:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Jiaqi, Zhang, Shaoyang, Wang, Xiaoqi, Zhou, Jiaying, Liu, Yang, Chen, Qingchao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2602.23916
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Boosting Medical Image Classification with Segmentation Foundation Model
von: Gu, Pengfei, et al.
Veröffentlicht: (2024)

Medical SAM3: A Foundation Model for Universal Prompt-Driven Medical Image Segmentation
von: Jiang, Chongcong, et al.
Veröffentlicht: (2026)

Curriculum Prompting Foundation Models for Medical Image Segmentation
von: Zheng, Xiuqi, et al.
Veröffentlicht: (2024)

A Foundation Model for General Moving Object Segmentation in Medical Images
von: Yan, Zhongnuo, et al.
Veröffentlicht: (2023)

3D MRI Image Pretraining via Controllable 2D Slice Navigation Task
von: Wang, Yu, et al.
Veröffentlicht: (2026)

Intelligent Communication Mixture-of-Experts Boosted-Medical Image Segmentation Foundation Model
von: Zhang, Xinwei, et al.
Veröffentlicht: (2025)

TMT: Cross-domain Semantic Segmentation with Region-adaptive Transferability Estimation
von: Zhang, Enming, et al.
Veröffentlicht: (2025)

C3S3: Complementary Competition and Contrastive Selection for Semi-Supervised Medical Image Segmentation
von: He, Jiaying, et al.
Veröffentlicht: (2025)

TRKT: Weakly Supervised Dynamic Scene Graph Generation with Temporal-enhanced Relation-aware Knowledge Transferring
von: Xu, Zhu, et al.
Veröffentlicht: (2025)

MedIQA: A Scalable Foundation Model for Prompt-Driven Medical Image Quality Assessment
von: Xun, Siyi, et al.
Veröffentlicht: (2025)

ProtoSAM: One-Shot Medical Image Segmentation With Foundational Models
von: Ayzenberg, Lev, et al.
Veröffentlicht: (2024)

Fake It Right: Injecting Anatomical Logic into Synthetic Supervised Pre-training for Medical Segmentation
von: Tang, Jiaqi, et al.
Veröffentlicht: (2026)

Self Pre-training with Topology- and Spatiality-aware Masked Autoencoders for 3D Medical Image Segmentation
von: Gu, Pengfei, et al.
Veröffentlicht: (2024)

FBSDiff: Plug-and-Play Frequency Band Substitution of Diffusion Features for Highly Controllable Text-Driven Image Translation
von: Gao, Xiang, et al.
Veröffentlicht: (2024)

State and Scene Enhanced Prototypes for Weakly Supervised Open-Vocabulary Object Detection
von: Zhou, Jiaying, et al.
Veröffentlicht: (2025)

Distribution-Aware Continual Test-Time Adaptation for Semantic Segmentation
von: Ni, Jiayi, et al.
Veröffentlicht: (2023)

SGP-SAM: Self-Gated Prompting for Transferring 3D Segment Anything Models to Lesion Segmentation
von: Tang, Zixuan, et al.
Veröffentlicht: (2026)

FMaMIL: Frequency-Driven Mamba Multi-Instance Learning for Weakly Supervised Lesion Segmentation in Medical Images
von: Cheng, Hangbei, et al.
Veröffentlicht: (2025)

Unified Medical Image Segmentation with State Space Modeling Snake
von: Zhang, Ruicheng, et al.
Veröffentlicht: (2025)

Merging Context Clustering with Visual State Space Models for Medical Image Segmentation
von: Zhu, Yun, et al.
Veröffentlicht: (2025)

Citrus-V: Advancing Medical Foundation Models with Unified Medical Image Grounding for Clinical Reasoning
von: Wang, Guoxin, et al.
Veröffentlicht: (2025)

Weakly-supervised Medical Image Segmentation with Gaze Annotations
von: Zhong, Yuan, et al.
Veröffentlicht: (2024)

TopoTTA: Topology-Enhanced Test-Time Adaptation for Tubular Structure Segmentation
von: Zhou, Jiale, et al.
Veröffentlicht: (2025)

Feature Quality and Adaptability of Medical Foundation Models: A Comparative Evaluation for Radiographic Classification and Segmentation
von: Li, Frank, et al.
Veröffentlicht: (2025)

Project Imaging-X: A Survey of 1000+ Open-Access Medical Imaging Datasets for Foundation Model Development
von: Deng, Zhongying, et al.
Veröffentlicht: (2026)

Pre-training a Density-Aware Pose Transformer for Robust LiDAR-based 3D Human Pose Estimation
von: An, Xiaoqi, et al.
Veröffentlicht: (2024)

Foundation Model-Driven Framework for Human-Object Interaction Prediction with Segmentation Mask Integration
von: Park, Juhan, et al.
Veröffentlicht: (2025)

CORE-Seg: Reasoning-Driven Segmentation for Complex Lesions via Reinforcement Learning
von: Xie, Yuxin, et al.
Veröffentlicht: (2026)

Understanding the Transfer Limits of Vision Foundation Models
von: Huang, Shiqi, et al.
Veröffentlicht: (2026)

Improving Generalization of Medical Image Registration Foundation Model
von: Hu, Jing, et al.
Veröffentlicht: (2025)

ConformalSAM: Unlocking the Potential of Foundational Segmentation Models in Semi-Supervised Semantic Segmentation with Conformal Prediction
von: Chen, Danhui, et al.
Veröffentlicht: (2025)

MM-UNet: Morph Mamba U-shaped Convolutional Networks for Retinal Vessel Segmentation
von: Liu, Jiawen, et al.
Veröffentlicht: (2025)

PAM: A Propagation-Based Model for Segmenting Any 3D Objects across Multi-Modal Medical Images
von: Chen, Zifan, et al.
Veröffentlicht: (2024)

From Noisy Labels to Intrinsic Structure: A Geometric-Structural Dual-Guided Framework for Noise-Robust Medical Image Segmentation
von: Wang, Tao, et al.
Veröffentlicht: (2025)

Discrete Diffusion Models with MLLMs for Unified Medical Multimodal Generation
von: Mao, Jiawei, et al.
Veröffentlicht: (2025)

Unleashing Foundation Vision Models: Adaptive Transfer for Diverse Data-Limited Scientific Domains
von: Li, Qiankun, et al.
Veröffentlicht: (2025)

Advancing Medical Image Segmentation: Morphology-Driven Learning with Diffusion Transformer
von: Kang, Sungmin, et al.
Veröffentlicht: (2024)

MedLiteNet: Lightweight Hybrid Medical Image Segmentation Model
von: Yu, Pengyang, et al.
Veröffentlicht: (2025)

CTS: A Consistency-Based Medical Image Segmentation Model
von: Zhang, Kejia, et al.
Veröffentlicht: (2024)

Imbalanced Medical Image Segmentation with Pixel-dependent Noisy Labels
von: Guo, Erjian, et al.
Veröffentlicht: (2025)