半监督医学图像分割代码及论文集合(来自2020年以后的顶刊顶会)(可用于复现、对比实验等等)
本资源包含了多个2020年以后在顶刊顶会上发表过的半监督医学图像分割代码,并附带其论文,可用于复现、对比实验等等。其中包括MC-Net、DC-Net、SS-Net等经典网络,这些网络也经常出现在顶刊顶会的对比实验中。
这些网络输入统一、可用于ACDC、LA、Prostate等经典的公开数据集。
只需要对数据做一次预处理,即可跑该资源内所有的网络。并且,这些代码跑起来比较简单,只需要调整参数等。
我的博客里会陆续出这些网络的教程,包括如何预处理自己的数据集来跑这些代码、如何添加评价指标等等,对新手小白也很友好的哦~
风格变换用Cycle GAN跑自己的数据集
code+训练教程+论文
本资源为cycleGAN源码+论文,附带教程博客,方便大家快速上手跑自己的数据集。
CycleGAN的一个重要应用领域是Domain Adaptation(域迁移:可以通俗的理解为画风迁移),比如可以把一张普通的风景照变化成梵高化作,或者将游戏画面变化成真实世界画面等等。
CycleGAN特点就是通过一个循环,首先将图像从一个域转换到另一个域,然后,再转回来,如果两次转换都很精准的话,那么,转换后的图像应该与输入的图像基本一致。通过这样的的一个循环,CycleGAN将转换前后图片的配对,类似于有监督学习,提升了转换效果。
在医疗图像处理领域,跨模态图像的生成大多都依靠CycleGAN。我自己亲身实战过,效果是不错的。之前有试过传统的风格迁移,但是时间长效果也不佳。CycleGAN训练时间还是比较合理的,在测试阶段就非常快了。因此,无论在科研还是面向工程方面都非常适用,上手也比较快,比较简单。
深度学习500问第一章 数学基础 原文附笔记
对于一些许多的小伙伴,已经面临着找工作的难题。今天跟大家分享一本面试必备的书籍——深度学习500问,据说许多大厂的面试题都来自这本书哦~
本资源为深度学习500问第一章——数学基础。资源中附带原文和笔记。另外,我的博客中有该章节的复习要点和知识补充。
大家可以仔细研读这本书,这本书讲一些深度学习的相关知识进行了系统化的总结,从基础到进阶。
其中,数学基础是机器学习的基础,我们找工作时面对的都是业界大佬,基础扎不扎实,他们一问就知道,所以小伙伴们还是要沉下心来认真复习,巩固基础。
这一章主要包含了对张量、导数、特征值、概率论相关的数学知识,原文中有相关概念和相关公式。此外,在我的博客中对很多知识进行了补充说明,也点明了其中的一些重难点。
希望对大家有所帮助~
我的资源中还有其他深度学习500问的内容,有兴趣的小伙伴可以浏览一下哦~
python 基于有序切片的医学图像三维重建
本代码适用于对CT、MRI等有序医学图像进行三维重建,也可以用于其他针对有序切片进行三维重建的情况。使用python完成。
代码中附带了详细的使用流程,大家只需要按照自己的要求修改指定参数和路径即可。
本代码是使用基于CT、MRI等医学影像基于图像分割得到的二值结果进行重建。因此,在重建前需要先对医学图像进行图像分割,分割出自己需要的部分,对分割结果进行二值化(背景为黑、分割出的部分为白色),这里要注意的是,分割结果需要按照原切片序列的顺序进行命名。
希望对大家有所帮助!如果大家感兴趣,也可以看看我的其他博客和资源哦~
深度学习500问之图像分割-附笔记
计算机行业面试问题热门——深度学习500问。无论你是应聘软件开发岗、系统开发岗、测开岗,又或者是算法岗,无论你是应聘实习,还是秋招春招,这本书一定都是你的应试必备。如果你想应聘大厂、中厂,一定要仔细看看这本书。
本资源主要针对深度学习500问中图像分割部分。资源为pdf形式(中文版),包含原文,以及自己学习时做的笔记,供大家参考。
希望对各位小伙伴有所帮助,如果对深度学习500问有兴趣的小伙伴还可以看看我的其他内容,后续会持续更新相关资源。
针对医学图像分割的semi-supervised learning(半监督学习)2020-2023顶会/期刊的论文合集
文件包含综述等十余篇论文(自己收集整理)。
顶会:
MICCAI:全称 International Conference on Medical Image Computing and Computer Assisted Intervention,
IPMI:全称 Information Processing in Medical Imaging,
ISBI:全称 IEEE International Symposium on Biomedical Imaging
MIDL:全称 The International Conference on Medical Imaging with Deep Learning
期刊:
TMI:全称 IEEE Transactions on Medical Imaging
MedIA:全称 Medical Image Analysis
nnUnet 语义分割源码
计算机视觉图像语义分割新宠——nn-Unet。其中,nnunet作为unet的一种改进,在3d医学图像上使用有非常好的效果。
本压缩包有nnUnet源码、nnUnet v2代码。
C语言 985习题总结资料,复习资料
C语言 习题总结(包含各章节)
985大学 C语言习题总结 学习资料
考前复习资料
学习检测资料
课后习题
操作系统(OS) 简答题归纳
985高校学生总结 操作系统(OS)课程 考试简答题归纳
适合考前复习
大连理工(DLUT)数据结构 MOOC慕课作业总结
985 大连理工大学(DLUT)数据结构 2020中国慕课(MOOC)作业总结(答案+详解)
适合学习,考前复习等
复习资料
数据结构 学习复习总结资料
985高校(DLUT)数据结构 学习资料总结
适合新手小白学习,适合考前复习,考前冲刺
985学姐资料
概率论 学习全面总结资料
985(DLUT) 概率论学习总结资料
知识点总结,适合考前复习
麻省理工大学(Massachusetts Institute of Technology,MIT) 算法设计与分析 课件
麻省理工大学(Massachusetts Institute of Technology,MIT) 算法设计与分析 全套课件(PPT)
Microsoft SQL 数据库学习笔记
DLUT 数据库学习笔记
985 计算机专业数据库学习笔记
Microsoft SQL 数据库学习笔记