医学图像DICOM 第17页

[医学图像处理] 使用pyvips对WSI svs文件进行读取并自定义patch输出大小

摘要最近需要对WSI图像进行处理，以前没弄过，所以整理下方法。环境：Ubuntu18.04LTS,Python3.7,pyvips数据：[TCGA-GBM(SurvivalPrediction)]本文主要参考以下两个博客：https://blog.csdn.net/weixin_41594007/article/details/81810231https://blog.csdn.net/songy

LeYOUNGER·2023-02-02 11:01

DICOM: Whole Slide Image

DICOM:WholeSlideImage具体程序具体示例程序见：https://github.com/Wa-Ma/WSILIB简介：WholeSlideImage:全视野数字切片(WholeSlideImage

@alittlehorse·2023-02-02 11:01

人类训练AI的方式存在根本性缺陷

例如，经过训练，人类能够制造在高质量的医学图像中发现疾病迹象的AI，却难以分辨繁忙的诊所中廉价相机捕捉到的模糊或裁剪的图像。这种现象被称为“数据不规范”(underspecific

Python实用宝典·2023-02-02 09:59

影像组学：医学影像学与个性化精准医疗的桥梁

影像组学分析利用先进的图像分析方法，快速训练和验证医学成像数据，基于医学图像的特征进行精确诊断和治疗，为现代医学提供了强大的工具。

思影科技·2023-02-02 08:34

论文解读《TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation》

论文解读《TransUNet:TransformersMakeStrongEncodersforMedicalImageSegmentation》TransUNet:用于医学图像分割的变压器强编码器发表期刊

渔歌畅晚·2023-02-01 20:16

transUnet

TransUNet:TransformersMakeStrongEncodersforMedicalImageSegmentation.背景：医学图像分割是开发医疗保健系统(尤其是疾病诊断和治疗计划)的必要前提

Miss.至·2023-02-01 20:45

pytorch 语义分割-医学图像-脑肿瘤数据集的载入模块

由于最近目标是完成基于深度学习的脑肿瘤语义分割实验，所以需要用到自定义的数据载入，本文参考了一下博客：https://blog.csdn.net/tuiqdymy/article/details/84779716?utm_source=app，一开始是做的眼底图像分割，由于使用的是DRIVE数据集，所以数据量很少，之前也是按照上面这篇博客标注了关于图片id的txt文件，但是这次是应用在kaggle

大西扬的小F·2023-02-01 14:20

python dicom 3d,python医学影像2Ddicom文件转成3Dnii文件(保留原始dicom信息)

最近处理医院影像数据时,遇到的需求:把预处理后的MRI影像的每个序列的所有dicom文件保存成nii文件,并且要保留原始的dicom信息预处理后的MRI影像序列image.png每个序列下有多张dicom

读书猫CC·2023-02-01 13:21

医学图像格式转换 -- .dcm转为.nii.gz

#coding=utf-8importSimpleITKassitkdefdcm2nii(dcms_path,nii_path):#1.构建dicom序列文件阅读器，并执行（即将dicom序列文件“打包整合

dreamandgo·2023-02-01 13:19

python+itk+读取dicom数据，并保存为nii文件

上代码importitkimportnumpyasnpif__name__=='__main__':file_path="D:/test/004HeRuiPing_CT"image=itk.imread(file_path,pixel_type=itk.D)spacing=image["spacing"]direction=image["direction"]origin=image["origi

吴天德少侠·2023-02-01 13:49

医学图像将dcm格式转化的nii格式如何处理

1.数据格式在MRI数据不同序列下存放着dcm格式的数据，以及单个nii格式的mask文件，所以需要将data和label分离。2.数据处理使用os库进行文件处理，用shutil库进行文件迁移进行文件夹访问os.listdir()进行文件夹内多个文件到列表的转化os.path.join()将路径进行拼接，一般用在子文件夹的访问处理中对于文件复制之前需要在目的位置建立文件夹一般用os.path.ex

Jorko的浪漫宇宙·2023-02-01 13:19

dcm转换为nii

#path_read:读取dicom的文件路径path_save:保存nii的文件路径defdcm2nii(path_read,path_save):#GetGDCMSeriesIDs读取序列号相同的dcm

一..一·2023-02-01 13:19

记录贴：转换dcm/dicom数据为nii格式

本文记录如何将dcm/dicom数据转换为nii数据现在常用的医学图像格式包括有nii和dicom数据，如何完成这两种格式的转换十分有用，此文主要记录的怎么将dicom数据转换为你并保持空间关系的对应。

吊炸天的小鸿鸿·2023-02-01 13:18

用python将dycom .dcm格式图像转换为nifti .nii

第一步安装dicom2nifti库，在你的环境中使用pip安装：pipinstalldicom2nifti第二步，在你的python代码中使用dicom2nifti.convert_directory(

Rabbitdeng1009·2023-02-01 13:18

matlab三维体绘制,基于GPU的医学图像三维重建体绘制技术综述

1前言随着医学图像三维重建体绘制技术的发展及其研究的深入，医生对数据的分析不再局限于简单的观察输出结果，还要求能对结果进行友好交互，使最终结果更能满足其特定的观察需求。

weixin_39556891·2023-02-01 09:07

分割网络综述——Deep Semantic Segmentation of Natural and Medical Images: A Review

而在医学图像分析领域，图像分割可用来帮助医生辅助诊断。本文则对目前主流的分割网络及医学图像分割网络从以下方面进行综述：结构优化、损失函数优化、序列模型、弱监督模

黄小米吖·2023-02-01 08:59

VTK CT重建（一） MPR 多层面重建四视图

表面阴影遮盖（SSD）容积漫游技术（VRT）曲面重建（CPR）虚拟内镜技术（VE）后面有时间我会慢慢补；MPR，全称是multi-planarreformation/reconstruction，是常用的医学图像后处理技术

恋恋西风·2023-01-31 12:05

AI技术在颅脑影像的应用

最近尝试把视频中动作识别的一些方法融合进入医学图像的目标检测和分类问题中，看到几篇很不错的文章，略作小结。

给力桃·2023-01-30 14:57

UNet（PyTorch）图像语义分割实战：训练自己的数据集

CSDN程序员研修院TensorFlow2课程链接：U-Net图像语义分割实战：训练自己的数据集--计算机视觉视频教程-人工智能-CSDN程序员研修院UNet是一种基于深度学习的图像语义分割方法，尤其在医学图像分割中表现优异

bai666ai·2023-01-30 11:58

MedPy医学图像评价的python库

MedPyisamedicalimageprocessinglibrarywritteninPython.MedPyrequiresPython3.官网链接其中MedPy库的评价指标函数这个库提供了对比两个mask相似性的指标，例如DicecoefficientJaccardcoefficientHausdorffDistance.Metricmeasures(medpy.metric)Thisp

Shuai@·2023-01-29 19:14

论文解读《Co-Correcting:Noise-tolerant Medical Image Classification via mutual Label Correction》

Co-Correcting:Noise-tolerantMedicalImageClassificationviamutualLabelCorrection》论文解读：协同校正:通过相互标签校正的抗噪声医学图像分类期刊名

渔歌畅晚·2023-01-29 12:43

c语言图像如何加入泊松噪声_【图像分割应用】医学图像分割（一）——脑区域分割...

从本周开始，新专栏《图像分割应用》就跟大家见面了。本专栏主要介绍图像分割在各个领域的应用、难点、技术要求等常见问题。本文是专栏《图像分割应用》的第1篇文章，首先来聊聊医学领域的图像分割之一：脑区域分割。作者|孙叔桥编辑|言有三1任务分析医学领域中，为了满足病情诊断、治疗方案制定等需求，常常需要对病人进行扫描，从而确定各内部器官的情况。深度学习方法出现以前，这个过程主要是由医生直接完成。尽管成熟医生

普二丁·2023-01-29 12:13

基于深度学习的自然图像和医学图像分割：网络结构设计

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来自|知乎作者丨李慕清链接丨https://zhuanlan.zhihu.com/p/104854615本文仅作学术交流，如有侵权，请联联系删文处理。本文总结了利用CNNs进行图像语义分割时，针对网络结构的创新，这些创新点主要包括新神经架构的设计（不同深度、宽度、连接和拓扑结构）和新组件或层的设计。前者是利用已有的组件组装复杂的

小白学视觉·2023-01-29 12:43

基于噪声伪标签和对抗性学习的医学图像分割注释有效学习

然而，由于为分割任务提供像素级注释非常耗时，并且依赖具有领域知识的专家来实现，因此很难获得用于医学图像分割的大量手动注释。

yc_ZZ·2023-01-29 12:40

基于噪声伪标签和对抗学习的医学图像分割标注高效学习

一没有图像标注对的学习二为训练图像生成伪标签2.1为训练图像生成伪标签2.2VAE-Based鉴别器2.3鉴别器引导的发生器信道校准这里有不太理解（未写完）三从嘈杂的伪标签学习四讨论与总结：五本次论文学习的问题与不理解之处：背景：医学图像分割对于脏器建模

初学者冲冲冲·2023-01-29 12:08

[OpenCV实战]44 使用OpenCV进行图像超分放大

图像超分辨率是计算机视觉领域中一个非常重要的研究问题，广泛应用于医学图像分析、生物识别、视频监控和安全等领域。

落痕的寒假·2023-01-29 08:41

医学图像——医学坐标体系

转自作者：豚大叔的小屋链接：https://www.jianshu.com/p/b8fe11a33319仅作为个人学习记录1.医学坐标体系介绍医学图像处理的一个难题是坐标体系的不一致。

ZhangJingHuaJYO·2023-01-28 17:31

（二十五：2020.12.15）CVPR 2020 学习（三）《U^2 Net》训练实操（21.1.4更新）

《U^2Net:GoingDeeperwithNestedU-StructureforSalientObjectDetection》《借助嵌套U型结构深入研究显着物体》讲在前面一、如何整理你的医学图像数据集

花卷汤圆·2023-01-28 11:36

【医学图像分割】CT医学图像的预处理（重采样）

CT图像中存在两个基本概念，窗口（windowwidth）和窗位（windowcenter），用于选取感兴趣的CT值范围，因为人体各组织结构不同，对X线吸收程度各异，形成不同的CT值，因此可以利用CT值来鉴别组织的性质。CT值的单位为HounsfieldHounsfield单位(HU)是计算机断层扫描(CT)中普遍使用的无量纲单位，用于标准、便捷的表达CT数值。Hounsfield单位是通过对测量

kunsir_·2023-01-28 09:37

医学图像处理顶刊顶会和常用工具

期刊TMI:EEETransactionsonMedicalImaging(官网，月刊)MIA:MedicalImageAnalysis(官网，月刊)顶会MICCAI:InternationalConferenceonMedicalImageComputingandComputerAssistedIntervention（每年一届）2018IPMI:InformationProcessinginM

EdwardMa·2023-01-27 17:20

医学图像语义分割多分类任务计算mIoU和dice的函数

多分类分割网络输出为的结果为[channel,height,width]，channel对应分类，每个channel的pixel的值为对应当前分类的置信度。需要先对输出结果执行一次np.argmax操作，将其转化为二维Tensor，在不同channel取置信度最高的channel(class)的值（如:0、1、2等）作为该像素的值print(arr)#(8,512,512)print(np.arg

Alex-Leung·2023-01-27 13:33

主干网络的输入通道数从3改为1，同时保证预训练权重输出

在医学图像处理时，B超图像、CT图像一般被处理为灰度图，也就是通道数为1。

AbaK1r·2023-01-26 12:45

迁移学习在医学图像分类中的研究进展

综述：3种迁移学习策略：迁移模型的结构调整策略、参数调整策略，从迁移模型中提取特征的策略5种迁移学习模式：简单模式：深度卷积神经网络(deepconvolutionneuralnetwork,DCNN)模式、混合模式、特征组合分类模式、复杂模式：多分类器融合模式和二次迁移模式。存在的问题并展望未来研究方向：难以选择高效的迁移学习算法（用自动迁移学习解决迁移学习算法的选择问题。）迁移模型的修改和超参

luemeon·2023-01-25 11:08

基于CoSaMP算法医学图像去噪matlab仿真

目录1.算法概述2.仿真效果3.MATLAB仿真源码1.算法概述压缩采样匹配追踪(CompressiveSamplingMP)是D.Needell继ROMP之后提出的又一个具有较大影响力的重构算法。CoSaMP也是对OMP的一种改进，每次迭代选择多个原子，除了原子的选择标准之外，它有一点不同于ROMP：ROMP每次迭代已经选择的原子会一直保留，而CoSaMP每次迭代选择的原子在下次迭代中可能会被抛

Simuworld·2023-01-25 10:39

FCN、Unet、Unet++：医学图像分割网络一览

在此基础上，进一步分析了FCN、Unet、Unet++等算法在医学图像上的适用情况。先上目录：相关知识点解释FCN网络算法的理解Unet网络算法的理解Un

小白学视觉·2023-01-25 10:07

基于DCMTK和OpenCV的DR图像拼接

DR图像拼接基于DCMTK和OpenCV做的一个医学图像拼接模块，记录下：详细拼接流程后续补上。

伍心·2023-01-24 10:10

python 小波分解_医学图像处理案例（十六）——基于小波变换和脉冲耦合神经网络的图像融合...

今天将介绍使用小波变换和脉冲耦合神经网络来对多模态图像进行融合。1、小波变换融合回顾小波变换融合算法基本思想：首先对源图像进行小波变换，然后按照一定规则对变换系数进行合并；最后对合并后的系数进行小波逆变换得到融合图像。1.1、小波分解原理简介LL：水平低频，垂直低频LH：水平低频，垂直高频HL：水平高频，垂直低频HH：水平高频，垂直高频其中，L表示低频，H表示高频，下标1、2表示一级或二级分解。在

喵琛CC·2023-01-24 10:39

opencv用于医学图像分割

初衷最近比较闲，跟同学聊天讲到他的课题：医学图像分割，提取左心室区域。我就好奇要了原始图片，发现超声图像果然比红外图像分辨率低，他指给我左心室所在区域。

木木的学习之路·2023-01-24 10:39

python医学图像读取_对python读取CT医学图像的实例详解

需要安装opencv和simpleitk。simpleitk比较简单，直接pipinstallsimpleitk即可。代码如下：#coding:utf-8importsimpleitkassitkimportcv2#lkds-00058,-102.655469971,108.188810974,438.759994507,12.2279986879if__name__=='__main__':fi

xliping84·2023-01-24 10:09

python医学图像可视化_对python读取CT医学图像的实例详解

需要安装OpenCV和SimpleItk。SimpleItk比较简单，直接pipinstallSimpleItk即可。代码如下：#coding:utf-8importSimpleITKassitkimportcv2#LKDS-00058,-102.655469971,108.188810974,438.759994507,12.2279986879if__name__=='__main__':fi

Dr.Song心理学·2023-01-24 10:08

一个案例展示opencv在医学图像病灶分割任务的常用操作

任务根据语义分割网络的输出，去求以下任务的结果。（神经网络的后处理操作）（1）画出病灶边界（2）画出贴近的椭圆（3）过滤病灶内的噪声（4）计算病灶的不规则周长（5）计算病灶面积（6）画出径线原图预处理假设网络为一个二分类语义分割网络，网络的输出是一个二维的tensor，每个像素的值为0~1的置信度。先预处理操作，通过设置阈值把每个像素转换为0或者255，分别代表背景和目标，生成mask图像。储存为

Alex-Leung·2023-01-24 10:07

调用深度学习网络模型使用（新人向）

新人避坑(刚开始接触医学图像分割）在刚开始跑网络分割模型的时候总是一个一个源码去跑，这就导致需要自己匹配代码的数据集格式，需要在图像预处理上花费较多时间。

学着学着就能毕业吧？·2023-01-22 13:38

U-Net及其变体（不定时更新）

文章目录前言一、U-Net二、U-Net的变体待更新总结前言U-net是一种主要为图像分割任务开发的图像分割技术，在医学图像分割领域有很高的实用性。为希望探索U-net的研究人员提供一个起点。

鱼小丸·2023-01-19 09:54

使用 Monai 和 PyTorch 预处理 3D Volumes以进行肿瘤分割

因为医学图像比标准图像更难处理（高对比度、人体的广泛变化……）深度学习用于分类、对象检测，尤其是分割任务。在分割方面，深度学习用于分割人体器官，如肝脏、肺和……或分割来自身体不同部位的肿瘤。

求则得之，舍则失之·2023-01-19 06:23

论文翻译-LSTM Multi-modal UNet for Brain Tumor Segmentation

1HuPtnRvVuTgiwv8FZh0juw提取码：xvsugithub地址https://github.com/HowieMa/lstm_multi_modal_UNet摘要——卷积神经网络等深度学习模型已广泛应用于三维生物医学图像分割

此生辽阔·2023-01-18 21:05

分享一个PyTorch医学图像分割开源库

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转载自：我爱计算机视觉分享一位52CV粉丝Ellis开发的基于PyTorch的专注于医学图像分割的开源库，其支持模型丰富，方便易用

小白学视觉·2023-01-18 20:12

2D医学影像分割任务-Medical Image Segmentation Task

2D医学影像分割任务-MedicalImageSegmentationTask本文档主要基于Pytorch-Medical-Segmentation-master进行2D医学图像分割任务的开展我自己已跑通的代码提取码

M error·2023-01-18 19:31

医疗AI实践与思考汇总

深度学习技术在许多医学问题上取得成功：医学图像分类和分割：CNN文本中信息抽取、疾病预测：CNN、RNN、transformer病患语音识别和机器翻译：RNN、Seq2Seq体征检测和疾病风险评估：RNN

梦无痕123·2023-01-18 18:58

基于卷积神经网络的像素级图像融合——硕士论文阅读笔记

第1章引言1.介绍图像融合分类，可以分成三个层次：像素级、特征级、决策级，可以按照应用分类：多焦距、多模态、多曝光等；2.多焦距图像融合介绍；3.多模态医学图像融合介绍；4.遥感图像融合介绍；5.红外可见光图像融合介绍

多肉葡萄·2023-01-18 16:43

推荐频道

医学图像DICOM