:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Zijin, Zhang, Songan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Computer Vision and Pattern Recognition Machine Learning Image and Video Processing
Online-Zugang:	https://arxiv.org/abs/2604.20878
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Early Investigation into the Utility of Multimodal Large Language Models in Medical Imaging
von: Khan, Sulaiman, et al.
Veröffentlicht: (2024)

LiteGPT: Large Vision-Language Model for Joint Chest X-ray Localization and Classification Task
von: Le-Duc, Khai, et al.
Veröffentlicht: (2024)

Imagining Alternatives: Towards High-Resolution 3D Counterfactual Medical Image Generation via Language Guidance
von: Mohamed, Mohamed, et al.
Veröffentlicht: (2025)

MedFLIP: Medical Vision-and-Language Self-supervised Fast Pre-Training with Masked Autoencoder
von: Li, Lei, et al.
Veröffentlicht: (2024)

Read Like a Radiologist: Efficient Vision-Language Model for 3D Medical Imaging Interpretation
von: Lee, Changsun, et al.
Veröffentlicht: (2024)

How Does Diverse Interpretability of Textual Prompts Impact Medical Vision-Language Zero-Shot Tasks?
von: Wang, Sicheng, et al.
Veröffentlicht: (2024)

T3D: Advancing 3D Medical Vision-Language Pre-training by Learning Multi-View Visual Consistency
von: Liu, Che, et al.
Veröffentlicht: (2023)

MSVD-Indonesian: A Benchmark for Multimodal Video-Text Tasks in Indonesian
von: Hendria, Willy Fitra
Veröffentlicht: (2023)

EVTP-IVS: Effective Visual Token Pruning For Unifying Instruction Visual Segmentation In Multi-Modal Large Language Models
von: Zhu, Wenhui, et al.
Veröffentlicht: (2025)

Utility of Multimodal Large Language Models in Analyzing Chest X-ray with Incomplete Contextual Information
von: Kim, Choonghan, et al.
Veröffentlicht: (2024)

CPLIP: Zero-Shot Learning for Histopathology with Comprehensive Vision-Language Alignment
von: Javed, Sajid, et al.
Veröffentlicht: (2024)

LOC: A General Language-Guided Framework for Open-Set 3D Occupancy Prediction
von: Gao, Yuhang, et al.
Veröffentlicht: (2025)

Exploring CLIP's Dense Knowledge for Weakly Supervised Semantic Segmentation
von: Yang, Zhiwei, et al.
Veröffentlicht: (2025)

Multimodal MRI Report Findings Supervised Brain Lesion Segmentation with Substructures
von: Ge, Yubin, et al.
Veröffentlicht: (2026)

LUQ: Layerwise Ultra-Low Bit Quantization for Multimodal Large Language Models
von: Bhatnagar, Shubhang, et al.
Veröffentlicht: (2025)

Spatiotemporal Tile-based Attention-guided LSTMs for Traffic Video Prediction
von: Nguyen, Tu
Veröffentlicht: (2019)

Unified Multimodal Brain Decoding via Cross-Subject Soft-ROI Fusion
von: Hu, Xuanyu
Veröffentlicht: (2025)

Zero-Shot Distracted Driver Detection via Vision Language Models with Double Decoupling
von: Miyata, Takamichi, et al.
Veröffentlicht: (2026)

NeuroQA: A Large-Scale Image-Grounded Benchmark for 3D Brain MRI Understanding
von: Abbasi, Mohammad H., et al.
Veröffentlicht: (2026)

Enhancing Radiographic Disease Detection with MetaCheX, a Context-Aware Multimodal Model
von: He, Nathan, et al.
Veröffentlicht: (2025)

Normative Modeling for AD Diagnosis and Biomarker Identification
von: Zhao, Songlin, et al.
Veröffentlicht: (2024)

HyperFusion: A Hypernetwork Approach to Multimodal Integration of Tabular and Medical Imaging Data for Predictive Modeling
von: Duenias, Daniel, et al.
Veröffentlicht: (2024)

Towards A Generalizable Pathology Foundation Model via Unified Knowledge Distillation
von: Ma, Jiabo, et al.
Veröffentlicht: (2024)

Automated Spinal MRI Labelling from Reports Using a Large Language Model
von: Park, Robin Y., et al.
Veröffentlicht: (2024)

Mutual Information Analysis in Multimodal Learning Systems
von: Hadizadeh, Hadi, et al.
Veröffentlicht: (2024)

Benchmarking Histopathology Foundation Models for Ovarian Cancer Bevacizumab Treatment Response Prediction from Whole Slide Images
von: Mallya, Mayur, et al.
Veröffentlicht: (2024)

A Multimodal Approach to The Detection and Classification of Skin Diseases
von: Yang, Allen, et al.
Veröffentlicht: (2024)

Is Dataset Quality Still a Concern in Diagnosis Using Large Foundation Model?
von: Lin, Ziqin, et al.
Veröffentlicht: (2024)

MindVL: Towards Efficient and Effective Training of Multimodal Large Language Models on Ascend NPUs
von: Chen, Feilong, et al.
Veröffentlicht: (2025)

MedVisionLlama: Leveraging Pre-Trained Large Language Model Layers to Enhance Medical Image Segmentation
von: Kumar, Gurucharan Marthi Krishna, et al.
Veröffentlicht: (2024)

MSEG-VCUQ: Multimodal SEGmentation with Enhanced Vision Foundation Models, Convolutional Neural Networks, and Uncertainty Quantification for High-Speed Video Phase Detection Data
von: Maduabuchi, Chika, et al.
Veröffentlicht: (2024)

Mixture of Multicenter Experts in Multimodal AI for Debiased Radiotherapy Target Delineation
von: Oh, Yujin, et al.
Veröffentlicht: (2024)

Multimodal AI on Wound Images and Clinical Notes for Home Patient Referral
von: Fard, Reza Saadati, et al.
Veröffentlicht: (2025)

Retinal IPA: Iterative KeyPoints Alignment for Multimodal Retinal Imaging
von: Wang, Jiacheng, et al.
Veröffentlicht: (2024)

VIP: Visual Information Protection through Adversarial Attacks on Vision-Language Models
von: Meftah, Hanene F. Z. Brachemi, et al.
Veröffentlicht: (2025)

Vision-Language Generative Model for View-Specific Chest X-ray Generation
von: Lee, Hyungyung, et al.
Veröffentlicht: (2023)

Enhancing Network Initialization for Medical AI Models Using Large-Scale, Unlabeled Natural Images
von: Arasteh, Soroosh Tayebi, et al.
Veröffentlicht: (2023)

Multimodal Diffusion to Mutually Enhance Polarized Light and Low Resolution EBSD Data
von: Dong, Harry, et al.
Veröffentlicht: (2026)

ROCOv2: Radiology Objects in COntext Version 2, an Updated Multimodal Image Dataset
von: Rückert, Johannes, et al.
Veröffentlicht: (2024)

Multimodal Learning With Intraoperative CBCT & Variably Aligned Preoperative CT Data To Improve Segmentation
von: Tschuchnig, Maximilian E., et al.
Veröffentlicht: (2024)