Buchumschlag

FixationFormer: Direct Utilization of Expert Gaze Trajectories for Chest X-Ray Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Beckmann, Daniel, Risse, Benjamin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UniChest: Conquer-and-Divide Pre-training for Multi-Source Chest X-Ray Classification
von: Dai, Tianjie, et al.
Veröffentlicht: (2023)

Explainable Lung Disease Classification from Chest X-Ray Images Utilizing Deep Learning and XAI
von: Ifty, Tanzina Taher, et al.
Veröffentlicht: (2024)

Eyes on the Image: Gaze Supervised Multimodal Learning for Chest X-ray Diagnosis and Report Generation
von: Riju, Tanjim Islam, et al.
Veröffentlicht: (2025)

PaCX-MAE: Physiology-Augmented Chest X-Ray Masked Autoencoder
von: Liu, Yancheng, et al.
Veröffentlicht: (2026)

Weakly Supervised Object Detection in Chest X-Rays with Differentiable ROI Proposal Networks and Soft ROI Pooling
von: Müller, Philip, et al.
Veröffentlicht: (2024)

Chest Disease Detection In X-Ray Images Using Deep Learning Classification Method
von: Hazlett, Alanna, et al.
Veröffentlicht: (2025)

Chest X-Rays Image Classification from beta-Variational Autoencoders Latent Features
von: Crespi, Leonardo, et al.
Veröffentlicht: (2021)

Concept-Guided Noisy Negative Suppression for Zero-Shot Classification and Grounding of Chest X-Ray Findings
von: Lian, Chenyu, et al.
Veröffentlicht: (2026)

ProtoCLIP: Prototype-Aligned Latent Refinement for Robust Zero-Shot Chest X-Ray Classification
von: Kittler, Florian, et al.
Veröffentlicht: (2026)

GIT-CXR: End-to-End Transformer for Chest X-Ray Report Generation
von: Sîrbu, Iustin, et al.
Veröffentlicht: (2025)

MedicalPatchNet: A Patch-Based Self-Explainable AI Architecture for Chest X-ray Classification
von: Wienholt, Patrick, et al.
Veröffentlicht: (2025)

Leveraging Expert Input for Robust and Explainable AI-Assisted Lung Cancer Detection in Chest X-rays
von: Rafferty, Amy, et al.
Veröffentlicht: (2024)

Domain Incremental Learning for Pandemic-Resilient Chest X-Ray Analysis
von: Kim, Danu
Veröffentlicht: (2026)

Momentum-SAM: Sharpness Aware Minimization without Computational Overhead
von: Becker, Marlon, et al.
Veröffentlicht: (2024)

MultiFusionNet: Multilayer Multimodal Fusion of Deep Neural Networks for Chest X-Ray Image Classification
von: Agarwal, Saurabh, et al.
Veröffentlicht: (2024)

From Isolation to Collaboration: Federated Class-Heterogeneous Learning for Chest X-Ray Classification
von: Kulkarni, Pranav, et al.
Veröffentlicht: (2023)

Multi-modal Masked Siamese Network Improves Chest X-Ray Representation Learning
von: Shurrab, Saeed, et al.
Veröffentlicht: (2024)

Expanding the Horizon: Enabling Hybrid Quantum Transfer Learning for Long-Tailed Chest X-Ray Classification
von: Chan, Skylar, et al.
Veröffentlicht: (2024)

X-Former: Unifying Contrastive and Reconstruction Learning for MLLMs
von: Swetha, Sirnam, et al.
Veröffentlicht: (2024)

Reproducing and Improving CheXNet: Deep Learning for Chest X-ray Disease Classification
von: Strick, Daniel J., et al.
Veröffentlicht: (2025)

ChEX: Interactive Localization and Region Description in Chest X-rays
von: Müller, Philip, et al.
Veröffentlicht: (2024)

Multi-pathology Chest X-ray Classification with Rejection Mechanisms
von: Aperstein, Yehudit, et al.
Veröffentlicht: (2025)

CXR-TFT: Multi-Modal Temporal Fusion Transformer for Predicting Chest X-ray Trajectories
von: Arora, Mehak, et al.
Veröffentlicht: (2025)

DiCoM -- Diverse Concept Modeling towards Enhancing Generalizability in Chest X-Ray Studies
von: Parida, Abhijeet, et al.
Veröffentlicht: (2024)

COVID-19 Infection Map Generation and Detection from Chest X-Ray Images
von: Degerli, Aysen, et al.
Veröffentlicht: (2020)

MOZART: Ensembling Approach for COVID-19 Detection using Chest X-Ray Imagery
von: Shabo, Mohammed, et al.
Veröffentlicht: (2024)

Harnessing EHRs for Diffusion-based Anomaly Detection on Chest X-rays
von: Kim, Harim, et al.
Veröffentlicht: (2025)

ChromaFormer: A Scalable and Accurate Transformer Architecture for Land Cover Classification
von: Li, Mingshi, et al.
Veröffentlicht: (2025)

Structured Spectral Graph Learning for Anomaly Classification in 3D Chest CT Scans
von: Di Piazza, Theo, et al.
Veröffentlicht: (2025)

Interpretable CNN-Multilevel Attention Transformer for Rapid Recognition of Pneumonia from Chest X-Ray Images
von: Chen, Shengchao, et al.
Veröffentlicht: (2022)

Faithful, Interpretable Chest X-ray Diagnosis with Anti-Aliased B-cos Networks
von: Kleinmann, Marcel, et al.
Veröffentlicht: (2025)

MetaChest: Generalized few-shot learning of pathologies from chest X-rays
von: Montalvo-Lezama, Berenice, et al.
Veröffentlicht: (2025)

Improving Pediatric Pneumonia Diagnosis with Adult Chest X-ray Images Utilizing Contrastive Learning and Embedding Similarity
von: Zunaed, Mohammad, et al.
Veröffentlicht: (2024)

OTCXR: Rethinking Self-supervised Alignment using Optimal Transport for Chest X-ray Analysis
von: Gorade, Vandan, et al.
Veröffentlicht: (2024)

Clinically-Inspired Hierarchical Multi-Label Classification of Chest X-rays with a Penalty-Based Loss Function
von: Asadi, Mehrdad, et al.
Veröffentlicht: (2025)

Suppressing Uncertainty in Gaze Estimation
von: Wang, Shijing, et al.
Veröffentlicht: (2024)

Diagnosis of Patients with Viral, Bacterial, and Non-Pneumonia Based on Chest X-Ray Images Using Convolutional Neural Networks
von: Arizmendi, Carlos, et al.
Veröffentlicht: (2025)

Utilization of Neighbor Information for Image Classification with Different Levels of Supervision
von: Jayatilaka, Gihan, et al.
Veröffentlicht: (2025)

Mixture of Experts in Image Classification: What's the Sweet Spot?
von: Videau, Mathurin, et al.
Veröffentlicht: (2024)

Exploration of Interpretability Techniques for Deep COVID-19 Classification using Chest X-ray Images
von: Chatterjee, Soumick, et al.
Veröffentlicht: (2020)