文献阅读-ICRA2020-血管内介入治疗中考虑光流引导弯曲的 端到端实时导管分割

最新推荐文章于 2020-12-29 13:28:56 发布
VIP文章 最新推荐文章于 2020-12-29 13:28:56 发布
阅读量552 收藏 5
点赞数
分类专栏： 文献阅读 医学图像处理 ICRA2020 文章标签： 计算机视觉 神经网络 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CQUSongYuxin/article/details/107944563
版权

文章序号、所属单元及链接：1206-Computer Vision for Medical Robots
一作所属单位：Imperial College London
读后体会：论文创新点：时间一致性、光流法。

血管内介入治疗中考虑光流引导弯曲的端到端实时导管分割


)

Abstract

准确的实时导管分割是机器人辅助血管内介入治疗的重要先决条件。由于真实注释的困难，大多数现有的基于学习的导管分割和跟踪方法仅在小规模数据集或合成数据上进行训练。此外，术中成像序列的时间连续性没有得到充分利用。在本文中，我们介绍了FW-Net，这是一种用于血管内介入的端到端实时深度学习框架。提出的FW-Net具有三个模块：具有编码器-解码器体系结构的分割网络，用于提取光流信息的流网络，以及用于学习帧到帧时间连续性的新颖的流引导弯曲功能。我们表明，通过有效地学习时间连续性，网络可以仅使用原始地面实况进行训练就可以成功地实时分割和跟踪导管。详细的验证结果证实，我们的FW-Net在实现实时性能的同时，优于最新技术。

Introduction

最低0.47元/天 解锁文章
神仙院B栋4楼保安
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
FlowNet到FlowNet2.0：基于卷积神经网络的光流预测算法
SIGAI_CSDN的博客
06-12 6042
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 原创声明：本文为 SIGAI 原创文章，仅供个人学习使用，未经允许，不能用于商业目的。 导言 光流预测一直都是计算机视觉中的经典问题，同时又是解决很多其他问题的基础而备受关注，例如，运动估计、运动分割和行...
文献阅读-ICRA2020-从单眼内窥镜图像中对手术机器人器械的柄姿势估计
神仙院B栋4楼保安的博客
08-10 779
文章序号、所属单元及链接：1630-Computer Vision for Medical Robots 一作所属单位：University of Tokyo 读后体会：以我浅薄的学术认知来看这篇论文最大的创新点在于使用CG数据进行数据扩充，其他好像没什么特别有价值的。 从单眼内窥镜图像中对手术机器人器械的柄姿势估计AbstractIntroductonA.相关工作B.当前方法的局限性C.贡献说明Problem StatementMethodsA.训练数据集B.其他训练方法C.网络架构EvaluationC
x光肺部分割数据集_肺部常见病变的X线片总结，全在这里了！
weixin_28749997的博客
12-29 1180
1、弥漫性阻塞性肺气肿：是肺组织过度充气而膨胀的一种状态。由支气管的部分性阻塞产生活塞作用,即空气能吸入而不能完全呼出。X线表现：两肺透亮度增加;肺纹理变细、稀疏;胸廓呈桶状，肋间隙增宽，膈肌低平。2.阻塞性肺不张：是多种原因所致肺内气体减少和体积缩小的改变。原因：支气管阻塞、肺外压迫、肺内瘢痕牵拉。① 一侧肺不张：患侧肺野密度均匀增高，肋间隙变窄。膈肌升高，纵隔向患侧移位。健侧代偿性过度充气。②...
光流分割法
littleshellbigshell的专栏
02-18 3727
 光流分割法:通过计算光流并对光流图像分割来检测运动目标。光流是指图像灰度模式的表面运动。基于光流估计的方法都是基于以下假设:图像灰度分布的变化完全是由于目标或背景的运动引起的，也就是说，目标和背景的灰度不随时间变化。通过光流分割法检测目标时，要根据不同的情况区别对待。如摄像机运动而目标静止、摄像机静止而目标运动、或者两者都处于运动中。如果背景不动，可以检测光流图像中的最大值来提取目标，如果背景运
CVPR2020及ICRA2020中视觉定位论文集锦
知识混子_的博客
06-14 2885
1.Hierarchical Scene Coordinate Classification and Regression for Visual Localization https://arxiv.org/pdf/1909.06216.pdf 2.KFNet: Learning Temporal Camera Relocalization using Kalman Filtering 重定位 https://arxiv.org/pdf/2003...
ICRA2020论文整理（SLAM + Deep Learning）
Spacegene的博客
07-20 1万+
参考:https://github.com/PaoPaoRobot/ICRA2020-paper-list Table of Contents: 1. SLAM 2. Deep Learning in Robotics and Automation 3.Localization 4. Sensor Fusion 5. Calibration and Identification 6. Semantic Scene Understanding 7. Reinforcement Learn...
ICRA2020-paper-list:Paopaorobot发布的ICRA2020论文清单
03-18
ICRA2020-纸单欢迎参加2020年IEEE机器人与自动化国际会议ICRA 2020。 ICRA是世界上最大的机器人会议，并且是IEEE机器人与自动化学会的旗舰会议。因此，尽管我们当前的特殊情况并不能使我们以出色的机器人社区应有的...
hlp：“在混乱环境中达到人性化规划”论文的实施（ICRA 2020）
02-06
hlp：“在混乱环境中达到人性化规划”论文的实施（ICRA 2020）
icaps-icra-summer-school:2020年暑期学校网站草案
03-30
icaps-icra-summer-school:2020年暑期学校网站草案
目标检测+Trash-ICRA19 Dataset 海洋检测+1144张数据集(图片和标签对应）+3个类别检测
04-14
2.Trash_ICRA19 Dataset是一个开放的目标检测数据集，用于海洋水下图像中的目标检测。数据集包含plastic、bio和rov三个类别，以PASCAL VOC数据集的格式进行标注。 3.数据库的亮点是，plastic、bio和rov三个类比数据...
unsupervised-depth-completion-visual-inertial-odometry:视觉惯性测距法的无监督深度完成的Tensorflow实现（在RA-L 2020年1月和ICRA 2020中）
05-28
发表于RA-L 2020年1月和ICRA 2020 模型已在Ubuntu 16.04上使用Python 3.5，Tensorflow 1.14进行了测试 作者：，，斯蒂芬妮·崔 如果您使用这项工作，请引用我们的论文： @article{wong2020unsupervised, title={...
2020.6.23，ICRA2020中关于重建的论文 一
shuang_yu_的博客
06-29 1257
《A Hierarchical Framework for Collaborative Probabilistic Semantic Mapping》 构建高质量的全局语义图。 Introduction 语义建图包含几何建图和语义建图，这对于路径规划和导航至关重要。 单机器人语义建图已经引起了很多关注[4]，[5]。 Pyramid scene parsing network 2017 Octree map based on sparse point cloud and heuristic probabi
眼底血管分割(python版本)
qq_40511157的博客
10-27 2万+
一、项目背景        研究表明，各类眼科疾病以及心脑血管疾病会对视网膜血管造成形变、出血等不同程度的影响。随着生活水平的提高，这类疾病的发病率呈现逐年增长的趋势。临床上，医疗人员能够从检眼镜采集的彩色眼底图像中提取视网膜血管，然后通过对血管形态状况的分析达到诊断这类疾病的目的。但是，由于受眼底图像采集技术的限制，图像中往往...
ICRA 2020——Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point
Dujing2019的博客
05-09 1114
Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point CloudsAbstract（一）Introduction（二）Related Work（三）Approach（四）Experiments（五）Conclusion 论文：https://arxiv.org/abs/1907.12046 Abstract 提出了扩张点卷积（DPC）。 感受野的大小与3D点云处理任务的性能直接相关
文献阅读-ICRA2020-用于机器人手术器械的实时细分的注意力引导的轻型网络
神仙院B栋4楼保安的博客
08-11 1303
文章序号、所属单元及链接：0059-Computer Vision for Medical Robots 一作所属单位：中科院自动化所 读后体会：论文创新点：实时轻量、注意力机制、性能优异。 用于机器人手术器械的实时细分的注意力引导的轻型网络AbstractIntroductionMethodologyA. 概览B. 轻量级注意力解码器C. 迁移学习D. 损失函数Experimental and ResultA.数据集B.实验条件C. 结果：CATA7D. 结果：EndoVis 2017Conclusion
2020.6.25 ICRA2020中的有关重建的论文 二
shuang_yu_的博客
06-29 2748
DeepFactors: Real-Time Probabilistic Dense Monocular SLAM 单目SLAM，估计场景的稠密地图 这是通过使用学习到的紧凑深度图表示，并重新构造三种不同类型的误差：光度误差，重投影误差和几何误差。 Introduction 单目SLAM的研究已分为两个范式，其主要区别在于几何图表示： i)稀疏方法[1] – [3]形成并维护由一组特征点点地标组成的地图，缺点在于限制地图的实用性；优点是对图像噪声，离群值和照明变化具有鲁棒性。 ii)稠密方法：使用所有图像像
计算机视觉--光流法(optical flow)简介
热门推荐
T-Jhon的博客
09-09 25万+
光流法理论背景 1.什么是光流 光流（optical flow）是空间运动物体在观察成像平面上的像素运动的瞬时速度。 光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。 通常将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。 一言以概之：所谓光流就是瞬时速率，在时间间隔很小（...
医学图像处理国际学术会议2021年投稿截止时间及举办时间总结
神仙院B栋4楼保安的博客
08-27 8282
会议名称 提交截止 举办日期 信息来源 MICCAI2020 2020.3.17 2020.10 https://www.miccai2020.org/en/CONFERENCE-TIMELINE.html ISBI2021 2020.10.15 2021.4 https://biomedicalimaging.org/2021/ EMBC2021 2021.1.22 2021.7 https://embc.embs.org/2021/ MIDL2021 2021.7 http...
ICRA2018点云相关论文汇总
李敏乐的博客
08-19 3089
1.Incremental Segment-Based Localization in 3D Point Clouds We propose an efficient method for localization based on 3D segment matching. A set of incremental algorithms for the normal estimation, s...
有三年内比较著名的文献吗
最新发布
07-13
以下是近三年内比较著名的无人机目标跟踪技术相关的文献： 1. Bo Li, Tianhong Li, Yafei Song, et al. "High-Speed Tracking with Kernelized Correlation Filters." ECCV 2014. 2. Martin A. Zuniga, Zsolt Kira. "Fast Multiple Object Tracking via a Hierarchical Particle Filter." ICRA 2017. 3. Anton Milan, S. Hamid Rezatofighi, Anthony R. Dick, et al. "Online Multi-Target Tracking Using Recurrent Neural Networks." ICCV 2017. 4. Yifu Zhang, Yixin Chen, Jianke Zhu, et al. "Robust Visual Tracking via Consistent Low-Rank Sparse Learning." TPAMI, 2018. 5. Zhenyu He, Jian Liang, Yueshen Xu, et al. "UAV Tracking Using Visual Saliency and Particle Filter." Sensors, 2019. 6. Zeynep Akkaya, Asli Bayram, Sinem Kahraman, et al. "Real-time Multiple Object Tracking from Unmanned Aerial Vehicles Using Deep Learning." ITSC 2018. 7. Anton Milan, S. Hamid Rezatofighi, Anthony R. Dick, et al. "Online Multi-Target Tracking Using Recurrent Neural Networks." TPAMI, 2020. 8. Wenbo Li, Zhongdao Wang, Qi Li, et al. "SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks." CVPR 2019. 9. Zhibin Hong, Zhe Chen, Chaofei Yang, et al. "Multi-Object Tracking Algorithm Based on Improved YOLOv3 for UAV Images." Sensors, 2020. 10. Kai Chen, Wenbing Tao, Liang Xiao, et al. "UAV Tracking Based on the Fusion of Visual Saliency and Deep Neural Networks." Sensors, 2020. 这些文献是近年来在无人机目标跟踪技术领域具有重要影响力的研究成果。它们提出了创新的方法和算法，推动了无人机目标跟踪技术的发展。值得一提的是，其中不乏运用深度学习、循环神经网络和图像处理等前沿技术的研究。这些文献对于理解和应用无人机目标跟踪技术具有重要参考价值。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值