Buchumschlag

MDF-MLLM: Deep Fusion Through Cross-Modal Feature Alignment for Contextually Aware Fundoscopic Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jordan, Jason, Lor, Mohammadreza Akbari, Koulen, Peter, Shyu, Mei-Ling, Chen, Shu-Ching
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Guiding Cross-Modal Representations with MLLM Priors via Preference Alignment
von: Zhao, Pengfei, et al.
Veröffentlicht: (2025)

Modality-Fair Preference Optimization for Trustworthy MLLM Alignment
von: Jiang, Songtao, et al.
Veröffentlicht: (2024)

Fusion of Deep Learning and GIS for Advanced Remote Sensing Image Analysis
von: Afroosheh, Sajjad, et al.
Veröffentlicht: (2024)

SIMMER: Cross-Modal Food Image--Recipe Retrieval via MLLM-Based Embedding
von: Gomi, Keisuke, et al.
Veröffentlicht: (2026)

FDCT: Frequency-Aware Decomposition and Cross-Modal Token-Alignment for Multi-Sensor Target Classification
von: Sami, Shoaib Meraj, et al.
Veröffentlicht: (2025)

Fundoscopic Cameras Associated with Shorter Emergency Department Length of Stay for Patients with Vision Loss
von: Dana R. Sax, et al.
Veröffentlicht: (2026)

Gesture Classification in Artworks Using Contextual Image Features
von: Hussian, Azhar, et al.
Veröffentlicht: (2024)

FedMLLM: Federated Fine-tuning MLLM on Multimodal Heterogeneity Data
von: Xu, Binqian, et al.
Veröffentlicht: (2024)

Deep Spatiotemporal Clutter Filtering of Transthoracic Echocardiographic Images: Leveraging Contextual Attention and Residual Learning
von: Tabassian, Mahdi, et al.
Veröffentlicht: (2024)

Primordial Black Holes and the First Stars
von: Koulen, Julia Monika, et al.
Veröffentlicht: (2025)

Constraints on Primordial Black Holes from $N$-body simulations of the Eridanus II Stellar Cluster
von: Koulen, Julia Monika, et al.
Veröffentlicht: (2024)

MDF: Multi-Modal Data Fusion with CNN-Based Object Detection for Enhanced Indoor Localization Using LiDAR-SLAM
von: Kalan, Saqi Hussain, et al.
Veröffentlicht: (2025)

DeepIPCv3: Event-Aware Multi-Modal Sensor Fusion for Sudden Pedestrian Crossing Avoidance
von: Natan, Oskar, et al.
Veröffentlicht: (2026)

MLLM-Driven Semantic Identifier Generation for Generative Cross-Modal Retrieval
von: Li, Tianyuan, et al.
Veröffentlicht: (2025)

Domain Transfer Through Image-to-Image Translation for Uncertainty-Aware Prostate Cancer Classification
von: Zhou, Meng, et al.
Veröffentlicht: (2023)

Modality-Aware Infrared and Visible Image Fusion with Target-Aware Supervision
von: Sun, Tianyao, et al.
Veröffentlicht: (2025)

Cross-Modal and Uni-Modal Soft-Label Alignment for Image-Text Retrieval
von: Huang, Hailang, et al.
Veröffentlicht: (2024)

Cross Feature Fusion of Fundus Image and Generated Lesion Map for Referable Diabetic Retinopathy Classification
von: Mok, Dahyun, et al.
Veröffentlicht: (2024)

TUNI: Real-time RGB-T Semantic Segmentation with Unified Multi-Modal Feature Extraction and Cross-Modal Feature Fusion
von: Guo, Xiaodong, et al.
Veröffentlicht: (2025)

MDF: A Dynamic Fusion Model for Multi-modal Fake News Detection
von: Lv, Hongzhen, et al.
Veröffentlicht: (2024)

Multiscale Feature Fusion Method for Liver Cirrhosis Classification
von: Shanshan Wang, et al.
Veröffentlicht: (2024)

CrossBench: Generalized Crosstalk Benchmark Generation for Quantum Computers
von: Hawley, Jaden, et al.
Veröffentlicht: (2026)

Interactive CNN and Transformer‐Based Cross‐Attention Fusion Network for Medical Image Classification
von: Shu Cai, et al.
Veröffentlicht: (2025)

SDF2Net: Shallow to Deep Feature Fusion Network for PolSAR Image Classification
von: Alkhatib, Mohammed Q., et al.
Veröffentlicht: (2024)

Modality-Aware Feature Matching: A Comprehensive Review of Single- and Cross-Modality Techniques
von: Liu, Weide, et al.
Veröffentlicht: (2025)

Cross-Modal Scene Semantic Alignment for Image Complexity Assessment
von: Luo, Yuqing, et al.
Veröffentlicht: (2025)

Cross-Modal Synergies: Unveiling the Potential of Motion-Aware Fusion Networks in Handling Dynamic and Static ReID Scenarios
von: Ling, Fuxi, et al.
Veröffentlicht: (2025)

CritiFusion: Semantic Critique and Spectral Alignment for Faithful Text-to-Image Generation
von: Chen, ZhenQi, et al.
Veröffentlicht: (2025)

Ultrasound Report Generation with Cross-Modality Feature Alignment via Unsupervised Guidance
von: Li, Jun, et al.
Veröffentlicht: (2024)

Cross-Modal Prototype Alignment and Mixing for Training-Free Few-Shot Classification
von: Goswami, Dipam, et al.
Veröffentlicht: (2026)

Diffusion-Based Cross-Modal Feature Extraction for Multi-Label Classification
von: Lan, Tian, et al.
Veröffentlicht: (2025)

Cross-Modal Diffusion for Biomechanical Dynamical Systems Through Local Manifold Alignment
von: Dey, Sharmita, et al.
Veröffentlicht: (2025)

AUV-Fusion: Cross-Modal Adversarial Fusion of User Interactions and Visual Perturbations Against VARS
von: Ling, Hai, et al.
Veröffentlicht: (2025)

Multi-Modal Image Fusion via Intervention-Stable Feature Learning
von: Wang, Xue, et al.
Veröffentlicht: (2026)

Cross-Modal Mapping: Mitigating the Modality Gap for Few-Shot Image Classification
von: Yang, Xi, et al.
Veröffentlicht: (2024)

EfficientECG: Cross-Attention with Feature Fusion for Efficient Electrocardiogram Classification
von: Deng, Hanhui, et al.
Veröffentlicht: (2025)

Geometry-Aware CLIP Retrieval via Local Cross-Modal Alignment and Steering
von: Prakash, Nirmalendu, et al.
Veröffentlicht: (2026)

Classification of COVID-19 in Chest X-ray Images Using Fusion of Deep Features and LightGBM
von: Nasiri, Hamid, et al.
Veröffentlicht: (2022)

Judge Anything: MLLM as a Judge Across Any Modality
von: Pu, Shu, et al.
Veröffentlicht: (2025)

VIFO: Visual Feature Empowered Multivariate Time Series Forecasting with Cross-Modal Fusion
von: Wang, Yanlong, et al.
Veröffentlicht: (2025)