Die Einführung der marginalen L1-Durchschnittskalibrierung (mL1-ACE) als Hilfsverlustfunktion verbessert die Kalibrierungsgenauigkeit in der medizinischen Bildsegmentierung.
Federated Foundation Models (FedFMS) ermöglichen effiziente medizinische Bildsegmentierung und Training.
Verbesserung der Fairness in der medizinischen Bildsegmentierung durch die Einführung von Störungen in latenten Einbettungen.
Die ImageNet-basierte Vorbereitung verbessert die Leistung von Mamba-basierten Modellen für die medizinische Bildsegmentierung signifikant.