Buchumschlag

Confidence-Weighted Semi-Supervised Learning for Skin Lesion Segmentation Using Hybrid CNN-Transformer Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Qamar, Saqib
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

ScaleFusionNet: Transformer-Guided Multi-Scale Feature Fusion for Skin Lesion Segmentation
von: Qamar, Saqib, et al.
Veröffentlicht: (2025)

Transformer-CNN Fused Architecture for Enhanced Skin Lesion Segmentation
von: Tiwari, Siddharth
Veröffentlicht: (2024)

Deep Skin Lesion Segmentation with Transformer-CNN Fusion: Toward Intelligent Skin Cancer Analysis
von: Wang, Xin, et al.
Veröffentlicht: (2025)

TESL-Net: A Transformer-Enhanced CNN for Accurate Skin Lesion Segmentation
von: Iqbal, Shahzaib, et al.
Veröffentlicht: (2024)

SkinFormer: Learning Statistical Texture Representation with Transformer for Skin Lesion Segmentation
von: Xu, Rongtao, et al.
Veröffentlicht: (2024)

UCM-Net: A Lightweight and Efficient Solution for Skin Lesion Segmentation using MLP and CNN
von: Yuan, Chunyu, et al.
Veröffentlicht: (2023)

Semi-Supervised Learning with Online Knowledge Distillation for Skin Lesion Classification
von: Manivannan, Siyamalan
Veröffentlicht: (2025)

TAFM-Net: A Novel Approach to Skin Lesion Segmentation Using Transformer Attention and Focal Modulation
von: Khan, Tariq M, et al.
Veröffentlicht: (2024)

When CNN Meet with ViT: Towards Semi-Supervised Learning for Multi-Class Medical Image Semantic Segmentation
von: Wang, Ziyang, et al.
Veröffentlicht: (2022)

Uncertainty-Guided Dual-Domain Learning for Reliable Skin Lesion Segmentation
von: Dai, Duwei, et al.
Veröffentlicht: (2026)

UNet with Self-Adaptive Mamba-Like Attention and Causal-Resonance Learning for Medical Image Segmentation
von: Qamar, Saqib, et al.
Veröffentlicht: (2025)

Hybrid(Transformer+CNN)-based Polyp Segmentation
von: Baduwal, Madan
Veröffentlicht: (2025)

SkinMap: Weighted Full-Body Skin Segmentation for Robust Remote Photoplethysmography
von: Maleki, Zahra, et al.
Veröffentlicht: (2025)

Rethinking Attention Gated with Hybrid Dual Pyramid Transformer-CNN for Generalized Segmentation in Medical Imaging
von: Bougourzi, Fares, et al.
Veröffentlicht: (2024)

Knowledge Consultation for Semi-Supervised Semantic Segmentation
von: Than, Thuan, et al.
Veröffentlicht: (2025)

A Region of Interest Focused Triple UNet Architecture for Skin Lesion Segmentation
von: Liu, Guoqing, et al.
Veröffentlicht: (2023)

Guidelines for Cerebrovascular Segmentation: Managing Imperfect Annotations in the context of Semi-Supervised Learning
von: Rougé, Pierre, et al.
Veröffentlicht: (2024)

D-TrAttUnet: Toward Hybrid CNN-Transformer Architecture for Generic and Subtle Segmentation in Medical Images
von: Bougourzi, Fares, et al.
Veröffentlicht: (2024)

Semi-Supervised Bone Marrow Lesion Detection from Knee MRI Segmentation Using Mask Inpainting Models
von: Qin, Shihua, et al.
Veröffentlicht: (2024)

SemiSAM+: Rethinking Semi-Supervised Medical Image Segmentation in the Era of Foundation Models
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

SC-HVPPNet: Spatial and Channel Hybrid-Attention Video Post-Processing Network with CNN and Transformer
von: Zhang, Tong, et al.
Veröffentlicht: (2024)

SkinMamba: A Precision Skin Lesion Segmentation Architecture with Cross-Scale Global State Modeling and Frequency Boundary Guidance
von: Zou, Shun, et al.
Veröffentlicht: (2024)

A Semi-Supervised Approach with Error Reflection for Echocardiography Segmentation
von: Han, Xiaoxiang, et al.
Veröffentlicht: (2024)

ASP-VMUNet: Atrous Shifted Parallel Vision Mamba U-Net for Skin Lesion Segmentation
von: Bao, Muyi, et al.
Veröffentlicht: (2025)

BeSt-LeS: Benchmarking Stroke Lesion Segmentation using Deep Supervision
von: Deb, Prantik, et al.
Veröffentlicht: (2023)

Multi-Prototype Embedding Refinement for Semi-Supervised Medical Image Segmentation
von: Bi, Yali, et al.
Veröffentlicht: (2025)

UltraLight VM-UNet: Parallel Vision Mamba Significantly Reduces Parameters for Skin Lesion Segmentation
von: Wu, Renkai, et al.
Veröffentlicht: (2024)

Lesion Segmentation in FDG-PET/CT Using Swin Transformer U-Net 3D: A Robust Deep Learning Framework
von: Guha, Shovini, et al.
Veröffentlicht: (2026)

BEN: Using Confidence-Guided Matting for Dichotomous Image Segmentation
von: Meyer, Maxwell, et al.
Veröffentlicht: (2025)

MedSegMamba: 3D CNN-Mamba Hybrid Architecture for Brain Segmentation
von: Cao, Aaron, et al.
Veröffentlicht: (2024)

A Semi-Self-Supervised Approach for Dense-Pattern Video Object Segmentation
von: Najafian, Keyhan, et al.
Veröffentlicht: (2024)

Semi-Mamba-UNet: Pixel-Level Contrastive and Pixel-Level Cross-Supervised Visual Mamba-based UNet for Semi-Supervised Medical Image Segmentation
von: Ma, Chao, et al.
Veröffentlicht: (2024)

Double-Condensing Attention Condenser: Leveraging Attention in Deep Learning to Detect Skin Cancer from Skin Lesion Images
von: Tai, Chi-en Amy, et al.
Veröffentlicht: (2023)

Deeply Supervised Skin Lesions Diagnosis with Stage and Branch Attention
von: Dai, Wei, et al.
Veröffentlicht: (2022)

Achieving Fair Skin Lesion Detection through Skin Tone Normalization and Channel Pruning
von: Wei, Zihan, et al.
Veröffentlicht: (2025)

Entropy-Guided Agreement-Diversity: A Semi-Supervised Active Learning Framework for Fetal Head Segmentation in Ultrasound
von: Wang, Fangyijie, et al.
Veröffentlicht: (2026)

Automated Disentangling Analysis of Skin Colour for Lesion Images
von: Yang, Wenbo, et al.
Veröffentlicht: (2026)

CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers
von: Ranne, Alex, et al.
Veröffentlicht: (2024)

Towards Enhanced Analysis of Lung Cancer Lesions in EBUS-TBNA -- A Semi-Supervised Video Object Detection Method
von: Lin, Jyun-An, et al.
Veröffentlicht: (2024)

MCICSAM: Monte Carlo-guided Interpolation Consistency Segment Anything Model for Semi-Supervised Prostate Zone Segmentation
von: Huang, Guantian, et al.
Veröffentlicht: (2024)