MRI

非因解读 | 单细胞空间蛋白质组学分析揭示临床显著性前列腺癌多参数相关MRI检查的异质性

单细胞空间蛋白组分析是一项基于荧光标记抗体染色的超多标组织成像技术，该技术将多重蛋白表达谱的定性、定量信息与单细胞组织原位信息进行整合，可在一张病理切片上基于组织及细胞原位对多达60种蛋白进行多种分析。非因生物建立的单细胞空间蛋白组分析平台为临床病理组织的空间细胞生物学和蛋白功能深度分析提供了全新的分析手段，平台拥有350+经严格验证的抗体资源库，支持结合研究方向和研究热点设计灵活的整体实验方案，
BroH·2022-12-29 15:47

NODDI在临床研究中的应用

扩散MRI(DiffusionMRI,dMRI)已被证明是临床诊断和研究神经组织微观结构的有效成像方法，有助于我们更好地理解许多疾病的神经生理机制。
思影科技·2022-12-28 08:57

白质中的BOLD信号激活检测问题

白质中BOLD信号的生理意义存在争议的两个主要原因：BOLD信号依赖于脑血流量CBF和脑血容量CBV，但是白质中的血流量和血容量比灰质中的少得多（利用MRI估计的微血管数量：白质为10-192条/mm^
Tizzy477·2022-12-28 08:56

基于强化学习的图像配准 - Image Registration: Reinforcement Learning Approaches

在医学图像配准中，最常见的例子便是将同一个部位的CT图像变换移动到与MRI图像的位置相同，如下图：而配准又分为刚性配准（rigidregistration）和非刚性配准（non-rigidregistration
qq_20448873·2022-12-27 10:10

英特尔AI医疗实战曝光：10倍加速辅助诊断、准确度高达90%

在医院里，心血管内科医生每天都要查看大量的医学影像资料，凭借着自己的经验判读每一张MRI（心脏磁共振成像检查)影像，试图从隐秘而复杂的心脏结构中发现心血管疾病病人的患病秘密。人命关天，尽
喜欢打酱油的老鸟·2022-12-26 10:18

大脑皮层的分割方法

可以通过现代医学成像技术，如磁共振成像MRI在宏观尺度上进行估计网络节点的定义是构建大脑连接网络的关键步骤之一。使用体素水平的网络具有高噪声以及极大的数据量，这使得后续的网络分析难以进行。
Tizzy477·2022-12-24 17:44

磁共振成像（MRI）影像心脏组织分割

一、数据集数据是分为三类（HCM)(DCM)(NOR)的心脏MRI图像。每类十五组，一组8~10张图片。前两类是患有心脏疾病的，后一类是正常人的心脏。
Brandy_Whisky·2022-12-24 01:47

C++实现移动立方体示例讲解

例如，MRI扫描在常规3d网格的顶点处产生一个3d体积的样本。创建数学标量场的三维轮廓。在这种情况下，函数是已知的
·2022-12-23 19:22

用于阿尔茨海默症分期早期检测的多模态深度学习模型

因此，我们使用深度学习对成像（磁共振成像（MRI））、基因（单核苷酸多态性（SNPs））和临床测试数据进行综合分析，将患者分为AD、MCI和对照组（CN）。
思影科技·2022-12-23 12:18

达观FMEA知识图谱助力医疗设备研发制造弯道超车

随着医学学科及生物工程技术的发展，医院对高端医疗设备如CT、MRI、PET、伽玛刀等高技术成像设备和放射治疗设备的需求激增。
AI界小学生·2022-12-23 08:21

从数据预处理开始，用最简单的3D的CNN实现五折交叉验证的MRI图像二分类（pytorch）

、预测predict.py总结前言本文从数据预处理开始，基于LeNet搭建一个最简单的3D的CNN，计算医学图像分类常用指标AUC，ACC，Sep，Sen，并用5折交叉验证来提升预测指标，来实现3D的MRI
程序媛JD·2022-12-22 23:41

医学图像多模分割论文列表2

UnsupervisedAdaptationofPoint-CloudsandEntropyMinimizationforMulti-ModalCardiacImageSegmentation图像种类：MRI
胖头猫·2022-12-22 09:10

神经系统ct与mri影像解读,神经系统影像学检查

医学影像学会被人工智能取代吗？近年来，人工智能(AI)以各种方式进入了日常生活，从智能手机的语言识别工具到金融交易的分析，到自动驾驶汽车的算法，以及各种棋盘游戏，医学影像非常有可能是不久后的一个根本性的转变。AI智能影像产品可以帮助放射科医生提升诊断的准确率、节省工作量不断加大的放射科医生的时间，以及可以进行良恶性检测和自动生成检测报告等。本文将从国外媒体报道和国内AI医疗影像企业盘点两方面来解读
快乐的小荣荣·2022-12-21 08:33

1D CNN+2D CNN+3D CNN

主要用于3D图像数据（MRI，CT扫描）。参考卷积神经网络1、padding在卷积操作中，过滤器（核）的大小通常为奇
大玉子~~~·2022-12-21 05:24

vbm 分析_MRI脑影像分析从哲学到技术：一文搞懂VBM预处理基本原理（全网最详细解析）...

VBM分析基于(高分辨率)MRI脑部扫描图像(一般用T1加
weixin_39742392·2022-12-20 07:07

VBM计算操作过程记录

在每个被试的mri文件夹下（在步骤2生成的）生成一个smwp1开头的文件。5.计算Specify2nd-level。6.计算Estimate。7.计算Result
伏城无嗔·2022-12-20 07:03

spm mri segmentation：GM,WM,CSF 及DARTEL normalize

spm12一、segmentvolumes->specify->要分割的.nii文件一共三个tissue,每个tissue里有一个NativeTissue按顺序：第一个NativeTissue:Native：Native+DartelImported第二个NativeTissue:Native：Native+DartelImported第三个NativeTissue:Native：Nativesp
清舞sunny·2022-12-20 07:00

【图像分割】FCM&KFCM MRI图像分割【含GUI Matlab源码 582期】

⛄一、图像分割简介理论知识参考：【基础教程】基于matlab图像处理图像分割【含Matlab源码191期】⛄二、部分源代码functionvarargout=MainGUI(varargin)%MAINGUIM-fileforMainGUI.fig%MAINGUI,byitself,createsanewMAINGUIorraisestheexisting%singleton*.%%HKFCMPA
Matlab领域·2022-12-19 16:32

【MATLAB100个实用小技巧】——图形处理(76-84)

文章目录前言系列文章76.交换显示图像77.矢量数据的显示78.图像分析（2）79.图像逻辑操作80.进度条的使用81.MRI数据的显示82.图像类型转换83.特殊的图像显示技术84.图像的几何操作前言
yuan〇·2022-12-18 07:48

MICCAI 2022 | mmFormer:Multimodal Medical Transformer for Incomplete Multimodal Learning of BTS

MultimodalMedicalTransformerforIncompleteMultimodalLearningofBrainTumorSegmentation摘要从磁共振成像（MRI）中准确地分割脑肿瘤是多模态图像的联合学习所需要的
Jorko的浪漫宇宙·2022-12-18 07:45

MICCAI2022 | NestFormer用于脑肿瘤分割的嵌套模态感知的Transformer

以前的多模态MRI分割方法通常是在网络的早期/中期通过串联（cat）多模态MRI来执行模态融合，这很难探索模态之间的非线性依赖关系。
Jorko的浪漫宇宙·2022-12-18 07:13

磁共振功能成像BOLD-fMRI原理

小川诚二(SeijiOgawa)教授于1990年首次在大鼠上实现了功能磁共振成像fMRI的对比度产生机制fMRI的信号来源仍然为氢质子，MRI解剖图像对解剖结构的差别非常敏感，fMRI功能图像对神经元活动所伴随的生理变化敏感
Tizzy477·2022-12-17 19:01

Diffusion-weighting in MRI 学习笔记

功能像的学习已经差不多了，对功能连接、图论、机器学习方面的知识感觉已经掌握的差不多了，这段时间准备把DTI像给捡起来学习学习。图片引用自FSL官网学习DTI，不能逾越的软件当推FSL，我的学习笔记及部分博文图片也来自于FSL官网教程，仅供学习谈论。概述分析DTI像，主要就是集中于构建白质纤维束，要理解白质纤维束的构建过程，追源溯流，最开始的理论起源于分子的布朗运动。大家都知道，分子处于不断的随机运
clancy_wu·2022-12-16 18:51

利用CNN实现图像和数值数据融合

利用CNN实现图像（MRI）和数值数据融合一、背景在很多实际任务当中，模型构建数据类型多样，有数值型、图像、音频等各式各样的数据，如果单纯利用某种类型的数据构建分类或回归模型，好处是构建简单，数据不存在类型不同融合困难的问题
JaysonWong·2022-12-16 00:35

kappa一致性检验教程_SPSS在线_SPSSAU_Kappa一致性检验

如果研究人员想要考察不同的诊断方法是否在结果上具有一致性；也或者两个医生对于同一病例做出病情判断上是否具有一致性；两个医生对于MRI检验结果的一致性情况；也或者两个评委的打分一致性情况。
weixin_39956022·2022-12-14 16:44

Alzheimer‘s Dataset

所容纳之物数据由MRI图像组成。数据包含四类图像，包括训练图像和测试集图像：轻度痴呆中度痴呆未降级非常温和的痴呆症灵感分享这个数据集的主要灵感是建立一个非常精确的模型来预测Alzh
大桃子技术·2022-12-14 15:42

医学图像标注终极指南

医学图像注释是标记医学成像数据的过程，例如X射线、CT、MRI扫描、乳房X光检查或超声波。它用于训练用于医学图像分析和诊断的AI算法，帮助医生节
Meta.Qing·2022-12-14 14:43

入门篇：医学影像组学与机器学习(进入飞桨Aistudio平台，不用配置环境，开箱即用)

背景影像组学的概念最早由荷兰学者在2012年提出，其强调的深层次含义是指从影像（CT、MRI、PET等）中高通量地提取大量影像信息，实现肿瘤分割、特征提取与模型建立，凭借对海量影像数据信息进行更深层次的挖掘
吖查·2022-12-11 22:30

影像组学

医学影像有哪些主要有CT（电子计算机断层扫描）、MRI（磁共振成像）、PET（正电子发射断层扫描）2、有哪些好用的医学影像配准软件？首推Ants,其次FSL，此外3DSlicer组间也可进行配准。
Li_yi_chao·2022-12-11 22:55

多模态医学图像数据集

多模态医学图像数据集参考博客：数据集:一文道尽医学图像数据集与竞赛医学影像系列：一数据集合集最新最全医学图像数据集汇总医学影像数据集集锦医学影像开源数据集脑的数据一般可以多模态，MRI-T1/T2etc
海绵baby强无敌·2022-12-11 09:41

MONAI(4)—一文看懂各种Transform用法（下）

1137421946裁剪&填充【SpatialCropd,CenterSpatialCropd,CropForegroundd,RandCropByPosNegLabeld,SpatialPadd】对于CT或者MRI
Tina姐·2022-12-11 08:39

Brain:一种用于阿尔兹海默症(AD)分类的可解释的深度学习框架

目前的方法综合了病史、神经心理测试和MRI来识别可能的病例，但有效的做法仍然存在差异，缺乏敏感性和特异性。
悦影科技·2022-12-09 17:59

阿尔兹海默症分类识别（2D+3D模型）（数据集为3D MRI扫描图像）

MRI数据：每个MRIsequence都是由很多切片组成的一个3D图像，这个图像具有长，宽和切片数量，因此单个的MRIsequence可以是一
六个核桃Lu·2022-12-09 17:46

影像组学训练营 第三天（共三天）

文章目录影像组学论文剖析文章宏观分析文章背景介绍影像组学模型构建高质量标准化MRI影像数据获取及分析感兴趣体积VOI分割图像预处理特征提取特征一致性评价第七步特征选择数据库一，数据库简介：四，相关研究ResearchActivities
鱼与钰遇雨·2022-12-06 11:03

图像检测：医疗影像分割

MRI可反映人体分子水平的生理、生化等方面的功能特性。超声成像设备:分为利用超声口波进行探测、超声诊断仪根据其显示方式不同，可分为A型、B型、D型(多普勒成像）、M型等。医
有害诗篇·2022-12-05 08:34

使用FSL快速检查3D数据质量，一秒审查上百张！

当我们使用CT/MRI等三维数据进行深度学习时，数据检查工作是必须的。我们需要查看图像的质量（如伪影，分辨率），图像的模态（是不是想要的模态？），图像的尺寸，方向等等。
Tina姐·2022-12-04 21:08

T-SNE可视化高维数据，亮瞎审稿人

文章目录经典案例-MNIST手写数字降维可视化论文中使用t-SNE案例t-SNE实战MNIST可视化教程MRI脑肿瘤三维数据可视化t-DistributedStochasticNeighborEmbedding
Tina姐·2022-12-04 21:37

医疗图像这6个数据集，赶紧收藏备用！

（1）脑神经扫描fastMRI数据集数据集图片：数据集内容：fastMRI数据集包括两种类型的MRI扫描数据集：膝盖MRI和脑（神经）MRI，由纽约大学医学院放射学系，和纽约大学朗格尼健康学院的高级影像创新与研究中心进行收集
人工智能与算法学习·2022-12-04 08:30

医学数据集集合

3DCT/MRI1.ACDCdataset是一个心脏3DMRI影像数据集，有100张，2017年ACDC挑战赛（AutomatedCardiacDiagnosisChallenge）小约，大小1GB下载地址
ID:CheneyWang·2022-12-04 08:30

医学图像开源数据集汇总（二）

脑肿瘤MRI数据集数据集下载地址：http://m6z.cn/63iHc
极市平台·2022-12-04 08:28

[论文阅读] Curriculum Semi-supervised Segmentation

我们评估了我们的方法在磁共振图像(MRI
xiongxyowo·2022-12-01 12:47

纽约大学深度学习PyTorch课程笔记（自用）Week5

5.2.3优化的死亡MRI重建加速MRI压缩感知谁需要优化？5.3了解卷
cosθ·2022-12-01 08:14

核磁共振重建算法综述

部分傅里叶重建方法3.2.并行重建方法3.2.1常用的并行重建方法3.2.2同时多层重建方法3.2.3三维并行成像3.3.压缩感知重建方法3.3.1压缩感知原理3.3.2压缩感知重建过程3.4.基于深度学习的MRI
程序媛JD·2022-11-30 19:36

心脏三维重构的调研报告

最近导师让做一个关于心脏的三维重构报告，查阅了很多的资料，这一块感觉还是比较冷门的，所以更新一下，希望能够帮助后来的童鞋~~~1.调研背景1.1背景介绍近年来，CT、CR、DR、MRI、US、PET、SPECT
侯夏琰·2022-11-30 19:34

图像配准概述

图像配准在医学图像领域是一项重要的技术，在许多的临床诊断中，为了分析患者的状况，常常需要采集患者的扫描影像，例如，X线、MRI、CT和超声，这些扫描影像可以对患者的诊断提供依据，然而，在独立的影像中，临床信息并不是十分明显
灵客风·2022-11-29 09:13

文献阅读_Joint Prostate Cancer Detection and Gleason Score Prediction in mp-MRI via FocalNet

JointProstateCancerDetectionandGleasonScorePredictioninmp-MRIviaFocalNet0储备知识0.1Gleason分级0.1.1肿瘤组织的分化0.1.2Gleason分级与积分体系======文献阅读记录======AbstractI.INTRODUCTIONII.MATERIALSANDMETHODSA.MRIdataB.Whole-m
Jason_Lee_·2022-11-29 08:56

OpenVINO™ 工具套件，面向AI任务的“神奇改造车间”

■它帮助西门子MRI的AI分析效能提升达原来的5.5倍。■它帮助首云将AI业务并发接入能力提升了2.4倍。经历了之前几期对至强平台的揭秘，我们想必都已了解：英特尔®至强®平台对于AI应用的加
英特尔边缘计算社区·2022-11-29 02:00

[pytorch] Unet医学分割 代码详解

DSCvalidation预测完整代码依赖数据增强函数读取数据网络构建metric计算训练与评估U-Netforbrainsegmentation基于深度学习分割算法在PyTorch中的U-Net实现，用于脑MRI
liyihao76·2022-11-28 16:38

Nature Neuroscience：利用MRI研究神经解剖学

核磁共振成像（MRI）的图像采集、图像处理和数据建模的发展是关键。MRI成像提供了一个间接测量生物信号的方法。因此，正确识别和解读伪影对结构MRI非常重要。
思影科技·2022-11-28 04:27

TCIA (The Cancer Imaging Archive)--医学影像数据集

TCIA(TheCancerImagingArchive)：是一个包含常见肿瘤（肺癌、前列腺癌等）医学图像及相应临床信息（治疗方案细节、基因、病理等）的大规模公用数据库，其影像模态包括MRI、CT等，图像格式均为
彭素华·2022-11-27 18:34
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他