医学图像

Keras:Unet网络实现多类语义分割方式

Keras:Unet网络实现多类语义分割方式更多python视频教程请到菜鸟教程https://www.piaodoo.com/1介绍U-Net最初是用来对医学图像的语义分割，后来也有人将其应用于其他领域
liming89·2020-08-22 12:25

U-Net：用于生物医学图像分割的卷积网络

转自：http://baijiahao.baidu.com/s?id=1600400677130320639&wfr=spider&for=pc摘要众所周知，成功地训练一个深度网络需要大量的已标注数据集。本文提出了一种新的网络结构和训练方法，依靠数据增强将有效的标注数据更为有效地使用。该网络由收缩路径（contractingpath）和扩张路径（expandingpath）组成。其中，收缩路径用于
Alex-Zhou·2020-08-22 11:53

华为云的研究成果又双叒叕被MICCAI收录了！

摘要：2020年国际医学图像计算和计算机辅助干预会议（MICCAI2020），论文接收结果已经公布：华为云医疗AI团队和华中科技大学合作的2篇研究成果入选。
华为云开发者社区·2020-08-21 04:10

[深度学习从入门到女装]H-DenseUNet: Hybrid Densely Connected UNet for Liver and Tumor Segmentation from CT Volu

论文地址：H-DenseUNet:HybridDenselyConnectedUNetforLiverandTumorSegmentationfromCTVolumes这是一篇使用Unet改进进行医学图像分割的论文对于传统的
炼丹师·2020-08-21 01:00

ubuntu and freesurfer 安装手册

安装Ubuntu，参考《VMwareUbuntu安装详细过程（非常靠谱）》3、安装VMwareTools，参考《VMwareTools安装方法及共享文件夹设置方法》4、安装freeSurfer，参考《医学图像处理
三世·2020-08-20 14:54

深度学习在医学领域的应用

在医学领域，主要是将上述方式应用于医学领域中，例如：用图像分类去判断X照肺部图片判断是否出现病变(图像分类)、图片中出现的细胞与背景区分（全连接层）等等，在医学图像中使用深度学习的方法前提条件便是知道经典网络的任务
泥石流中的一股清流·2020-08-20 13:28

CTK插件框架学习：第一节 初次相识CTK

1、CTK简介CTK全称是TheCommonToolkit,它是为支持生物医学图像而开发的通用工具包。CTK代码是在Apache2.0下授权的。
辰亿·2020-08-20 08:26

医学图割方法

随着医院图像的数量大量增加，用电脑进行图像的处理和分析成了一种必要，图像分割领域的方法也很多，各有优异，今天来说说医学图像分割常用的各种方法吧。
a-娇·2020-08-20 08:54

论文分享 Unsupervised Cross-Modality Domain Adaptation of ConvNets for Biomedical Image Segmentations wi

领域自适应在生物医学图像分析领域具有更大的意义，同时在生物医学图像分析领域具有挑战性，其中跨模态数据具有很大的不同分布。鉴于注释医疗数据是特别昂贵的，有监督的迁移学习方法并不是很理想。
Klay Ye·2020-08-20 04:00

U-net医学图像分割

代码作者一数据集分割fromPILimportImageimportos#FortheDatasetregisterat:http://brainiac2.mit.edu/isbi_challenge/#Downloadthecorrespondingdatafiles#Only30imagesareavailablewithgroundtruth#6Imagesareusedforvalidat
yuyangyg·2020-08-20 04:17

深度学习：乳腺论文：AUNet肿块分割Whole Mammograms

BreastMassSegmentationofWholeMammogramsAUNET：整个乳房X线照片的乳房肿块分割(AUNet:BreastMassSegmentationofWholeMammograms)基于深度学习的分割最近在自然和医学图像处理中得到了快速发展
work_coder·2020-08-19 21:32

libtorch+VS2015配置与应用

目的：将.pth文件应用于C++中，形成分割功能，移植到实验室成员一同开发医学图像软件中。
HwzTable·2020-08-19 03:04

DICOM医学图像处理：fo-dicom网络传输之C-FIND and C-MOVE

背景：该系列博文同属于DICOM协议中的“网络传输”部分，前两篇系列文章分别介绍了DCMTK和fo-dicom开源库对DICOM标准的具体实现（http://blog.csdn.net/zssureqh/article/details/41016091），以及给出了fo-dicom库对C-ECHO和C-STORE的简单实现（http://blog.csdn.net/zssureqh/article
zssure·2020-08-19 00:03

DICOM医学图像处理：fo-dicom网络传输之 C-Echo and C-Store

背景：上一篇博文对DICOM中的网络传输进行了介绍，主要参照DCMTKWiki中的英文原文。通过对比DCMTK与fo-dicom两个开源库对DICOM标准的具体实现，对理解DICOM标准有一个更直观的认识。此篇博文是对上一篇博文的补充，因为专栏前面的示例大多是利用DCMTK工具包来进行的，此次借着分析fo-dicom源码结构的机会，参照fo-dicom的README.md，给出C-ECHO和C-S
zssure·2020-08-19 00:03

DICOM医学图像处理：Dcmtk与fo-dicom保存文件的不同设计模式之“同步VS异步”+“单线程VS多线程”

一、背景：最近一直在做DCM相关的编程工作，以前项目使用C++居多，所以使用DCMTK开源库，而目前团队使用C#居多，所以需要转向使用fo-dicom库，由于前一篇专栏文章DICOM医学图像处理：利用fo-dicom
zssure·2020-08-19 00:03

DICOM医学图像处理：DICOM网络传输

背景：专栏取名为DICOM医学图像处理原因是：博主是从医学图像处理算法研究时开始接触DICOM协议的。
937181272·2020-08-18 21:11

MicroDicom viewer(Dicom格式看图软件)v2.9.2官方版

MicroDicomviewer是一款医学图像浏览器，能够打开浏览任何DICOM格式的医学图像，包括RLE、JPEG、JPEG2000等，还可以对DICOM图像进行简单处理，包括测量、注释、调节亮度和对比度等
lrlianmengba·2020-08-18 21:16

2.6CNN实战之人脸关键点识别

之前做一个医学图像特征点标注的项目，就是先从人脸关键点识别开始入门。基本概念  这是Kagge上一个比赛：FacialKeypointsDetection，我们这里使用CNN。
webzhuce·2020-08-18 17:58

DICOM医学图像处理：DIMSE消息发送与接收“大同小异”之DCMTK fo-dicom mDCM

背景：从DICOM网络传输一文开始，相继介绍了C-ECHO、C-FIND、C-STORE、C-MOVE等DIMSE-C服务的简单实现，博文中的代码给出的实例都是基于fo-dicom库来实现的，原因只有一个：基于C#的fo-dicom库具有高封装性。对于初学者来说实现大多数的DIMSE-C、DIMSE-N服务几乎都是“傻瓜式”操作——构造C-XXX-RQ、N-XXX-RQ然后绑定相应的OnRespo
zssure·2020-08-18 07:57

DICOM影像中的窗宽窗位 ITK Intensity Windowin

医学图像领域的关键技术窗技术，是CT检查中用以观察不同密度的正常组织或病变的一种显示技术，包括窗宽(windowwidth)和窗位(windowlevel)。
zhimingf·2020-08-18 07:46

压缩感知之一：理论介绍

鉴于之前研一的时候研究过一段时间压缩感知在医学图像的重建中的工作，在这里做一个总结这一节简单介绍下压缩感知的理论知识（只是简答的了解，限于初学者），有问题请多批评指教Nyquist采样定理：Nyquist
皓月祥云·2020-08-18 06:13

医学影像调窗技术

网上都是啥基于DCMTK的DICOM医学图像显示及其调窗方法研究说得文绉绉的没啥鸟用，dicom没你想象的那么复杂哈咱这个全是自主代码顶多看了点C+
weixin_30551947·2020-08-18 04:10

医学图像处理涉及到的窗宽窗位 1

在处理医学图像过程中会遇到图像归一化的问题，一般来说
sunyao_123·2020-08-18 02:12

python 用SimpleITK+pydicom 将4dnii图像转为单张dicom，并重新添加图像头信息

最近在处理一套心脏数据，需要将4dnii图像转换成单张的dicom图像进行试验，看了很多博客，发现SimpleITK是一个处理医学图像的很好用的包，里面支持很多医学图像的读取以及处理，以及对图像头信息的查看及修改
hear~·2020-08-18 01:35

窗宽窗位到底是什么

医学图像领域的关键技术窗技术，是CT检查中用以观察不同密度的正常组织或病变的一种显示技术，包括窗宽(windowwidth)和窗位(windowlevel)。
peanut_wu·2020-08-17 23:20

DICOM的窗宽和窗位，斜率和截距

把医学图像当一般图像来看，窗宽就是这幅图像的颜色范围，可以通过图像的灰度直方图的最大值减去最小值得到，窗位就是这个颜色范围的中间颜色，可以通过灰度直方图的最大值加上最小值除以2得到。
impress1234·2020-08-17 22:48

医学图像中的窗宽（Window Width，WW）和窗位（Window Level，WL）

1.定义CT等放射医学影像中有窗宽（WindowWidth，WW）和窗位（WindowLevel，WL）的概念，这在医学图像处理中也经常用到。下面以CT为例对这个概念做一个解释。
xxxx的xxx·2020-08-17 21:40

医学图像中的窗宽、窗位

在CT等医学影像显示领域，我们经常会听到窗宽（WindowWidth,简写WW）、窗位（WindowLevel,简写WL）的概念，那么到底什么是窗宽、窗位，它们跟医学图像之间的关系又是什么？
似水~年华·2020-08-17 20:06

医学图像的窗宽窗位

医学图像是16位灰度图，窗宽窗位一般是活动的，处理完图像后，返回一个合适的窗宽窗位是非常有必要的，阅览了知网的几篇论文，写了如下函数，很简单，原理是根据图像的直方图来调节的方法。
*Atman·2020-08-17 19:54

【论文笔记】同时进行线性配准和可变形配准的医学图像配准网络模型

本文是论文《LinearandDeformableImageRegistrationwith3DConvolutionalNeuralNetworks》的阅读笔记。一、概述文章提出了一个可以实现线性和可变形（deformable）配准的模型。可变形配准的目标是计算一个最优的非线性密度变换GGG来将源（浮动）图像SSS对齐到参考（目标）图像RRR，得到配准后的源图像DDD。基于深度学习的配准通常有以
棉花糖灬·2020-08-17 18:26

【论文笔记】PDD-Net（概率密度位移网络）：弱监督的3D医学图像配准网络

本文是论文《ClosingtheGapbetweenDeepandConventionalImageRegistrationusingProbabilisticDenseDisplacementNetworks》的阅读笔记，论文相关的代码见：PDD-Net。文章中的新鲜名次太多，看完也是稀里糊涂的。一、概述PDD-Net从名字就可以看出是“拼多多”公司提出的一个网络~好吧……并不是，PDD-Net
棉花糖灬·2020-08-17 18:26

【论文笔记】Prob-VoxelMorph：保证形变场微分同胚性并防止形变场重叠的医学图像配准模型

本文是论文《UnsupervisedLearningforFastProbabilisticDiffeomorphicRegistration》的阅读笔记。涉及数学的东西太多，没搞懂是怎么做的。一、微分同胚现有的基于学习的配准方法通常不能保证配准是微分同胚的，即保留拓扑性的（topology-preserving）。本文在VoxelMorph模型的基础上加入了微分同胚积分层（diffeomorph
棉花糖灬·2020-08-17 18:26

【论文笔记】用循环一致性避免形变场重叠的医学图像配准网络

本文是论文《Cycle-ConsistentTrainingforReducingNegativeJacobianDeterminantinDeepRegistrationNetworks》的阅读笔记。微分同胚配准任务中使用的变换（形变场）理想情况下应该是微分同胚的，这样图像的拓扑性在转换的时候就不会发生变化。微分同胚即是可逆和光滑的，现有的配准方法通常不能从理论上保证形变场的平滑性和可逆性。之前
棉花糖灬·2020-08-17 18:25

【论文笔记】FAIM（FAst IMage registration）：使用负雅克比行列式防止形变场重叠的医学图像配准模型

文章提出了一个用于3D医学图像的无监督配准模型FAIM（FAstIMageregistration），相比于VoxelMorph，FAIM拥有更少的可学习参数，但是能达到更好的性能。
棉花糖灬·2020-08-17 18:25

caffe处理医学图像遇到的问题

没有过多的甄别的选择了caffe框架来实现一项关于脑部MR图像的分割任务，遇到了不少问题。win7下安装了caffe，然后编写protxt文档，处理数据集。卡在了处理数据集这个上面很久，因为caffe中需要将数据写成lmdb或者leveldb格式，lmdb和leveldb对应的是两种类型的数据库，其中lmdb是基于二叉树的数据库，leveldb是key-value型数据库。都具有简单、读写高效的特
Lumi555·2020-08-17 17:23

使用注意力机制来做医学图像分割的解释和Pytorch实现

在这篇文章中，我们将集中讨论注意力是如何影响医学图像分割的最新架构的。为此，我们将描述最近两篇论文中介
ronghuaiyang·2020-08-17 15:31

医学图像和自然图像区别

https://www.jianshu.com/p/f88e4373397f近期对医学图像（medicalimage）做了一点调研，下面是一些总结：医学图像检测与自然图像检测差别还是比较大的。
开心95·2020-08-17 14:37

医学图像处理相关知识

1.MIPmaximalintensityprojection最大密度投影l运用透视法获得二维图像，即通过计算沿着被扫描物每条射线上所遇到的最大密度像素而产生的，当光纤束通过一段组织的原始图像时，图像中密度最大的像素将被保存，并被投影到一个二维平面上，从而形成MIP重建图像。lMIP能反应相应像素的X线衰减值，较小的密度变化也能在MIP图像上显示。2.横断面（axial/transverse）冠状
蔷薇hhh·2020-08-17 12:24

生物医学工程领域 生物医学图像处理 SCI期刊

欢迎大家补充·JBIOMEDMATERRESA[IF:2.625]journalofbiomedicalmaterialsresearchparta·JBIOMECH[IF:2.434]journalofbiomechanics·IEEETBIO-MEDENG[IF:2.278]ieeetransactionsonbiomedicalengineering·PHYSMEDBIOL[IF:2.829
bookwormno1·2020-08-17 12:56

医学图像处理会议及期刊

原文链接：https://blog.csdn.net/suixinsuiyuan33/article/details/78282748@[TOC]会议：IPMI(InformationProcessinginMedicalImaging)MICCAI(InternationalConferenceonMedicalImageComputingandComputerAssistedIntervent
敏儿enjoy·2020-08-17 12:05

AAAI 2019 | 借鉴传染病学原理探索医学图像CNN可解释性

机器之心发布作者：牛钰浩、谷林（共同一作）,陆峰（通讯作者）等虽然深度学习在医疗图像的病变检测上取得了巨大成功，然而，现有的方法几乎都将CNN作为黑盒使用，没有进一步揭示做出分类的依据。CNN缺乏「可解释性」严重制约了其在医疗等涉及公众安全的关键领域应用。北京航空航天大学联合日本国立信息学研究所以及中南大学湘雅医院，湘雅二医院对这一问题展开探索。参考传染病学金标准：「科赫法则」，本文提供了一种解释
weixin_33670786·2020-08-17 03:32

传统基本图像处理方法：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等

医学图像由于成像设备和获取条件等影响，可能会出现图像质量的退化：另外影像医生希望获得对比度高、细节丰富、可读性好的图像以降低阅片强度便于诊断。通过
秦皓楠Howard_XDU·2020-08-16 18:39

【论文笔记】Spatial Transformer Networks(STN)-用于医学图像配准的空间变化网络

本文是用于医学图像配准的空间变化网络（SpatialTransformerNetworks,STN）的论文笔记。
棉花糖灬·2020-08-16 10:41

【医学图像分割网络】之ScSE U-Net网络PyTorch复现

【医学图像分割网络】之SCSEU-Net网络PyTorch复现1.内容U-Net网络算是医学图像分割领域的开山之作，我接触深度学习到现在大概将近大半年时间，看到了很多基于U-Net网络的变体，后续也会继续和大家一起分享学习
一只稚嫩的小金毛·2020-08-16 07:59

【医学图像处理】之腹部骨骼提取（SimpleITK）

【医学图像处理】之腹部骨骼提取（SimpleITK）1.内容步骤：1.读取Dicom序列2.设置固定阈值为100，把骨骼和心脏及主动脉都分割出来3.形态学开运算+最大连通域提取,粗略的心脏和主动脉图像4
一只稚嫩的小金毛·2020-08-16 07:59

【医学图像处理】之图像增强、去噪、边缘检测（SimpleITK）

【医学图像处理】之图像增强、去噪、边缘检测（SimpleITK）1.内容1、对数变换图像对数变换首先将图像从SimpleITK图像数据转成Numpy矩阵数据，然后采用Numpy的log1p（）函数来计算数据的
一只稚嫩的小金毛·2020-08-16 07:28

论文复现之医学图像应用：视网膜血管分割

论文复现之医学图像应用：视网膜血管分割0.导语今日研究为继续上次论文中的一个内容：U-Net网络，于是找了一篇经典论文，并学习论文及代码解读。
guangcheng0312q·2020-08-16 06:57

ITK4.12+VS2015配置详解

InsightToolKit（以下简称ITK）是一个开放源码、面向对象的软件系统，提供了一个医学图像处理、图像分割与配准的算法平台。
灵客风·2020-08-16 04:20

VTK能做什么

VTK不仅能对序列的医学图像进行三维重建，比如说面绘制MC算法，体绘制的光线投影算法，还有诸多其他的有用的功能，涵盖普通的几何点、线、多边形以及图像数据。以下只是简
weixin_33968104·2020-08-16 02:35

vs2017编译安装ITK-5.0.1+VTK-8.2.0，混合编程，读取图像并显示

它在科学计算可视化，尤其是三维重建方面具有强大的功能，使其在医学图像领域得到广泛应用。VTK提供了多种用于读取各种数据格式文件的类。
小鹿学长·2020-08-16 01:07
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他