Buchumschlag

Stronger is not better: Better Augmentations in Contrastive Learning for Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Idris, Azeez, Mohammed, Abdurahman Ali, Fanijo, Samuel
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

IDCIA: Immunocytochemistry Dataset for Cellular Image Analysis
von: Mohammed, Abdurahman Ali, et al.
Veröffentlicht: (2024)

Is SAM 2 Better than SAM in Medical Image Segmentation?
von: Sengupta, Sourya, et al.
Veröffentlicht: (2024)

3D Medical Imaging Segmentation on Non-Contrast CT
von: Gang, Canxuan, et al.
Veröffentlicht: (2025)

Segment Anything in Medical Images and Videos: Benchmark and Deployment
von: Ma, Jun, et al.
Veröffentlicht: (2024)

Multi-Task Multi-Scale Contrastive Knowledge Distillation for Efficient Medical Image Segmentation
von: Biswas, Risab
Veröffentlicht: (2024)

ConStyX: Content Style Augmentation for Generalizable Medical Image Segmentation
von: Chen, Xi, et al.
Veröffentlicht: (2025)

Phi-SegNet: Phase-Integrated Supervision for Medical Image Segmentation
von: Ali, Shams Nafisa, et al.
Veröffentlicht: (2026)

Style Content Decomposition-based Data Augmentation for Domain Generalizable Medical Image Segmentation
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2025)

Tyche: Stochastic In-Context Learning for Medical Image Segmentation
von: Rakic, Marianne, et al.
Veröffentlicht: (2024)

Weak-Mamba-UNet: Visual Mamba Makes CNN and ViT Work Better for Scribble-based Medical Image Segmentation
von: Wang, Ziyang, et al.
Veröffentlicht: (2024)

ConDSeg: A General Medical Image Segmentation Framework via Contrast-Driven Feature Enhancement
von: Lei, Mengqi, et al.
Veröffentlicht: (2024)

Segment Anything in Medical Images
von: Ma, Jun, et al.
Veröffentlicht: (2023)

Distillation Learning Guided by Image Reconstruction for One-Shot Medical Image Segmentation
von: Zhou, Feng, et al.
Veröffentlicht: (2024)

Deep Learning Approaches for Data Augmentation in Medical Imaging: A Review
von: Kebaili, Aghiles, et al.
Veröffentlicht: (2023)

Segmenting Medical Images with Limited Data
von: Liua, Zhaoshan, et al.
Veröffentlicht: (2024)

Multi-Aperture Fusion of Transformer-Convolutional Network (MFTC-Net) for 3D Medical Image Segmentation and Visualization
von: Shabani, Siyavash, et al.
Veröffentlicht: (2024)

Advancing Medical Image Segmentation with Mini-Net: A Lightweight Solution Tailored for Efficient Segmentation of Medical Images
von: Javed, Syed, et al.
Veröffentlicht: (2024)

Rethinking Boundary Detection in Deep Learning-Based Medical Image Segmentation
von: Lin, Yi, et al.
Veröffentlicht: (2025)

Learning Multi-axis Representation in Frequency Domain for Medical Image Segmentation
von: Ruan, Jiacheng, et al.
Veröffentlicht: (2023)

Multimodal Medical Endoscopic Image Analysis via Progressive Disentangle-aware Contrastive Learning
von: Wu, Junhao, et al.
Veröffentlicht: (2025)

Enhancing Multimodal Medical Image Classification using Cross-Graph Modal Contrastive Learning
von: Ding, Jun-En, et al.
Veröffentlicht: (2024)

Dual-Decoder Consistency via Pseudo-Labels Guided Data Augmentation for Semi-Supervised Medical Image Segmentation
von: Chen, Yuanbin, et al.
Veröffentlicht: (2023)

One-Prompt to Segment All Medical Images
von: Wu, Junde, et al.
Veröffentlicht: (2023)

Segmentation Quality and Volumetric Accuracy in Medical Imaging
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2024)

Foundation AI Model for Medical Image Segmentation
von: Bao, Rina, et al.
Veröffentlicht: (2024)

The Effect of Lossy Compression on 3D Medical Images Segmentation with Deep Learning
von: Kurmukov, Anvar, et al.
Veröffentlicht: (2024)

MedSAM-CA: A CNN-Augmented ViT with Attention-Enhanced Multi-Scale Fusion for Medical Image Segmentation
von: Tian, Peiting, et al.
Veröffentlicht: (2025)

Q-Segment: Segmenting Images In-Sensor for Vessel-Based Medical Diagnosis
von: Bonazzi, Pietro, et al.
Veröffentlicht: (2023)

MedAugment: Universal Automatic Data Augmentation Plug-in for Medical Image Analysis
von: Liu, Zhaoshan, et al.
Veröffentlicht: (2023)

xLSTM-UNet can be an Effective 2D & 3D Medical Image Segmentation Backbone with Vision-LSTM (ViL) better than its Mamba Counterpart
von: Chen, Tianrun, et al.
Veröffentlicht: (2024)

CLOG-CD: Curriculum Learning based on Oscillating Granularity of Class Decomposed Medical Image Classification
von: Abbas, Asmaa, et al.
Veröffentlicht: (2025)

Rethinking Few-Shot Medical Image Segmentation by SAM2: A Training-Free Framework with Augmentative Prompting and Dynamic Matching
von: Zu, Haiyue, 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)

SDCL: Students Discrepancy-Informed Correction Learning for Semi-supervised Medical Image Segmentation
von: Song, Bentao, et al.
Veröffentlicht: (2024)

Evaluation of Extra Pixel Interpolation with Mask Processing for Medical Image Segmentation with Deep Learning
von: Rukundo, Olivier
Veröffentlicht: (2023)

Diffusion-based Data Augmentation for Nuclei Image Segmentation
von: Yu, Xinyi, et al.
Veröffentlicht: (2023)

Segment Anything Model for Medical Image Segmentation: Current Applications and Future Directions
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

DeSAM: Decoupled Segment Anything Model for Generalizable Medical Image Segmentation
von: Gao, Yifan, et al.
Veröffentlicht: (2023)

Color-Quality Invariance for Robust Medical Image Segmentation
von: Shah, Ravi, et al.
Veröffentlicht: (2025)

Conformal Lesion Segmentation for 3D Medical Images
von: Tan, Binyu, et al.
Veröffentlicht: (2025)