Buchumschlag

Improved Anomaly Detection in Medical Images via Mean Shift Density Enhancement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kar, Pritam, S, Gouri Lakshmi, Bej, Saptarshi
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

Anomaly Detection via Mean Shift Density Enhancement
von: Kar, Pritam, et al.
Veröffentlicht: (2026)

A Hybrid Machine Learning Model for Cerebral Palsy Detection
von: Singh, Karan Kumar, et al.
Veröffentlicht: (2026)

Towards Continual Visual Anomaly Detection in the Medical Domain
von: Barusco, Manuel, et al.
Veröffentlicht: (2025)

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

Anomaly Detection by Effectively Leveraging Synthetic Images
von: Kang, Sungho, et al.
Veröffentlicht: (2025)

Transformer-Based Framework for Motion Capture Denoising and Anomaly Detection in Medical Rehabilitation
von: Cai, Yeming, et al.
Veröffentlicht: (2025)

KKA: Improving Vision Anomaly Detection through Anomaly-related Knowledge from Large Language Models
von: Chen, Dong, et al.
Veröffentlicht: (2025)

I Detect What I Don't Know: Incremental Anomaly Learning with Stochastic Weight Averaging-Gaussian for Oracle-Free Medical Imaging
von: Yadav, Nand Kumar, et al.
Veröffentlicht: (2025)

Dual-Mode Deep Anomaly Detection for Medical Manufacturing: Structural Similarity and Feature Distance
von: Diaz, Julio Zanon, et al.
Veröffentlicht: (2025)

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

IM-IAD: Industrial Image Anomaly Detection Benchmark in Manufacturing
von: Xie, Guoyang, et al.
Veröffentlicht: (2023)

AA-CLIP: Enhancing Zero-shot Anomaly Detection via Anomaly-Aware CLIP
von: Ma, Wenxin, et al.
Veröffentlicht: (2025)

Medical X-Ray Image Enhancement Using Global Contrast-Limited Adaptive Histogram Equalization
von: Nia, Sohrab Namazi, et al.
Veröffentlicht: (2024)

AnomalyClaw: A Universal Visual Anomaly Detection Agent via Tool-Grounded Refutation
von: Jiang, Xi, et al.
Veröffentlicht: (2026)

Contrastive Language Prompting to Ease False Positives in Medical Anomaly Detection
von: Park, YeongHyeon, et al.
Veröffentlicht: (2024)

Text-Guided Variational Image Generation for Industrial Anomaly Detection and Segmentation
von: Lee, Mingyu, et al.
Veröffentlicht: (2024)

Foundations for Unfairness in Anomaly Detection -- Case Studies in Facial Imaging Data
von: Livanos, Michael, et al.
Veröffentlicht: (2024)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

Implantable Adaptive Cells: A Novel Enhancement for Pre-Trained U-Nets in Medical Image Segmentation
von: Benedykciuk, Emil, et al.
Veröffentlicht: (2024)

Shifting to Machine Supervision: Annotation-Efficient Semi and Self-Supervised Learning for Automatic Medical Image Segmentation and Classification
von: Singh, Pranav, et al.
Veröffentlicht: (2023)

Unsupervised Tomato Split Anomaly Detection using Hyperspectral Imaging and Variational Autoencoders
von: Abdulsalam, Mahmoud, et al.
Veröffentlicht: (2025)

Empirical Analysis of Anomaly Detection on Hyperspectral Imaging Using Dimension Reduction Methods
von: Kim, Dongeon, et al.
Veröffentlicht: (2024)

Learning to Detect Multi-class Anomalies with Just One Normal Image Prompt
von: Gao, Bin-Bin
Veröffentlicht: (2025)

When Text and Images Don't Mix: Bias-Correcting Language-Image Similarity Scores for Anomaly Detection
von: Goodge, Adam, et al.
Veröffentlicht: (2024)

Unsupervised Industrial Anomaly Detection via Pattern Generative and Contrastive Networks
von: Huang, Jianfeng, et al.
Veröffentlicht: (2022)

Unsupervised Anomaly Detection in Brain MRI via Disentangled Anatomy Learning
von: Yang, Tao, et al.
Veröffentlicht: (2025)

Progressive Boundary Guided Anomaly Synthesis for Industrial Anomaly Detection
von: Chen, Qiyu, et al.
Veröffentlicht: (2024)

Is Hyperbolic Space All You Need for Medical Anomaly Detection?
von: Gonzalez-Jimenez, Alvaro, et al.
Veröffentlicht: (2025)

MIAS-SAM: Medical Image Anomaly Segmentation without thresholding
von: Colussi, Marco, et al.
Veröffentlicht: (2025)

Deep Unsupervised Anomaly Detection in Brain Imaging: Large-Scale Benchmarking and Bias Analysis
von: Frotscher, Alexander, et al.
Veröffentlicht: (2025)

One-Step Detection Paradigm for Hyperspectral Anomaly Detection via Spectral Deviation Relationship Learning
von: Li, Jingtao, et al.
Veröffentlicht: (2023)

Revisiting Medical Image Retrieval via Knowledge Consolidation
von: Nan, Yang, et al.
Veröffentlicht: (2025)

Dynamic Distinction Learning: Adaptive Pseudo Anomalies for Video Anomaly Detection
von: Lappas, Demetris, et al.
Veröffentlicht: (2024)

Explainable Deep Learning in Medical Imaging: Brain Tumor and Pneumonia Detection
von: Erukude, Sai Teja, et al.
Veröffentlicht: (2025)

Knowledge-Guided Textual Reasoning for Explainable Video Anomaly Detection via LLMs
von: Lee, Hari
Veröffentlicht: (2025)

Towards Scalable IoT Deployment for Visual Anomaly Detection via Efficient Compression
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

Improving the Detection of Small Oriented Objects in Aerial Images
von: Doloriel, Chandler Timm C., et al.
Veröffentlicht: (2024)

MS-UMamba: An Improved Vision Mamba Unet for Fetal Abdominal Medical Image Segmentation
von: Xu, Caixu, et al.
Veröffentlicht: (2025)

Evaluation of State-of-the-Art Deep Learning Techniques for Plant Disease and Pest Detection
von: Banerjee, Saptarshi, et al.
Veröffentlicht: (2025)

Multinex: Lightweight Low-light Image Enhancement via Multi-prior Retinex
von: Brateanu, Alexandru, et al.
Veröffentlicht: (2026)