- 博客(46)
- 收藏
- 关注
RSS订阅原创 读论文《Variable Augmented Network for InvertibleModality Synthesis-Fusion》
可逆模态综合融合的变增广网络这篇论文提出了一种名为iVAN（invertible and variable augmented network）的方法，用于医学图像的合成和融合。
2024-07-29 11:21:47
978
原创 读论文《Hi-Net: Hybrid-fusion Network for Multi-modalMR Image Synthesis》
磁共振成像(MRI)是一种广泛使用的神经成像技术，可以提供不同对比度(即模式)的图像。事实证明，融合这种多模态数据对于提高许多任务中的模型性能特别有效。然而，由于数据质量差和患者频繁退出，收集每个患者的所有模式仍然是一个挑战。医学图像合成是一种有效的解决方案，它从现有的图像中合成缺失的图像。在本文中，我们提出了一种用于多模态磁共振图像合成的新型混合融合网络(Hi-Net)，它学习从多模态源图像(即现有模态)到目标图像(即缺失模态)的映射。
2024-07-23 11:53:32
820
1
原创 ResViT 代码复现和讲解
论文题目：ResViT: Residual vision transformers for multi-modal medical image synthesis一种新的用于多模态医学图像合成的生成对抗方法。
2024-07-22 16:28:55
243
原创 读论文《ResViT: Residual vision transformers for multi-modal medical image synthesis》
具有卷积神经网络(CNN)主干的生成对抗模型最近在许多医学图像合成任务中被建立为最先进的模型。然而，cnn被设计为使用紧凑过滤器执行局部处理，这种归纳偏差损害了上下文特征的学习。在这里，我们提出了一种新的医学图像合成生成对抗方法，即ResViT，它利用了视觉的上下文敏感性以及卷积算子的精度和对抗学习的真实感。ResViT的生成器采用了一个由新型聚合残差变压器(ART)模块组成的中心瓶颈，该模块协同结合了残差卷积和变压器模块。ART块中的残差连接促进捕获表示的多样性，而信道压缩模块提取任务相关信息。
2024-07-22 16:15:28
1027
原创 Multi-scale Transformer Network with Edge-aware Pre-training for Cross-Modality MRImage Synthesis 代码
Multi-scale Transformer Network with Edge-aware Pre-training for Cross-Modality MRImage Synthesis 代码复现和讲解。
2024-07-19 16:45:15
749
原创 读论文《Multi-scale Transformer Network with Edge-aware Pre-training for Cross-Modality MRImage Synthe》
论文题目：基于边缘感知的多尺度变压器网络跨模态图像合成。
2024-07-19 14:32:38
719
原创 读论文《Unsupervised Polychromatic Neural Representation for CT Metal Artifact Reduction》
论文提出了一种新颖的多色神经表示方法（Polyner），用于解决人体内部金属植入物引起的CT成像中的金属伪影问题。CT金属伪影源于金属对X射线光谱不同能量层的衰减系数的剧烈变化，导致CT测量中的非线性金属效应。传统的基于经验模型的金属伪影减少（MAR）方法会导致信号损失和重构混叠。Polyner从非线性逆问题的角度对MAR问题进行建模，首先推导出一个多色前向模型来准确模拟非线性CT采集过程，然后将其整合到隐式神经表示中以完成重建，并采用正则化项来保持CT图像在不同能量层的物理属性，同时有效约束解空间。
2024-07-12 17:14:04
1435
原创 《Unpaired Unsupervised CT Metal ArtifactReduction》代码讲解
论文讲解见上篇博客这篇论文的标题是《Unpaired Unsupervised CT Metal Artifact Reduction》，作者是Bo-Yuan Chen和Chu-Song Chen。这篇论文主要研究了如何使用深度学习技术来减少医学成像中由于金属植入物引起的CT图像伪影。项目给出了几个不同的unet网络的实验，以pytorch_Net.py举例。
2024-07-10 14:43:31
374
原创 读论文《Unpaired Unsupervised CT Metal ArtifactReduction》
论文题目：非配对无监督CT金属伪影还原重点应该就是怎么实现无监督吧先看论文，再看代码。
2024-07-10 14:22:51
1043
原创 DIF-Gaussian 代码讲解
这篇论文的标题是《Learning 3D Gaussians for Extremely Sparse-View Cone-Beam CT Reconstruction》，作者是Yiqun Lin, Hualiang Wang, Jixiang Chen和Xiaomeng Li，来自香港科技大学以及HKUST深圳-香港协同创新研究院。这篇论文主要探讨了一种新的锥束计算机断层扫描（CBCT）重建框架，称为DIF-Gaussian，旨在通过使用更少的投影来减少辐射剂量，同时提高重建图像的质量。
2024-07-09 14:57:15
771
原创 读论文《Learning 3D Gaussians for ExtremelySparse-View Cone-Beam CT Reconstruction》MICCAI 2024.
锥束计算机断层扫描（CBCT）是医学成像中不可或缺的技术，但其相关的辐射暴露在临床实践中引起关注。为了降低这些风险，稀疏视图重建已成为重要的研究方向。尽管已经引入了隐式神经表示进行稀疏视图CBCT重建，现有方法主要关注从稀疏投影中查询局部2D特征，这对于处理更复杂的解剖结构（如胸部）是不够的。为此，作者提出了一种新的重建框架DIF-Gaussian，利用3D高斯来表示3D空间中的特征分布，提供额外的3D空间信息以便于估计衰减系数。
2024-07-09 14:10:39
567
原创 OSCNET+ 代码复现
项目github 已有，开个博客大家如果复现有问题可以随时在下面留言。当然自己用肯定是自己写dataload，我就不放自己的代码了。1、从github 下载项目并解压。4、想直接测试也有提供权重。
2024-07-08 16:16:32
235
原创 读论文《OSCNet: Orientation-Shared ConvolutionalNetwork for CT Metal Artifact Learning》
背景部分简单的略过与我们的会议作品OSCNet[22]相比，本文在以下方面做了实质性的改进:1)在[22]中，工件的卷积表示是从整个训练数据集中学习的，并且是样本不变的。相比之下，在本文中，我们进一步设计了一种新的网络结构，称为OSCNet+，它可以动态地实现不同输入金属影响CT图像的卷积表示。因此，本文提出的OSCNet+具有更大的工件提取灵活性和更好的泛化性能;2)重新制定模型推导，统一两个框架，包括OSCNet和OSCNet+。这样可以让读者更好地理解我们的研究见解;
2024-07-08 16:12:02
858
原创 读论文《Adaptive Convolutional Dictionary Network for CT Metal Artifact Reduction》IJCAI2022
受深度神经网络巨大成功的启发，基于学习的方法在计算机断层扫描(CT)图像的金属伪影还原(MAR)方面取得了很好的效果。然而，大多数现有方法都不太强调建模和将特定MAR任务的内在先验知识嵌入到其网络设计中。针对这个问题，我们提出了一种自适应卷积字典网络(ACDNet)，它利用了基于模型和基于学习的方法。具体来说，我们探索了金属伪影的先验结构，例如，非局部重复条纹图案，并将其编码为显式加权卷积字典模型。然后，精心设计了一种简单有效的算法来求解该模型。通过将所提出算法的每个迭代子步骤展开为网络模块，我们显式地。
2024-07-03 16:44:35
745
原创 一种模拟金属伪影的方法代码
2、对每一个slice进行归一化，加金属伪影，反归一化。x1,y1,为伪影位置，r1为伪影半径。1、读取图片，我这里是dcm。
2024-07-01 13:55:43
240
原创 《Rigid and Non-rigid Motion Artifacts Reduction in X-ray CT using Attention Module》代码 复现与简单讲解
论文请参考上篇博客任务：CBCT 运动伪影去除。
2024-06-27 11:01:19
369
原创 读论文《Rigid and non-rigid motion artifact reduction in X-ray CT using attention module》
论文题目：利用注意模块减少x射线CT的刚性和非刚性运动伪影CT 运动伪影去除摘要：运动伪影是影响计算机断层扫描(CT)图像诊断性能的主要因素。特别是，当成像系统需要较长的扫描时间时，例如牙科CT或锥束CT (CBCT)应用中，患者会产生刚性和非刚性运动，运动伪影变得相当严重。为了解决这个问题，我们提出了一种新的实时运动伪影减少技术，该技术利用带有注意力模块的深度残差网络。我们的注意力模块是根据残差特征的重要性，通过放大或衰减残差特征来增加模型容量的。
2024-06-26 17:03:13
749
原创 读论文《A GRADIENT-BASED APPROACH TO FAST AND ACCURATE HEAD MOTION COMPENSATION IN CONE-BEAM CT》
题目：基于梯度的锥束ct头部运动快速精确补偿方法目的：CBCT运动伪影去除摘要：锥形束计算机断层扫描(CBCT)系统，由于其便携性，提供了一个有前途的直接点护理医学成像的途径，特别是在危急情况下，如急性中风评估。然而，将CBCT整合到临床工作流程中面临着挑战，主要与扫描时间长导致患者在扫描过程中运动和导致重建体积中的图像质量下降有关。本文介绍了一种基于梯度优化算法的CBCT运动估计新方法，该算法利用锥束CT几何形状的反投影算子的广义导数。
2024-06-24 14:08:03
503
原创 读论文《On the Influence of Smoothness Constraints in Computed Tomography Motion Compensation》
论文题目：平滑性约束对计算机断层扫描运动补偿的影响目的：CT运动伪影去除摘要：计算机断层扫描(CT)在图像采集过程中依赖于精确的患者固定。然而，重建图像中的运动伪影仍然存在。运动补偿方法旨在纠正采集后的这些伪影，通常在估计的运动模式上结合时间平滑约束。本文分析了基于样条的运动模型在现有的锥束CT刚性运动补偿算法中对可恢复运动频率的影响。结果表明，运动模型的选择对可恢复频率有重要影响。根据Nyquist-Shannon定理，基于优化的运动补偿算法能够精确地拟合频率几乎达到节点相关的理论极限的样条节点。
2024-06-24 11:51:48
735
原创 读论文“MARformer”——牙齿CBCT金属伪影去除
锥形束计算机断层扫描(CBCT)在牙科诊断和外科手术中发挥着关键作用。然而，金属牙种植体在CBCT成像过程中会带来烦人的金属伪影，干扰诊断和牙齿分割等下游处理。在本文中，我们开发了一种有效的变压器，用于从牙科CBCT图像中执行金属伪影还原(MAR)。基于CBCT图像具有全局相似性的特点，提出了一种新的降维自注意(DRSA)模块，降低了多头自注意的计算复杂度。提出了一种基于斑块感知前馈网络(P2FFN)的局部图像信息感知方法。实验结果表明，该方法具有较好的有效性，优于现有的修复方法和两种修复变压器。
2024-06-17 17:40:18
703
原创 QS-Attn 论文和代码运行讲解——图像风格迁移
非配对图像到图像(I2I)翻译通常需要最大化跨不同域的源图像和翻译图像之间的互信息，这对于生成器保留源内容并防止其进行不必要的修改至关重要。自监督对比学习已经在I2I中得到成功的应用。通过约束来自相同位置的特征比来自不同位置的特征更接近，它隐含地确保了结果从源获取内容。然而，以往的工作使用随机位置的特征来施加约束，由于某些位置包含的源域信息较少，可能不合适。而且，特征本身并不能反映与他人的关系。本文通过有意选择有意义的锚点进行对比学习来解决这些问题。
2024-06-17 10:17:20
981
原创 让像素艺术家失业！像素化代码实操教程
本文介绍大佬写的一篇图像像素化 的操作方式，十分简单！跟着来十分钟就好，大家可以用来生成自己的像素风格的头像之类的，代码详情有需要再讲。
2024-06-14 11:02:25
550
原创 DGSR 论文与代码对照讲解
将用户序列建模和用户之间的动态交互信息统一到一个框架中。提出了一种新的动态图神经网络顺序推荐方法(DGSR)，该方法通过动态图结构连接不同用户的顺序，设计了一个动态图注意力神经网络来实现不同用户及其序列在动态图中的信息传播和聚合。简单来讲，在t=目标-1的位置构建知识图谱，提取到子图后进行嵌入 ，利用网络提取到特征进行协同过滤，详细的将在下面根据论文讲解。
2024-06-13 22:41:42
963
原创 CycleGAN image2image 代码讲解
CycleGAN，即循环生成对抗网络，出自发表于 ICCV17 的论文《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》，和它的兄长Pix2Pix（均为朱大神作品）一样，用于图像风格迁移任务。以前的GAN都是单向生成，CycleGAN为了突破Pix2Pix对数据集图片一一对应的限制，采用了双向循环生成的结构，因此得名CycleGAN。
2024-06-13 10:10:54
528
原创 DCLGAN网络 论文解读和代码对照讲解
一种基于对比学习（contrastive learning）和双学习设置（dual learning setting）的新方法，用于无监督的图像到图像翻译任务。这种方法被称为DCLGAN（Dual Contrastive Learning for Unsupervised Image-to-Image Translation）方法：对比学习；双GAN，任务：图像翻译，优势：非对称，对比学习来最大化输入和输出图像块之间的互信息，两个不同的编码器（encoders）来学习不同域的特征G：X->Y 任务。
2024-06-12 11:49:50
1081
原创 医学图像分割结果 渲染展示和 DICOM SEG保存
看缺少渲染展示的简单方法以及 没有找到DICOM SEG保存的民间教程，自己写一个，仅供参考
2024-06-11 12:01:25
324
原创 SynthRAD2023 CBCT冠军论文 代码复现
1、仅学习使用，有侵权行为请务必联系我，SynthRAD2023任务2 冠军代码初略复现
2024-06-11 11:28:05
494
1
原创 读论文《Towards Explainable Conversational Recommender Systems》因果推理
传统推荐系统中的解释可以帮助用户理解推荐的合理性，提高系统的效率、透明度和可信性。在会话环境中，需要生成多个语境化的解释，这对解释提出了进一步的挑战。为了更好地衡量会话推荐系统(CRS)中的可解释性，本文基于传统推荐系统的概念以及CRS的特点，
2023-07-04 19:23:38
209
原创 读论文《Counterfactual Explainable Recommendation》
增加可解释性的动机 可解释性对于推荐系统至关重要，因为在推荐场景中，我们很少可以说一些推荐是绝对正确的，另一些推荐是绝对错误的，相反，它完全依赖于良好的解释来帮助用户理解为什么一个项目被推荐，从而增加透明度和信任，使更好的决策;好的解释还可以帮助系统设计人员跟踪复杂推荐模型的行为，以便更好地调试。 一个突出的方法是方面感知（aspect-aware）的可解释推荐，它采用显式的项目特征/方面来构建解释。Li et al.[29]提出了一种个性化的Transformer来生成方面启发的自然语言解释。
2023-06-13 09:35:23
353
原创 读论文《Counterfactual Explanations for Neural Recommenders》
*动机 .**推荐系统在当今的网络世界中无处不在，从电子商务到新闻再到社交媒体。人们普遍认为，对推荐内容的高质量解释[5,21,25]有助于提高用户满意度，同时对改进底层模型具有可操作性[2,9,19,22,33,34]。解释神经推荐的典型方法面临某些问题:(i)它们通常依赖注意力机制来发现重要的单词[26]、评论[4]或图像[6]中的区域，这仍然是有争议的[15,27];(ii)使用用户和项目[1,29,31]之间的连接路径，这些路径可能不是真正可操作的，并有隐私问题;(iii)它们。
2023-05-30 11:07:59
225
原创 读论文《PRINCE: Provider-side Interpretability with Counterfactual Explanations in Recommender Systems》
本文探索了图推荐中基于动作的解释的一种新范式，目标是识别具有反事实属性的用户动作的最小集合，即缺少它们会将排名最高的推荐更改为不同的项目。与之前关于(主要基于路径)推荐解释的工作相比，该方法有两个优点:(i)解释简洁、可理解和可操作，因为它们是使用用户自己的购买、评分和评论的反事实设置导出的最小集合;(ii)解释不暴露其他用户的任何信息，从而避免了设计上的隐私泄露。、局部推法[2,3,56]和蒙特卡罗方法[4,5]。
2023-05-23 17:19:09
136
原创 读论文《Dynamic Causal Collaborative Filtering》
最近研究者将因果关系纳入推荐系统，以实现在一些关键方面的因果推理，如消除偏差[5,44]，促进公平性[14,30,59]，提高鲁棒性[28]和增强可解释性[16,48,50]。 因果图是一种有效而强大的工具，使研究人员能够估计所需的值[17,55]。通常，因果图被构建为描述数据生成过程的有向无环图(DAG)。然而，在**真实的推荐系统中，数据的生成过程通常跨越一段时间。在此期间，系统的推荐结果会对用户的兴趣和决策偏好产生很大影响，进而影响系统接收到的反馈。
2023-05-21 20:52:26
229
原创 读论文《Adaptive Domain Interest Network for Multi-domain Recommendation》
本文提出自适应领域兴趣网络（Adaptive Domain Interest network），自适应地处理不同场景的共性和差异性，在训练过程中充分利用多场景数据。然后，所提方法能够通过在线推理给出不同场景的不同top-K候选项来提高每个业务领域的性能。具体而言，**ADI分别通过共享网络和领域特定网络对不同领域的共性和差异性进行建模**。此外，我们应用了*特定领域的批量归一化，并设计了领域兴趣适应层来进行特征级领域适应。还结合了自我训练策略来捕获跨域的标签级连接
2023-05-17 19:27:19
367
原创 读论文《Cross-domain recommendation via user interest alignment》
本文提出了一种新的跨领域推荐框架COAST，通过感知实体之间的跨领域相似性和对齐用户兴趣来提高双领域推荐性能。
2023-05-16 19:26:59
948
3
原创 读论文《HeroGRAPH: A Heterogeneous Graph Framework for Multi-Target Cross-Domain Recommendation》
读论文《HeroGRAPH: A Heterogeneous Graph Framework for Multi-Target Cross-Domain Recommendation》设计一个异构图存储跨领域节点，然后通过一个循环注意力网络建模。
2023-04-17 16:30:02
358
原创 读论文《SpecPMT: Speculative Logging for Resolving Crash Consistency Overhead of Persistent Memory》
读论文《SpecPMT: Speculative Logging for Resolving Crash Consistency Overhead of Persistent Memory》一篇用来解决崩溃一致性开销的推测日志方法
2023-04-17 14:52:57
169
原创 读论文Hydra: Enabling Low-Overhead Mitigation of Row-Hammer at Ultra-Low Thresholds via Hybrid Tracking
读论文Hydra: Enabling Low-Overhead Mitigation of Row-Hammerat Ultra-Low Thresholds via Hybrid Tracking
2023-04-01 18:22:32
316
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人