Buchumschlag

Federated Vision Transformer with Adaptive Focal Loss for Medical Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Xinyuan, Wu, Yihang, Chaddad, Ahmad, Daqqaq, Tareef, Kateb, Reem
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Dual Network Based Semi-Supervised Medical Image Segmentation with Uncertainty-Guided Pseudo-Labeling
von: Lu, Yunyao, et al.
Veröffentlicht: (2025)

Towards a Transparent and Interpretable AI Model for Medical Image Classifications
von: Wen, Binbin, et al.
Veröffentlicht: (2025)

Deep Modeling and Optimization of Medical Image Classification
von: Wu, Yihang, et al.
Veröffentlicht: (2025)

Domain Adaptation Techniques for Natural and Medical Image Classification
von: Chaddad, Ahmad, et al.
Veröffentlicht: (2025)

Semi-Supervised Medical Image Segmentation via Dual Networks
von: Lu, Yunyao, et al.
Veröffentlicht: (2025)

GMGaze: MoE-Based Context-Aware Gaze Estimation with CLIP and Multiscale Transformer
von: Zhao, Xinyuan, et al.
Veröffentlicht: (2026)

Federated CLIP for Resource-Efficient Heterogeneous Medical Image Classification
von: Wu, Yihang, et al.
Veröffentlicht: (2025)

Generalizable and Explainable Deep Learning for Medical Image Computing: An Overview
von: Chaddad, Ahmad, et al.
Veröffentlicht: (2025)

FAA-CLIP: Federated Adversarial Adaptation of CLIP
von: Wu, Yihang, et al.
Veröffentlicht: (2025)

FACMIC: Federated Adaptative CLIP Model for Medical Image Classification
von: Wu, Yihang, et al.
Veröffentlicht: (2024)

Deep Modeling and Interpretation for Bladder Cancer Classification
von: Chaddad, Ahmad, et al.
Veröffentlicht: (2026)

Impact of domain adaptation in deep learning for medical image classifications
von: Wu, Yihang, et al.
Veröffentlicht: (2026)

Classification based deep learning models for lung cancer and disease using medical images
von: Chaddad, Ahmad, et al.
Veröffentlicht: (2025)

GazeFormer-MoE: Context-Aware Gaze Estimation via CLIP and MoE Transformer
von: Zhao, Xinyuan, et al.
Veröffentlicht: (2026)

SHAP-Integrated Convolutional Diagnostic Networks for Feature-Selective Medical Analysis
von: Hu, Yan, et al.
Veröffentlicht: (2025)

Improved EATFormer: A Vision Transformer for Medical Image Classification
von: Shisu, Yulong, et al.
Veröffentlicht: (2024)

Hierarchical Vision Transformer with Prototypes for Interpretable Medical Image Classification
von: Gallée, Luisa, et al.
Veröffentlicht: (2025)

AdaptiveClick: Clicks-aware Transformer with Adaptive Focal Loss for Interactive Image Segmentation
von: Lin, Jiacheng, et al.
Veröffentlicht: (2023)

Interpretable Image Classification with Adaptive Prototype-based Vision Transformers
von: Ma, Chiyu, et al.
Veröffentlicht: (2024)

Probing the Efficacy of Federated Parameter-Efficient Fine-Tuning of Vision Transformers for Medical Image Classification
von: Alkhunaizi, Naif, et al.
Veröffentlicht: (2024)

FViT: A Focal Vision Transformer with Gabor Filter
von: Shi, Yulong, et al.
Veröffentlicht: (2024)

Dynamic Memory Transformer for Hyperspectral Image Classification
von: Ahmad, Muhammad
Veröffentlicht: (2025)

Generalizable Federated Learning using Client Adaptive Focal Modulation
von: Ashraf, Tajamul, et al.
Veröffentlicht: (2025)

Revisiting Reweighted Risk for Calibration: AURC, Focal, and Inverse Focal Loss
von: Zhou, Han, et al.
Veröffentlicht: (2025)

Embedding Radiomics into Vision Transformers for Multimodal Medical Image Classification
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

Evaluating the Explainability of Vision Transformers in Medical Imaging
von: Barekatain, Leili, et al.
Veröffentlicht: (2025)

Prostate Capsule Segmentation from Micro-Ultrasound Images using Adaptive Focal Loss
von: Fatema, Kaniz, et al.
Veröffentlicht: (2025)

Vision Transformer for Classification of Breast Ultrasound Images
von: Gheflati, Behnaz, et al.
Veröffentlicht: (2021)

GFT: Gradient Focal Transformer
von: Kriuk, Boris, et al.
Veröffentlicht: (2025)

Effect of Patch Size on Fine-Tuning Vision Transformers in Two-Dimensional and Three-Dimensional Medical Image Classification
von: Dehghan, Massoud, et al.
Veröffentlicht: (2026)

Interpretable Vision Transformers in Image Classification via SVDA
von: Arampatzakis, Vasileios, et al.
Veröffentlicht: (2026)

Beam-Guided Knowledge Replay for Knowledge-Rich Image Captioning using Vision-Language Model
von: AlJunaid, Reem, et al.
Veröffentlicht: (2025)

Pyramid Hierarchical Transformer for Hyperspectral Image Classification
von: Ahmad, Muhammad, et al.
Veröffentlicht: (2024)

HQViT: Hybrid Quantum Vision Transformer for Image Classification
von: Zhang, Hui, et al.
Veröffentlicht: (2025)

Critic Loss for Image Classification
von: Rappazzo, Brendan Hogan, et al.
Veröffentlicht: (2024)

LMFLOSS: A Hybrid Loss For Imbalanced Medical Image Classification
von: Sadi, Abu Adnan, et al.
Veröffentlicht: (2022)

Memorizing SAM: 3D Medical Segment Anything Model with Memorizing Transformer
von: Shao, Xinyuan, et al.
Veröffentlicht: (2024)

Federated Distillation for Medical Image Classification: Towards Trustworthy Computer-Aided Diagnosis
von: Ren, Sufen, et al.
Veröffentlicht: (2024)

Medical Image Classification with KAN-Integrated Transformers and Dilated Neighborhood Attention
von: Manzari, Omid Nejati, et al.
Veröffentlicht: (2025)

Hybrid Classification-Regression Adaptive Loss for Dense Object Detection
von: Huang, Yanquan, et al.
Veröffentlicht: (2024)