MEDICAL 第3页

MSA【1】：Segment Anything Model for Medical Image Analysis: an Experimental Study

文章目录前言1.Abstraction&Introduction1.1.Abstraction1.2.Introduction1.2.1.WhatisSAM?1.2.2.HowtosegmentmedicalimageswithSAM?2.Methodology2.1.SAMisusedintheprocessofsegmentationofmedicalimages2.1.1.Semi-auto

zzzyzh·2023-07-17 23:21

支付宝小程序生成https链接生成alipays协议链接

生成https协议链接consttarget='返回的页面地址';constonline=`https://render.alipay.com/p/s/medical-card-online/www/index.html

周亚鑫·2023-07-15 21:43

ChatCAD: Interactive Computer-Aided Diagnosis on Medical Image using Large Language Models

https://arxiv.org/pdf/2302.07257.pdfchatCAD:融合大规模语言模型LLM的语言理解优点和医学图像辅助诊断CAD识别医学图像信息的特点。优点：可微调每个模型，提供交互式解释和建议，有可能提高在线健康服务具体步骤：输入X光片到训练好的CAD模型，取得分类结果输出翻译输出的tensor为自然语言使用语言模型总结结果，做出结论根据可视化模型的结果和大规模语言模型中预

Spielberg_1·2023-06-22 11:01

医学伦理 Medical Ethics

读书乃是以别人脑筋里制造出的矫揉造作的东西自娱。我们道德上的狂热让我们变得顽固、肤浅、单调。——扎迪·史密斯图片发自App图片发自App图片发自App图片发自App图片发自App

Lynn_X·2023-06-20 01:41

Jmeter测试POST请求

10.1.1.26（也就是ip地址）端口：8081方法：POST路径：例如：/orademo-withint/api/other内容编码：utf-8消息体数据：{"sql":"UPDATEt_inpatient_medical_recordsSETinpatient_record_cod

fen_fen·2023-06-17 09:10

常用JVM命令

uptimejps查看当前正在运行的java进程执行结果：pid运行文件[root@test1~]#jps24001rs-medical-rpc-service.jar25602rs-recure-rpc-service.jar9122rs-patient-rpc-servi

Normal Developer·2023-06-16 11:24

GPT4 在医学任务表现-Capabilities of GPT-4 on Medical Challenge Problems

微软和openai在2023年4月的论文。CapabilitiesofGPT-4onMedicalChallengeProblems数据集介绍USMLESelfAssessments：问题，有表格USMLESampleExam：pdf，有图片MedQA：多语种多选，PubMedQA：判断题MedMCQA：多选MMLU：多选评测方法由于是评价选择题做得对不对，所以直接用准确率来衡量，即算做对了多少题

夏殇0808·2023-06-14 20:03

【MICCAI2023】Self-aware and Cross-sample Prototypical Learning for Semi-supervised Medical Image Segm

Self-awareandCross-samplePrototypicalLearningforSemi-supervisedMedicalImageSegmentation,MICCAI2023解读：MICCAI2023|SCP-Net:基于一致性学习的半监督医学图像分割方法(qq.com)论文：https://arxiv.org/abs/2305.16214代码：暂未开源摘要在半监督医学图像分

m0_61899108·2023-06-13 05:59

【IPMI 2023】Rethinking Boundary Detection in Deep Learning Models for Medical Image Segmentation

RethinkingBoundaryDetectioninDeepLearningModelsforMedicalImageSegmentation,IPMI2023解读：IPMI2023港科大陈浩团队新作|CTO:重新思考边界检测在医学图像分割中的作用(qq.com)论文：https://arxiv.org/abs/2305.00678代码：https://github.com/xiaofang

m0_61899108·2023-06-13 05:58

【arXiv2303】Learning with Explicit Shape Priors for Medical Image Segmentation

LearningwithExplicitShapePriorsforMedicalImageSegmentation,aXiv2303解读：SPM:一种即插即用的形状先验模块，可轻松嵌入任意编解码架构，助力涨点并显著改善分割效果！(qq.com)论文：https://arxiv.org/abs/2303.17967代码：https://github.com/AlexYouXin/Explicit-

m0_61899108·2023-06-13 05:22

1分钟科普：CT发现霸王龙下颚骨骼的感染

原文链接：https://cosmosmagazine.com/history/palaeontology/medical-researchers-find-bone-disease-in-t-rex-jaw-fossil

murphyfanwei·2023-06-12 00:49

《图算法》第四章路径查找和图搜索算法-2

对图算法有兴趣的朋友可以关注微信公众号：《Medical与AI的故事》原文链接：《图算法》第四章-2路径查找和图搜索算法最短路径变体：A*A*最短路径算法改进Dijkstra的算法，它更快一些，因为它在确定下一个探索路径时可用的额外信息都包含进来

ifeng0310·2023-06-11 02:21

讲解：Internet、Java，c++、Python、UML diagramsSPSS|Prolo

HomeworkAssignment3Latehomeworkassignmentswillnotbeaccepted,unlessyouhaveavalidwrittenexcuse(medical,

mbfhvp8·2023-06-07 12:19

[论文阅读]Thickened 2D Networks for 3D Medical Image Segmentation

算法流程总的框架还是2.5D网络：先沿着3个轴方向切分slice，每个轴方向的所有切片经过设计的网络后的输出的3D预测图是，最后求3个轴方向预测图的平均值，作为最终预测图。下面我们来看文章中的网络对每个轴的切片是如何处理，通过2D网络得到一个3D的预测图：2：将v方向上的所有切片划分为k组，文章中是每3个slice为1组3,4：k组中的每一组切片输入到f1层，输入：3*H*W，输出：256*H*W

gefeng1209·2023-04-21 13:18

Unit 6 The Admirable lesson 1 A Medical Pioneer 文本研读

Unit6TheAdmirableLesson1AMedicalPioneer语篇研读［主题意义／主题语境］本课是一篇新闻报道，属于“人与社会”——“对社会有突出贡献的人物”以及“科学与技术”——“科学精神”主题。介绍了中国第一位被授予诺贝尔奖的女科学家、药学家屠呦呦以及她和团队发现、创制的新型抗疟药物青蒿素和双氢青蒿素挽救了全球特别是发展中国家数百万人的生命。前有亚历山大.弗莱明，英国细菌学家生

YangErin·2023-04-20 13:58

Unit 6 lesson 1 A Medical pioneer 指向学科核心素养发展的英语学习活动设计

Unit6lesson1AMedicalpioneer指向学科核心素养发展的英语学习活动设计主题语境：人与社会——对社会有突出贡献的人物。语篇类型：新闻报道“AMedicalPioneer”［教学目标／Teachingaims］1.ToreadandtalkaboutTuYouyou,amedicalpioneer2.Toreadforgeneralunderstandingandtoreadfo

YangErin·2023-04-16 17:32

3/23 PD Pharmaceutical & Medical Devices Industry Event

Attheverybeginningofevent,expertsfromphamacuyicalindustryexchangestheirperspectiveaboutindustrytrend.Introducingbusinessappsthatwouldenhanceefficiencyandcoworkingwhensalespersoninthisindustrygenerally

BeMeBeFearless·2023-04-16 09:37

A New Surrogate Loss andEmpirical Studies on Medical Image Classification（待补充）

摘要深度AUC最大化（DAM）是一种通过最大化数据集上模型的AUC分数来学习深度神经网络的新范式。以往关于AUC最大化的研究大多集中在通过设计有效的随机算法进行优化的角度，而对于大型DAM在困难任务下的泛化性能的研究则较少。在这项工作中，我们的目标是使DAM在有趣的实际应用（医学图像分类）中更加实用。首先我们为AUC分数提出了一个新的基于边界（margin）最小最大代理损失函数（简称AUC最小-最

Nice25·2023-04-12 18:49

Medical Terminology Occupational therapy

图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App

不阿绝唱·2023-04-12 11:29

Edge-Gated CNNs for Volumetric Semantic Segmentation of Medical Images

论文：MIDL2020Abstract纹理和边缘为图像识别提供不同的信息。边缘和边界编码形状信息，而纹理显示区域的外观。尽管卷积神经网络(CNNs)在计算机视觉和医学图像分析应用中取得了成功，但主要是学习纹理抽象，这往往导致不精确的边界描绘。在医学成像中，专家手工分割往往依赖于器官边界;例如，要手动分割肝脏，医生通常首先确定边缘，然后填充分割掩模。基于这些观察结果，我们提出了一个即插即用模块，称为

zelda2333·2023-04-10 16:32

High-efficiency medical image encryption method based on2D Logistic-Gaussian hyperchaotic map【视频笔记】

题目：基于二维logistic-高斯超混沌映射的高效医学图像加密方法视频笔记【跟随张老师看论文】：2023-3-29每周研究生SCI论文研讨_哔哩哔哩_bilibili强烈推荐这位老师，真的是一位神仙导师！！！发表的杂志：AppliedMathematicsandComputation：JCRQ1IF=4.397中科院二区审稿周期为4个月题目解析：High-efficiencymedicalima

白兔1205·2023-04-09 01:09

Medical Transformer: Gated Axial-Attention for Medical Image Segmentation

摘要在过去的十年中，深度卷积网络已经被广泛应用于医学图像分割，并显示出足够强的性能。然而，由于卷积架构中存在固有的归纳偏差，它们缺乏对于图像中长程相关性的理解。最近提出的利用自注意力机制的基于转换结构编码了长期依赖性。并学习了高度表达的表示。这促使我们探索基于Transformer的解决方案，并研究使用基于Transformer架构的可行性。大多数现有的基于Transformer的网络架构建议用于

Cierlly·2023-04-05 21:51

MedNeXt: Transformer-driven Scaling of ConvNets for Medical Image Segmentation

文章目录前言1.Introduction2.ProposedMethod2.1FullyConvNeXt3DSegmentationArchitecture2.2ResamplingwithResidualInvertedBottlenecks2.3UpKern:LargeKernelConvolutionswithoutSaturation2.4CompoundScalingofDepth,Wi

鱼小丸·2023-04-05 21:21

Co-training with High-Confidence Pseudo Labels for Semi-supervised Medical Image Segmentation-23CVPR

paper：https://arxiv.org/abs/2301.04465code：https://github.com/Senyh/UCMT这篇文章是2023的cvpr关于医学图像分割的，用的半监督的方式，最近在工作中也尝试了解半监督，毕竟不仅仅是医学，各种领域的标签都还蛮难弄的，这篇文章正好对应了学校的研究方向，所以赶快分享出来。ssl-semisupervisedleaning半监督关于半

SetMaker·2023-04-05 12:42

Paper-48 代谢组学在人体肠道菌群研究中所面临的挑战（International Journal of Medical Microbiology ,Mini Review, 2016） 2...

原文：Minireview:ChallengesofmetabolomicsinhumangutmicrobiotaresearchDOI：https://doi.org/10.1016/j.ijmm.2016.03.006image.png摘要：该评论强调了代谢组学在研究人类肠道微生物代谢中的作用。我们肠道中的微生物群落发挥着多种功能，对人类健康和疾病产生巨大影响。在元组学学科中，肠道微生物组是

RashidinAbdu·2023-04-03 15:40

Git checkout 指令总结：切换本地和远程分支、查看本地与远程分支关系

1、切换本地分支gitcheckout本地分支zzg@LAPTOP-8R0KHL88MINGW64/e/idea_workspace/smart-medical(master)$gitcheckoutzzg-masterSwitchedtobranch'zzg-master'M.idea

在奋斗的大道·2023-04-01 14:59

Special Review Process for Innovation Medical Device

ChinaNMPApublishedtheSpecialApprovalProcessforInnovationMedicalDevice,itishassomechangescomparewiththepiloteditionpublishedat2014.Belowpleasefindmyfindingsthoughtoutthetextcontrast.1.AddIVDRegistratio

郭汉生·2023-03-31 08:08

2021：多任务预训练的跨模态自注意力的医学视觉问答Cross-Modal Self-Attention with Multi-Task Pre-Training for Medical VQA

摘要由于缺乏标签的数据，现有的医学视觉问答往往依赖于转移学习获取图像特征表示，使用视觉和语言特征跨模态融合实现与问题相关的答案预测。这两个阶段单独执行，没有考虑预训练特征的跨模态融合的相容性和适用性。因此我们将图像特征预训练重新定义为一个多任务学习范式，迫使它考虑到特定图像理解任务中特征的适用性。此外，我们引入了一种跨模态自注意力模块（CMSA）有选择的捕捉长期的上下文相关性，以更有效的融合视觉和

weixin_42653320·2023-03-29 02:01

我们如何与他人共情：神经生物学的观点 /「观影视、学心理」 (读书劄记与思考) 2022-08-01

&Grabowska,A.(2011).Howweempathizewithothers:Aneurobiologicalperspective.Medical*ScienceMonitor,17*(1

本土临床心理学论丛·2023-03-20 19:11

Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation

标签：swin-transformer作者：炼己者本博客所有内容以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，并且是非商业用途，谢谢！一.概要今天看到了这篇把swin-transformer用在分割上的文章，实在跪服，手速有点太快了，真心拼不过呀。这篇文章让我眼前一亮，他和以往的transformer用在图像分割领域的方法不一样。以往的transformer都是被用在encoder

炼己者·2023-03-17 08:57

医学图像彩色化相关--20201208论文笔记Bridging the gap between Natural and Medical Images through Deep Colorization

4.BridgingthegapbetweenNaturalandMedicalImagesthroughDeepColorization摘要：深度学习通过在大规模数据集上进行训练而蓬勃发展。但在医学图像诊断的许多应用中，由于隐私性、采集同质性差、标注成本高等原因，仍然无法获取大量数据。在这种情况下，从自然图像集合中转移学习是一种标准做法，它试图通过预先训练的模型微调来一次性处理形状、纹理和颜色差

竹篓有个天·2023-03-08 21:37

研究表示，不要忽视舒张压

Originallinks:https://www.news-medical.net/news/20190718/Dont-ignore-diastolic-blood-pressure-values-say-researchers.aspx

CHCPA·2023-02-06 06:29

【综述笔记】A Survey on Active Learning and Human-in-the-Loop Deep Learning for Medical Image Analysis

入坑Human-in-the-Loop+MedicalImageSegmentation，读一下这篇2019年的综述。https://arxiv.org/abs/1910.02923Abstruct作者认为深度学习在医疗领域的应用有以下四个关键点：主动学习——选择最佳数据进行标注，以实现最佳模型性能；解释和细化——使用迭代反馈引导模型针对给定的预测进行优化，并提供有意义的方式来解释和响应预测；实际

huyuanda·2023-02-04 15:11

【论文合集】TMI 202106论文汇总(IEEE Transactions on Medical Imaging)

1.Segmentation-RenormalizedDeepFeatureModulationforUnpairedImageHarmonization用于不成对图像协调的分割重归一化深度特征调制MengweiRen.NeelDey.JamesFishbaugh.GuidoGerig.原文链接“Deepnetworksarenowubiquitousinlarge-scalemulti-cent

sukeee·2023-02-04 09:31

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。随着卷积神经网络在图像处理中的快速发展，深度学习已被用于医学图像分割，如视盘分割，血管检测，肺部分割，细胞分割等。以前，已经提出了基于U-net的方法。。然而，连续的汇集和跨步卷积操作导致一些空间信息的丢失。在本文中，我们提出了一个上下文编码器网络（称为CE-Ne

weixin_42496763·2023-02-02 21:26

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：CVPR2021代码：代码链接论文：论文链接一、摘要：在各种医学图像分割任务上，u形架构（也称为U-Net）已成为事实上的标准并取得了巨大的成功。但是，由于卷积运算的内在局限性，U-Net通常

渔歌畅晚·2023-02-01 20:16

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

论文阅读之分割网络综述DeepSemanticSegmentationofNaturalandMedicalImages:AReview摘要图像语义分割主要完成像素级别的密集预测任务，同属于一类的像素组成实例可用于场景识别、理解图像内容等。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

Deep Learning for Medical Image Segmentation: Tricks, Challenges and Future Directions 2D部分代码笔记-训练部分

目录前言一.训练整体架构（2DUnet/train.py)1.1训练参数设置（2DUnet/options.py)1.2模型训练（2DUnet/networker_trainer.py)1.2.1设置GPU设备号、日志配置、设置随机种子1.2.2设置主干网络1.2.3设置损失函数1.2.4设置优化器和数据集1.2.5train（1）.AverageMeter类（2）.深监督（DeepS）1.2.6

Rache0219·2023-01-30 10:58

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

论文解读《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：IEEETRANSACTIONSONMEDICALIMAGING（医学影像学报）期刊名缩写：IEEETMEDIMAGING国际刊号：0278-00622021年影响因子

渔歌畅晚·2023-01-29 12:43

TEDxASU: How Self-taught Artificial Intelligence Understands Medical Images?

Author:ZongweiZhou|周纵苇Weibo:@MrGiovanniEmail:[email protected]/endeavorsimpactyourfield?Myresearchfocusesondevelopingnovelcomputationalmethodologiestominimizetheannotationeffortsforcomp

MrGiovanni·2023-01-27 02:29

MS-Model【3】：Medical Transformer

文章目录前言1.Abstract&Introduction1.1.Abstract1.2.Introduction2.MedicalTransformer(MedT)2.1.Modelstructure2.2.Attention2.2.1.Self-AttentionOverview2.2.2.Axial-Attention2.2.3.GatedAxial-Attention2.3.Local-G

zzzyzh·2023-01-26 12:47

2 Medical Cases of Homotherapy for Heteropathy 异病同治医案两则

Madderroot医~番Case1:"IgetdizzyquiteoftenwhenIgetuptooquickly.ButnotafeelasifI'mfallinginacertaindirectionornottheroomisgoingaroundorakindofunsteadiness.ItfeelsmorelikespinningasifIamgoingaround,andsome

茜草根·2023-01-25 21:10

EMNLP-RE-Incorporating medical knowledge in BERT for clinical relation extraction

IncorporatingmedicalknowledgeinBERTforclinicalrelationextraction目录IncorporatingmedicalknowledgeinBERTforclinicalrelationextraction模型Module01——使用Bert生成文本嵌入表示Module02——TextandUMLSConceptAlignmentModule0

QianTu&·2023-01-23 13:41

分享一个PyTorch医学图像分割开源库

地址在这里：https://github.com/MontaEllis/Pytorch-Medical-Seg

小白学视觉·2023-01-18 20:12

[医学多模态融合系列 -2] A review on multimodal medical image fusion

[医学多模态融合系列-2]Areviewonmultimodalmedicalimagefusion:Compendiousanalysisofmedicalmodalities,multimodaldatabases,fusiontechniquesandqualitymetrics解读0.Abstract1.Introduction2.Medicalimagingmodalities2.1Ra

liyihao76·2023-01-18 20:11

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

[Transformer]Transclaw U-Net: Claw UNet with Transformers for Medical Image Segmentation

TransClawUNet：ClawUNet结合Transformer用于医学图像分割AbstractSectionIIntroductionSectionIIRelatedWorksSectionIIIMethodPart1OverallStructurePart2TransformerinTransClawUNetSectionIVExperimentsComparisonResultsAbl

黄小米吖·2023-01-18 12:46

Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation论文解读

Swin-Unet:Unet-likePureTransformerforMedicalImageSegmentation论文：[2105.05537]Swin-Unet:Unet-likePureTransformerforMedicalImageSegmentation(arxiv.org)代码：HuCaoFighting/Swin-Unet:Thecodesforthework“Swin-U

Trouble..·2023-01-18 12:13

基于深度学习的医学图像分割（Medical Image Segmentation Using Deep Learning: A Survey）

MedicalImageSegmentationUsingDeepLearning:ASurvey基于深度学习的医学图像分割：一个调查论文地址：https://arxiv.org/abs/2009.13120摘要文章不同与其他文章：a.由粗到细进行分类（其他：分组详细介绍）b.主要研究监督和弱监督学习方法对监督学习方法，从三方面分析a.主干网络的选择b.网络模块的设计c.损失函数的优化对弱监督学习

qq_40938646·2023-01-15 00:31

Competence-based Multimodal Curriculum Learning for Medical Report Generation (ACL 2021) 解读+总结

论文：https://web.pkusz.edu.cn/adsp/files/2021/07/ACL2021_CMCL1.pdf摘要：针对两个问题：【1】严重的数据偏差：视觉数据偏差：数据集中正常样本图像的比例远超于异常样本图像；此外，每个异常样本图像中，正常区域的占比远超于异常区域的占比。文本数据偏差：放射学家标注的参考报告，通常遍历所有部位生成了描述，使得整个报告中正常本文描述占了绝大多数。此

ying wong·2023-01-12 07:16

推荐频道

MEDICAL