医学图像dcom 第16页

WACV 2021 论文大盘点-图像分类篇

WACV2021论文大盘点-图像分类篇学习2-770阅读2点赞0评论编译|CV君报道|OpenCV中文网（微信id：iopencv）本篇文章总结图像分类相关论文，包含细粒度分类、医学图像分类、植物叶子等级分类等

OliverH-yishuihanq·2023-02-04 10:28

【论文速递】WACV2023 - 循环相似注意力的小样本医学图像分割

【论文速递】WACV2023-循环相似注意力的小样本医学图像分割【论文原文】：Few-shotMedicalImageSegmentationwithCycle-resemblanceAttention

凤⭐尘·2023-02-04 10:17

Semantic Consistent UnsupervisedDomain Adaptation for Cross-https:ModalityMedical Image Segmentation

SemanticConsistentUnsupervisedDomainAdaptationforCross-ModalityMedicalImageSegmentation摘要无监督域适应(UDA)交叉模态医学图像分割技术通过域不变特征学习或图像外观转换取得了很大进展

LANG_C_·2023-02-04 09:03

【论文阅读】医学图像分割

文章目录Dual-branchresidualnetworkforlungnodulesegmentation（CVPR2019）AttentionGuidedNetworkforRetinalImageSegmentation（MICCAI2019）SOFTLABELINGBYDISTILLINGANATOMICALKNOWLEDGEFORIMPROVEDMSLESIONSEGMENTATION

JOJO-XU·2023-02-04 09:31

【论文精读】TMI2021医学图像分割 SMU-Net

TMI2021医学图像分割论文SMU-Net:Saliency-guidedMorphology-awareU-NetforBreastLesionSegmentationinUltrasoundImageSMU-Net

LANG_C_·2023-02-04 09:00

医学图像深度学习框架汇总（持续更新

PytorchMONAI：MONAI-HomeTorchIO：https://github.com/fepegar/torchioMedicalZooPytorch：https://github.com/black0017/MedicalZooPytorchTensorflowDLTK：https://github.com/DLTK/DLTKnobrainer：https://github.com

起司其四·2023-02-03 23:34

使用MONAI深度学习框架进行3D图像空间变换

MONAI是一个基于PyTorch的开源框架，用于深度学习在医学图像领域的研究。提供了许多便捷的可移植的API接口，以创建和评估深度学习模型。

不入流儿·2023-02-03 23:01

RCPS ~医学图像半监督分割

这里提出了一种用于医学图像半监督分割的新方法-RCPS（校正对比伪监督）。通过引入两种校正方法（不确定性估计法和一致性正则化），提高了伪监督模型的性能。

whaosoft143·2023-02-03 15:59

MONAI深度学习

参考：MONAIProjectmonai是一款基于pytorch的深度学习开源框架，主要用于医学图像的处理（分类、分割等）。主要优点：集成性好，训练速度快，涵盖当今流行的分类/分割网络。

小吕同学吖·2023-02-03 13:50

Batch normalization和Instance normalization 在域适应问题中的的作用

最近在研究域适应的问题，也是为了解决，医学图像中，数据量不足的问题。我的想法是使用域适应的方法来进行分割。在研究这个问题的时候我发现，原来我一直认为的BN算法也是可以应用到域适应这个方面的。

skyfengye·2023-02-03 13:42

基于matlab的眼底视网膜静脉血管分割仿真

目录1.算法概述2.仿真效果3.MATLAB源码1.算法概述随着图像数字化处理的快速发展,医学图像处理越来越受到人们的广泛关注。

Simuworld·2023-02-03 09:00

语义分割的标签在原图像上显示

最近在做医学图像的语义分割，新手一枚，现实情况是小朋友我真得有很多问号【手动捂脸哭】。经过一段时间的钻（tuo）研（fa），终于有了些许眉目，也有时间在这里记录一下自己的一些想法。

@STEM·2023-02-03 00:28

CE-Net: Context Encoder Network for 2D Medical Image Segmentation

CE-Net：用于2D医学图像分割的上下文编码器网络以下是用谷歌翻译的，仅供参考，图就没放。摘要-医学图像分割是医学图像分析的重要步骤。

weixin_42496763·2023-02-02 21:26

macOS Big Sur - 您应该推出磁盘映像

3、如果前面两步操作后仍有问题，请打开「终端」，在终端中粘贴下面命令：sudoxattr-r-dcom.apple.quarantine然后输入个空格，再将应用程序目录中的软件拖拽到命令后面，按回车后

MdWhat·2023-02-02 12:51

[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

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

解决：xxx.app已损坏，无法打开，您应该将它移到废纸篓

终端中输入命令sudoxattr-dcom.apple.quarantine/Applications/xxx.app解决，其中xxx.app是出问题的APP名称，有时候app的名字难以输入正确，这个时候只要在应用列表中将该应用拖到终端中

蜗牛也有梦想·2023-02-02 03:52

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

mac软件已损坏解决方案

在终端中输入命令sudospctl--master-disable如果依旧无效的话,继续执行以下命令sudoxattr-dcom.apple.quarantine/Applications/应用名.app

解一同学·2023-02-01 20:42

“Cornerstone”已损坏，无法打开。您应该将它移到废纸篓。

选择了“任何来源”后还是：无法打开，那么进行以下操作打开终端，输入以下命令：sudoxattr-dcom.apple.quarantine/Applications/Cornerstone.app（如果是其他

简书_WQ·2023-02-01 15:01

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

医学图像格式转换 -- .dcm转为.nii.gz

注：代码主要根据dcm2nii.多张dcm文件转换成nii等其他格式的存储。进行函数整合，感谢原作者！#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”）reader=sitk.ImageSeriesReader()dicom_names=r

dreamandgo·2023-02-01 13:19

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

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

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

使用jvisualvm远程监控java程序

目录下我的完整地址是这个C:\ProgramFiles\Java\jdk1.8.0_74\bin\jvisualvm.exe由于jvisualvm.exe需要使用到JMX连接，所以先介绍JMX配置java程序配置JMX-Dcom.sun.management.jmxremote.port

杂学小生·2023-02-01 01:44

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

Mac解决安装软件提示已损坏,无法打开。您应该将它移到废纸篓。

按照以下步骤执行即可：1、打开终端，一般在：启动台-其他-终端，或者直接用搜索2、输入:sudospctl--master-disable，按回车键3、输入密码，按回车键4、继续输入：sudoxattr-r-dcom.apple.quarantine

开心的小娇·2023-01-30 18:08

Mac 软件已损坏

执行下面命令，在系统偏好设置-安全性与隐私-打开任何来源sudospctl--master-disable执行下面命令即可sudoxattr-r-dcom.apple.quarantine*.app

iVikings·2023-01-30 15:04

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

JVM监控-JVisualVM

image.png对应linux系统可以远程访问，需要添加JVM启动参数-Djava.rmi.server.hostname=11.91.187.167-Dcom.sun.ma

LittleJessy·2023-01-28 23:55

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

Docker——对使用pull拉取的容器进行dockerfile还原

方法一：lukapeschke/dockerfile-from-image（53.7MB）sudogitclonegit://github.Dcom/lukapeschke/dockerfile-from-image.gitcddockerfile-from-imagedockerbuild-tlukapeschke

小T呀·2023-01-27 15:06

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

推荐频道

医学图像dcom