information
par: Efimov, Timofey, et autres
Publié: (2024)
par: Efimov, Timofey, et autres
Publié: (2024)
Leveraging Diffusion Model and Image Foundation Model for Improved Correspondence Matching in Coronary Angiography
par: Zhao, Lin, et autres
Publié: (2025)
par: Zhao, Lin, et autres
Publié: (2025)
Watch and Learn: Leveraging Expert Knowledge and Language for Surgical Video Understanding
par: Gastager, David, et autres
Publié: (2025)
par: Gastager, David, et autres
Publié: (2025)
DINO in the Room: Leveraging 2D Foundation Models for 3D Segmentation
par: Knaebel, Karim, et autres
Publié: (2025)
par: Knaebel, Karim, et autres
Publié: (2025)
Depth Any Canopy: Leveraging Depth Foundation Models for Canopy Height Estimation
par: Cambrin, Daniele Rege, et autres
Publié: (2024)
par: Cambrin, Daniele Rege, et autres
Publié: (2024)
A Color Image Analysis Tool to Help Users Choose a Makeup Foundation Color
par: Mao, Yafei, et autres
Publié: (2024)
par: Mao, Yafei, et autres
Publié: (2024)
FoodMLLM-JP: Leveraging Multimodal Large Language Models for Japanese Recipe Generation
par: Imajuku, Yuki, et autres
Publié: (2024)
par: Imajuku, Yuki, et autres
Publié: (2024)
On the Role of Depth in Surgical Vision Foundation Models: An Empirical Study of RGB-D Pre-training
par: Han, John J., et autres
Publié: (2026)
par: Han, John J., et autres
Publié: (2026)
Insect-Foundation: A Foundation Model and Large Multimodal Dataset for Vision-Language Insect Understanding
par: Truong, Thanh-Dat, et autres
Publié: (2025)
par: Truong, Thanh-Dat, et autres
Publié: (2025)
Enhancing Cognition and Explainability of Multimodal Foundation Models with Self-Synthesized Data
par: Shi, Yucheng, et autres
Publié: (2025)
par: Shi, Yucheng, et autres
Publié: (2025)
Finding 3D Scene Analogies with Multimodal Foundation Models
par: Kim, Junho, et autres
Publié: (2025)
par: Kim, Junho, et autres
Publié: (2025)
Source-Free Domain Adaptation with Frozen Multimodal Foundation Model
par: Tang, Song, et autres
Publié: (2023)
par: Tang, Song, et autres
Publié: (2023)
Documents similaires
-
Surgical Text-to-Image Generation
par: Nwoye, Chinedu Innocent, et autres
Publié: (2024) -
Advancing Surgical VQA with Scene Graph Knowledge
par: Yuan, Kun, et autres
Publié: (2023) -
CholecTrack20: A Multi-Perspective Tracking Dataset for Surgical Tools
par: Nwoye, Chinedu Innocent, et autres
Publié: (2023) -
Learning Multi-modal Representations by Watching Hundreds of Surgical Video Lectures
par: Yuan, Kun, et autres
Publié: (2023) -
Leveraging Foundation Models for Multimodal Graph-Based Action Recognition
par: Ziaeetabar, Fatemeh, et autres
Publié: (2025)