Buchumschlag

Combining Microscopy Data and Metadata for Reconstruction of Cellular Traction Forces Using a Hybrid Vision Transformer-U-Net

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Yunfei, Van der Vorst, Elena, Richard, Alexander, Sabass, Benedikt
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

Traction force microscopy with optimized regularization and automated Bayesian parameter selection for comparing cells
von: Huang, Yunfei, et al.
Veröffentlicht: (2018)

Sparse inference and active learning of stochastic differential equations from data
von: Huang, Yunfei, et al.
Veröffentlicht: (2022)

Mapping Collective Forces of Lung Cancer Spheroids Using Traction Force Microscopy
von: Qing Zhang, et al.
Veröffentlicht: (2025)

Going Beyond U-Net: Assessing Vision Transformers for Semantic Segmentation in Microscopy Image Analysis
von: Tsiporenko, Illia, et al.
Veröffentlicht: (2024)

Siamese Networks with Soft Labels for Unsupervised Lesion Detection and Patch Pretraining on Screening Mammograms
von: Van Vorst, Kevin, et al.
Veröffentlicht: (2024)

Sensory adaptation in a continuum model of bacterial chemotaxis -- working range, cost-accuracy relation, and coupled systems
von: Kharbanda, Vansh, et al.
Veröffentlicht: (2024)

Machine Learning for Analyzing Atomic Force Microscopy (AFM) Images Generated from Polymer Blends
von: Paruchuri, Aanish, et al.
Veröffentlicht: (2024)

FUN: A Focal U-Net Combining Reconstruction and Object Detection for Snapshot Spectral Imaging
von: Gao, Dahua, et al.
Veröffentlicht: (2026)

Multi-View Neural 3D Reconstruction of Micro-/Nanostructures with Atomic Force Microscopy
von: Chen, Shuo, et al.
Veröffentlicht: (2024)

MAPUNetR: A Hybrid Vision Transformer and U-Net Architecture for Efficient and Interpretable Medical Image Segmentation
von: Shah, Ovais Iqbal, et al.
Veröffentlicht: (2024)

Double Sided Traction Force Microscopy: A Method to Confine Cells for Physiologically Relevant Force Measurements
von: Alexia Caillier, et al.
Veröffentlicht: (2026)

Satellite Image Utilization for Dehazing with Swin Transformer-Hybrid U-Net and Watershed loss
von: Si, Jongwook, et al.
Veröffentlicht: (2025)

BRAU-Net++: U-Shaped Hybrid CNN-Transformer Network for Medical Image Segmentation
von: Lan, Libin, et al.
Veröffentlicht: (2024)

Elucidating the Design Space of Flow Matching for Cellular Microscopy
von: Jones, Charles, et al.
Veröffentlicht: (2026)

MetaSegNet: Metadata-collaborative Vision-Language Representation Learning for Semantic Segmentation of Remote Sensing Images
von: Wang, Libo, et al.
Veröffentlicht: (2023)

VisTabNet: Adapting Vision Transformers for Tabular Data
von: Wydmański, Witold, et al.
Veröffentlicht: (2024)

Perfect Stabilization of Biomolecular Adhesions under Load
von: Burnet, Anton F., et al.
Veröffentlicht: (2025)

Reconstruction Using the Invisible: Intuition from NIR and Metadata for Enhanced 3D Gaussian Splatting
von: Chang, Gyusam, et al.
Veröffentlicht: (2025)

A Hybrid Vision Transformer Approach for Mathematical Expression Recognition
von: Le, Anh Duy, et al.
Veröffentlicht: (2026)

Surface Defect Detection with Gabor Filter Using Reconstruction-Based Blurring U-Net-ViT
von: Si, Jongwook, et al.
Veröffentlicht: (2025)

Generalization of Self-Supervised Vision Transformers for Protein Localization Across Microscopy Domains
von: Isselmann, Ben, et al.
Veröffentlicht: (2026)

Multi-Label Plant Species Prediction with Metadata-Enhanced Multi-Head Vision Transformers
von: Herasimchyk, Hanna, et al.
Veröffentlicht: (2025)

Masked Autoencoders for Microscopy are Scalable Learners of Cellular Biology
von: Kraus, Oren, et al.
Veröffentlicht: (2024)

A Versatile Three Dimensional Traction Force Microscopy Framework for Uncovering the Mechanics of Bio-Adhesion
von: Hou, Yingwei, et al.
Veröffentlicht: (2025)

A Versatile Three Dimensional Traction Force Microscopy Framework for Uncovering the Mechanics of Bio‐Adhesion
von: Yingwei Hou, et al.
Veröffentlicht: (2025)

AutoLungDx: A Hybrid Deep Learning Approach for Early Lung Cancer Diagnosis Using 3D Res-U-Net, YOLOv5, and Vision Transformers
von: Shuvo, Samiul Based, et al.
Veröffentlicht: (2023)

AdaNCA: Neural Cellular Automata As Adaptors For More Robust Vision Transformer
von: Xu, Yitao, et al.
Veröffentlicht: (2024)

MSLAU-Net: A Hybrid CNN-Transformer Network for Medical Image Segmentation
von: Lan, Libin, et al.
Veröffentlicht: (2025)

BHViT: Binarized Hybrid Vision Transformer
von: Gao, Tian, et al.
Veröffentlicht: (2025)

SUPER Decoder Block for Reconstruction-Aware U-Net Variants
von: Joo, Siheon, et al.
Veröffentlicht: (2025)

3D Micropatterned Traction Force Microscopy: A Technique to Control 3D Cell Shape While Measuring Cell‐Substrate Force Transmission
von: Laura M. Faure, et al.
Veröffentlicht: (2024)

MuViT: Multi-Resolution Vision Transformers for Learning Across Scales in Microscopy
von: Mantes, Albert Dominguez, et al.
Veröffentlicht: (2026)

LungX: A Hybrid EfficientNet-Vision Transformer Architecture with Multi-Scale Attention for Accurate Pneumonia Detection
von: Yerzhanuly, Mansur
Veröffentlicht: (2025)

MambaVision: A Hybrid Mamba-Transformer Vision Backbone
von: Hatamizadeh, Ali, et al.
Veröffentlicht: (2024)

CCESAR: Coastline Classification-Extraction From SAR Images Using CNN-U-Net Combination
von: Arora, Vidhu, et al.
Veröffentlicht: (2025)

PollutionNet: A Vision Transformer Framework for Climatological Assessment of NO$_2$ and SO$_2$ Using Satellite-Ground Data Fusion
von: Dey, Prasanjit, et al.
Veröffentlicht: (2026)

Clinical Metadata Guided Limited-Angle CT Image Reconstruction
von: Shi, Yu, et al.
Veröffentlicht: (2025)

Efficient and Accurate Tuberculosis Diagnosis: Attention Residual U-Net and Vision Transformer Based Detection Framework
von: K, Greeshma, et al.
Veröffentlicht: (2025)

Enhancing Floor Plan Recognition: A Hybrid Mix-Transformer and U-Net Approach for Precise Wall Segmentation
von: Parashchuk, Dmitriy, et al.
Veröffentlicht: (2025)

Privacy Protection in MRI Scans Using 3D Masked Autoencoders
von: Van der Goten, Lennart Alexander, et al.
Veröffentlicht: (2023)