Buchumschlag

CT-IDP: Segmentation-Derived Quantitative Phenotypes for Interpretable Abdominal CT Disease Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dahal, Lavsen, Lo, Joseph Y.
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

Organ-Aware Attention Improves CT Triage and Classification
von: Dahal, Lavsen, et al.
Veröffentlicht: (2026)

JANUS: Anatomy-Conditioned Gating for Robust CT Triage Under Distribution Shift
von: Dahal, Lavsen, et al.
Veröffentlicht: (2026)

AbdomenGen: Sequential Volume-Conditioned Diffusion Framework for Abdominal Anatomy Generation
von: Bhandari, Yubraj, et al.
Veröffentlicht: (2026)

Reproducible Benchmarking for Lung Nodule Detection and Malignancy Classification Across Multiple Low-Dose CT Datasets
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2024)

Tri-Reader: An Open-Access, Multi-Stage AI Pipeline for First-Pass Lung Nodule Annotation in Screening CT
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2026)

Leveraging Anatomical Priors for Automated Pancreas Segmentation on Abdominal CT
von: Prasad, Anisa V., et al.
Veröffentlicht: (2025)

Large Intestine 3D Shape Refinement Using Point Diffusion Models for Digital Phantom Generation
von: Mouheb, Kaouther, et al.
Veröffentlicht: (2023)

CT-Flow: Orchestrating CT Interpretation Workflow with Model Context Protocol Servers
von: Gu, Yannian, et al.
Veröffentlicht: (2026)

A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT
von: Toma, Tanjin Taher, et al.
Veröffentlicht: (2025)

LEAVS: An LLM-based Labeler for Abdominal CT Supervision
von: Lanfredi, Ricardo Bigolin, et al.
Veröffentlicht: (2025)

Towards Universal Text-driven CT Image Segmentation
von: Li, Yuheng, et al.
Veröffentlicht: (2025)

INFORM-CT: INtegrating LLMs and VLMs FOR Incidental Findings Management in Abdominal CT
von: Tankel, Idan, et al.
Veröffentlicht: (2025)

CLIP Architecture for Abdominal CT Image-Text Alignment and Zero-Shot Learning: Investigating Batch Composition and Data Scaling
von: Shivika, et al.
Veröffentlicht: (2026)

Deep Learning-Based Automated Workflow for Accurate Segmentation and Measurement of Abdominal Organs in CT Scans
von: Shastry, Praveen, et al.
Veröffentlicht: (2025)

Towards Cross-Scale Attention and Surface Supervision for Fractured Bone Segmentation in CT
von: Zhou, Yu, et al.
Veröffentlicht: (2024)

Automated Lesion Segmentation in Whole-Body PET/CT in a multitracer setting
von: Xue, Qiaoyi, et al.
Veröffentlicht: (2024)

OmniCT: Towards a Unified Slice-Volume LVLM for Comprehensive CT Analysis
von: Lin, Tianwei, et al.
Veröffentlicht: (2026)

Deep Learning-Based Segmentation of Peritoneal Cancer Index Regions from CT Imaging
von: Gort, Pieter C., et al.
Veröffentlicht: (2026)

Beyond Calibration: Confounding Pathology Limits Foundation Model Specificity in Abdominal Trauma CT
von: Raythatha, Jineel H, et al.
Veröffentlicht: (2026)

Brain Stroke Detection and Classification Using CT Imaging with Transformer Models and Explainable AI
von: Qari, Shomukh, et al.
Veröffentlicht: (2025)

PLOT-CT: Pre-log Voronoi Decomposition Assisted Generation for Low-dose CT Reconstruction
von: Huang, Bin, et al.
Veröffentlicht: (2026)

Deep Rib Fracture Instance Segmentation and Classification from CT on the RibFrac Challenge
von: Yang, Jiancheng, et al.
Veröffentlicht: (2024)

XCAT-3.0: A Comprehensive Library of Personalized Digital Twins Derived from CT Scans
von: Dahal, Lavsen, et al.
Veröffentlicht: (2024)

Enhancing Lesion Segmentation in PET/CT Imaging with Deep Learning and Advanced Data Preprocessing Techniques
von: Liu, Jiayi, et al.
Veröffentlicht: (2024)

Context-Gated Cross-Modal Perception with Visual Mamba for PET-CT Lung Tumor Segmentation
von: Ayllón, Elena Mulero, et al.
Veröffentlicht: (2025)

MedErr-CT: A Visual Question Answering Benchmark for Identifying and Correcting Errors in CT Reports
von: Kyung, Sunggu, et al.
Veröffentlicht: (2025)

Virtual-Eyes: Quantitative Validation of a Lung CT Quality-Control Pipeline for Foundation-Model Cancer Risk Prediction
von: Hoq, Md. Enamul, et al.
Veröffentlicht: (2025)

AI-Driven Automated Tool for Abdominal CT Body Composition Analysis in Gastrointestinal Cancer Management
von: Nan, Xinyu, et al.
Veröffentlicht: (2025)

Heuristical Comparison of Vision Transformers Against Convolutional Neural Networks for Semantic Segmentation on Remote Sensing Imagery
von: Dahal, Ashim, et al.
Veröffentlicht: (2024)

RaV-IDP: A Reconstruction-as-Validation Framework for Faithful Intelligent Document Processing
von: Jha, Pritesh
Veröffentlicht: (2026)

Pre-Deployment Robustness Stress Testing for CT Segmentation Systems Using Clinically Motivated Multi-Corruption Augmentation
von: Kang, CholMin, et al.
Veröffentlicht: (2026)

DyABD: The Abdominal Muscle Segmentation in Dynamic MRI Benchmark
von: Belton, Niamh, et al.
Veröffentlicht: (2026)

FedOnco-Bench: A Reproducible Benchmark for Privacy-Aware Federated Tumor Segmentation with Synthetic CT Data
von: Marella, Viswa Chaitanya, et al.
Veröffentlicht: (2025)

Efficiency Bottlenecks of Convolutional Kolmogorov-Arnold Networks: A Comprehensive Scrutiny with ImageNet, AlexNet, LeNet and Tabular Classification
von: Dahal, Ashim, et al.
Veröffentlicht: (2025)

MedSR-Impact: Transformer-Based Super-Resolution for Lung CT Segmentation, Radiomics, Classification, and Prognosis
von: Martell, Marc Boubnovski, et al.
Veröffentlicht: (2025)

A Unified Attention U-Net Framework for Cross-Modality Tumor Segmentation in MRI and CT
von: Rai, Nishan, et al.
Veröffentlicht: (2026)

Fair Lung Disease Diagnosis from Chest CT via Gender-Adversarial Attention Multiple Instance Learning
von: Parikh, Aditya, et al.
Veröffentlicht: (2026)

CT-CLIP: A Multi-modal Fusion Framework for Robust Apple Leaf Disease Recognition in Complex Environments
von: Liu, Lemin, et al.
Veröffentlicht: (2025)

ReXGroundingCT: A 3D Chest CT Dataset for Segmentation of Findings from Free-Text Reports
von: Baharoon, Mohammed, et al.
Veröffentlicht: (2025)

How Well Do Multi-modal LLMs Interpret CT Scans? An Auto-Evaluation Framework for Analyses
von: Zhu, Qingqing, et al.
Veröffentlicht: (2024)