Buchumschlag

Federated Learning for Cross-Modality Medical Image Segmentation via Augmentation-Driven Generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nagaraju, Sachin Dudda, Moradi, Ashkan, Abrahamsen, Bendik Skarre, Elschot, Mattijs
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

FedGIN: Federated Learning with Dynamic Global Intensity Non-linear Augmentation for Organ Segmentation using Multi-modal Images
von: Nagaraju, Sachin Dudda, et al.
Veröffentlicht: (2025)

Adversarial Versus Federated: An Adversarial Learning based Multi-Modality Cross-Domain Federated Medical Segmentation
von: Zhou, You, et al.
Veröffentlicht: (2025)

Enhancing Cross-Modal Medical Image Segmentation through Compositionality
von: Eijpe, Aniek, et al.
Veröffentlicht: (2024)

Test-Time Modality Generalization for Medical Image Segmentation
von: Nam, Ju-Hyeon, et al.
Veröffentlicht: (2025)

Cross-Modal Conditioned Reconstruction for Language-guided Medical Image Segmentation
von: Huang, Xiaoshuang, et al.
Veröffentlicht: (2024)

Image Translation-Based Unsupervised Cross-Modality Domain Adaptation for Medical Image Segmentation
von: Yang, Tao, et al.
Veröffentlicht: (2025)

CAR-MFL: Cross-Modal Augmentation by Retrieval for Multimodal Federated Learning with Missing Modalities
von: Poudel, Pranav, et al.
Veröffentlicht: (2024)

HEAL: Learning-Free Source Free Unsupervised Domain Adaptation for Cross-Modality Medical Image Segmentation
von: Shi, Yulong, et al.
Veröffentlicht: (2025)

pFLFE: Cross-silo Personalized Federated Learning via Feature Enhancement on Medical Image Segmentation
von: Xie, Luyuan, et al.
Veröffentlicht: (2024)

Efficient Prototype Consistency Learning in Medical Image Segmentation via Joint Uncertainty and Data Augmentation
von: Li, Lijian, et al.
Veröffentlicht: (2025)

Personalized Federated Learning with Residual Fisher Information for Medical Image Segmentation
von: Zhu, Meilu, et al.
Veröffentlicht: (2026)

Revisiting Data Scaling in Medical Image Segmentation via Topology-Aware Augmentation
von: Chu, Yuetan, et al.
Veröffentlicht: (2025)

Learning Semantic Directions for Feature Augmentation in Domain-Generalized Medical Segmentation
von: Wang, Yingkai, et al.
Veröffentlicht: (2025)

Multimodal Causal-Driven Representation Learning for Generalizable Medical Image Segmentation
von: Liang, Xusheng, et al.
Veröffentlicht: (2025)

pFedSAM: Personalized Federated Learning of Segment Anything Model for Medical Image Segmentation
von: Wang, Tong, et al.
Veröffentlicht: (2025)

Cross Modality Image Translation In Medical Imaging Using Generative Frameworks
von: Romoli, Giulia, et al.
Veröffentlicht: (2026)

Partially Supervised Unpaired Multi-Modal Learning for Label-Efficient Medical Image Segmentation
von: Zhu, Lei, et al.
Veröffentlicht: (2025)

Show and Segment: Universal Medical Image Segmentation via In-Context Learning
von: Gao, Yunhe, et al.
Veröffentlicht: (2025)

Federated Client-tailored Adapter for Medical Image Segmentation
von: Hu, Guyue, et al.
Veröffentlicht: (2025)

FPL+: Filtered Pseudo Label-based Unsupervised Cross-Modality Adaptation for 3D Medical Image Segmentation
von: Wu, Jianghao, et al.
Veröffentlicht: (2024)

Cross-Modal Causal Intervention for Medical Report Generation
von: Chen, Weixing, et al.
Veröffentlicht: (2023)

Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study
von: Moradi, Ashkan, et al.
Veröffentlicht: (2025)

PCLMix: Weakly Supervised Medical Image Segmentation via Pixel-Level Contrastive Learning and Dynamic Mix Augmentation
von: Lei, Yu, et al.
Veröffentlicht: (2024)

J-RAS: Enhancing Medical Image Segmentation via Retrieval-Augmented Joint Training
von: Ahmed, Salma J., et al.
Veröffentlicht: (2025)

FedSemiDG: Domain Generalized Federated Semi-supervised Medical Image Segmentation
von: Deng, Zhipeng, et al.
Veröffentlicht: (2025)

Federated Cross-Modal Style-Aware Prompt Generation
von: Prasad, Suraj, et al.
Veröffentlicht: (2025)

OmniFM: Toward Modality-Robust and Task-Agnostic Federated Learning for Heterogeneous Medical Imaging
von: Liu, Meilin, et al.
Veröffentlicht: (2026)

DMAF-Net: An Effective Modality Rebalancing Framework for Incomplete Multi-Modal Medical Image Segmentation
von: Lan, Libin, et al.
Veröffentlicht: (2025)

Semi-Supervised Multi-Modal Medical Image Segmentation for Complex Situations
von: Meng, Dongdong, et al.
Veröffentlicht: (2025)

TCSA-UDA: Text-Driven Cross-Semantic Alignment for Unsupervised Domain Adaptation in Medical Image Segmentation
von: Maurya, Lalit, et al.
Veröffentlicht: (2025)

LangDAug: Langevin Data Augmentation for Multi-Source Domain Generalization in Medical Image Segmentation
von: Tiwary, Piyush, et al.
Veröffentlicht: (2025)

Cross Modality Medical Image Synthesis for Improving Liver Segmentation
von: Rafiq, Muhammad, et al.
Veröffentlicht: (2025)

Dual Interaction Network with Cross-Image Attention for Medical Image Segmentation
von: Noh, Jeonghyun, et al.
Veröffentlicht: (2025)

Fuse4Seg: Image Fusion for Multi-Modal Medical Segmentation via Bi-level Optimization
von: Guo, Yuchen, et al.
Veröffentlicht: (2024)

TreeFedDG: Alleviating Global Drift in Federated Domain Generalization for Medical Image Segmentation
von: Song, Yucheng, et al.
Veröffentlicht: (2025)

Semi-MedRef: Semi-Supervised Medical Referring Image Segmentation with Cross-Modal Alignment
von: Li, Yuchen, et al.
Veröffentlicht: (2026)

Geometry-aware Prototype Learning for Cross-domain Few-shot Medical Image Segmentation
von: Song, Feifan, et al.
Veröffentlicht: (2026)

Robust Semi-supervised Multimodal Medical Image Segmentation via Cross Modality Collaboration
von: Zhou, Xiaogen, et al.
Veröffentlicht: (2024)

Progressive Prompt-Guided Cross-Modal Reasoning for Referring Image Segmentation
von: Li, Jiachen, et al.
Veröffentlicht: (2026)

Multi-modal Generation via Cross-Modal In-Context Learning
von: Kumar, Amandeep, et al.
Veröffentlicht: (2024)