Buchumschlag

Detecting and refurbishing ground truth errors during training of deep learning-based echocardiography segmentation models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Islam, Iman, Ruijsink, Bram, Reader, Andrew J., King, Andrew P.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Label Dropout: Improved Deep Learning Echocardiography Segmentation Using Multiple Datasets With Domain Shift and Partial Labelling
von: Islam, Iman, et al.
Veröffentlicht: (2024)

An investigation into the causes of race bias in AI-based cine CMR segmentation
von: Lee, Tiarna, et al.
Veröffentlicht: (2024)

Understanding-informed Bias Mitigation for Fair CMR Segmentation
von: Lee, Tiarna, et al.
Veröffentlicht: (2025)

Lightweight image segmentation for echocardiography
von: Kjelsrud, Anders, et al.
Veröffentlicht: (2025)

Personalized MR-Informed Diffusion Models for 3D PET Image Reconstruction
von: Webber, George, et al.
Veröffentlicht: (2025)

Supervised Diffusion-Model-Based PET Image Reconstruction
von: Webber, George, et al.
Veröffentlicht: (2025)

How to select slices for annotation to train best-performing deep learning segmentation models for cross-sectional medical images?
von: Zhang, Yixin, et al.
Veröffentlicht: (2024)

Steerable Conditional Diffusion for Domain Adaptation in PET Image Reconstruction
von: Webber, George, et al.
Veröffentlicht: (2025)

Towards general deep-learning-based tree instance segmentation models
von: Henrich, Jonathan, et al.
Veröffentlicht: (2024)

Regional quality estimation for echocardiography using deep learning
von: Van De Vyver, Gilles, et al.
Veröffentlicht: (2024)

Invisible Attributes, Visible Biases: Exploring Demographic Shortcuts in MRI-based Alzheimer's Disease Classification
von: Achara, Akshit, et al.
Veröffentlicht: (2025)

In search of truth: Evaluating concordance of AI-based anatomy segmentation models
von: Giebeler, Lena, et al.
Veröffentlicht: (2025)

ISLA: A U-Net for MRI-based acute ischemic stroke lesion segmentation with deep supervision, attention, domain adaptation, and ensemble learning
von: Roca, Vincent, et al.
Veröffentlicht: (2026)

TreeLearn: A deep learning method for segmenting individual trees from ground-based LiDAR forest point clouds
von: Henrich, Jonathan, et al.
Veröffentlicht: (2023)

High-frequency near-eye ground truth for event-based eye tracking
von: Simpsi, Andrea, et al.
Veröffentlicht: (2025)

Precise localization of corneal reflections in eye images using deep learning trained on synthetic data
von: Byrne, Sean Anthony, et al.
Veröffentlicht: (2023)

Echo-DND: A dual noise diffusion model for robust and precise left ventricle segmentation in echocardiography
von: Rahman, Abdur, et al.
Veröffentlicht: (2025)

Multi-Subject Image Synthesis as a Generative Prior for Single-Subject PET Image Reconstruction
von: Webber, George, et al.
Veröffentlicht: (2024)

A generalised pre-training strategy for deep learning networks in semantic segmentation of remotely sensed images
von: Fang, Yuan, et al.
Veröffentlicht: (2026)

Improving the generalization of deep learning models in the segmentation of mammography images
von: Hurtado, Jan, et al.
Veröffentlicht: (2025)

Cardiac valve event timing in echocardiography using deep learning and triplane recordings
von: Fermann, Benjamin Strandli, et al.
Veröffentlicht: (2024)

FedDP: Privacy-preserving method based on federated learning for histopathology image segmentation
von: Pan, Liangrui, et al.
Veröffentlicht: (2024)

Distributional Consistency Loss: Beyond Pointwise Data Terms in Inverse Problems
von: Webber, George, et al.
Veröffentlicht: (2025)

CT-based brain ventricle segmentation via diffusion Schrödinger Bridge without target domain ground truths
von: Teimouri, Reihaneh, et al.
Veröffentlicht: (2024)

Detection of subclinical atherosclerosis by image-based deep learning on chest x-ray
von: Gallone, Guglielmo, et al.
Veröffentlicht: (2024)

Training point-based deep learning networks for forest segmentation with synthetic data
von: Capua, Francisco Raverta, et al.
Veröffentlicht: (2024)

deepTerra -- AI Land Classification Made Easy
von: Wilkinson, Andrew Keith
Veröffentlicht: (2025)

InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual Manipulation
von: Lee, Andrew, et al.
Veröffentlicht: (2024)

A benchmark dataset for deep learning-based airplane detection: HRPlanes
von: Bakirman, Tolga, et al.
Veröffentlicht: (2022)

Semantic segmentation of forest stands using deep learning
von: Sandum, Håkon Næss, et al.
Veröffentlicht: (2025)

Bayesian uncertainty-weighted loss for improved generalisability on polyp segmentation task
von: Stone, Rebecca S., et al.
Veröffentlicht: (2023)

Generative-Model-Based Fully 3D PET Image Reconstruction by Conditional Diffusion Sampling
von: Webber, George, et al.
Veröffentlicht: (2024)

Likelihood-Scheduled Score-Based Generative Modeling for Fully 3D PET Image Reconstruction
von: Webber, George, et al.
Veröffentlicht: (2024)

PATCH: a deep learning method to assess heterogeneity of artistic practice in historical paintings
von: Van Horn, Andrew, et al.
Veröffentlicht: (2025)

Gaze on the Prize: Shaping Visual Attention with Return-Guided Contrastive Learning
von: Lee, Andrew, et al.
Veröffentlicht: (2025)

Look, Focus, Act: Efficient and Robust Robot Learning via Human Gaze and Foveated Vision Transformers
von: Chuang, Ian, et al.
Veröffentlicht: (2025)

AI-based analysis of super-resolution microscopy: Biological discovery in the absence of ground truth
von: Nabi, Ivan R., et al.
Veröffentlicht: (2023)

STCL:Curriculum learning Strategies for deep learning image steganography models
von: Liu, Fengchun, et al.
Veröffentlicht: (2025)

A comprehensive overview of deep learning models for object detection from videos/images
von: Zulfqar, Sukana, et al.
Veröffentlicht: (2026)

Detection of a facemask in real-time using deep learning methods: Prevention of Covid 19
von: Kashyap, Gautam Siddharth, et al.
Veröffentlicht: (2024)