自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 【文献阅读-2】A multi-instance networks with multiple views for classification ofmammograms

乳腺癌是女性最常见的恶性疾病,早期筛查乳腺癌对提高生存率至关重要。乳房x光检查是乳腺癌筛查中最流行的影像学方法之一,具有实用性、有效性和低成本等特点。然而,乳房x线照片的分类存在图像尺寸大,病变的图像特征不清楚,异常的比例小,类别不平衡等问题。为了解决这些困难,提出了多视图输入和加权多实例学习(MIL)方法。提出了一种集成了上述两种方法的。采用多视图输入法增强乳房x光片的异常程度,同时从不同视角的乳房x光片中获得更多的潜在特征。

2024-08-21 09:11:01 735

原创 【文献阅读-1】Looking for abnormalities using asymmetrical informationfrom bilateral mammograms

放射科医生通常会比较双侧乳房x光片来发现不对称的异常。虽然纤维腺组织通常分布相当对称,但病变在一个乳房,并且在相反乳房的相应区域很少有对应的病变。基于这一经验,我们探索了一个模型,该模型可以学习从双侧乳房x光片中检测出不对称的信息,然后发现异常区域,类似于放射科医生所做的事情。这可以提高模型的性能和可解释性。我们在流行的INBreast数据集上评估了所提出的方法,并在异常分类和弱监督分割任务中显示出了改进的性能。

2024-08-15 17:30:04 220

原创 深度学习建模预测全流程【DenseNet169+Torch】

数据预处理是深度学习建模预测流程中的第一步,它包括数据清洗、数据转换、特征选择等步骤。数据预处理的目标是将原始数据转换为神经网络可以接受的格式,并且尽可能地减少噪声和不相关的信息。torchvision.datasets.ImageFolder 是 PyTorch 中用于处理图像数据集的一个类,它主要用于加载将不同类别的图像分别放置在不同的子目录下的数据集结构。ImageFolder 类会自动地将这种目录结构的图像数据加载并组织成 PyTorch 的 Dataset 对象。当创建了一个 ImageFo

2024-08-03 00:28:39 736

原创 Pycharm搭建CUDA,Pytorch教程

桌面右键打开nvidia控制面板->点击左下角系统信息->点击组件,查看3D设置中第三行的产品名称,其为自己电脑所能兼容的最高的Cuda版本(如我的电脑最高能兼容11.7版本)要成功运行cuda架构,所需的pytorch版本必须与python和cuda版本对应,以下为cuda与pytorch对应关系。->选择自定义安装。->安装完成后查看一下是否有环境变量,没有自己手动添加。->打开cmd,输入nvcc -V查看cuda版本。->确定安装路径(可以修改,最好记住)->进入官网,下载对应的安装程序。

2024-07-25 19:21:30 669

原创 数据库记录

数据库介绍:INbreast数据集包含115例多视图图像,共410张全场数字乳房x线摄影图像,其中90例来自双乳女性(每例4幅图像),而25例来自乳房切除术患者(每例2幅图像)。该数据集包括多种病变,包括肿块、钙化、不对称和扭曲。同时,病变包含细致的注释,其中XML格式提供了精确的轮廓。下载链接:http://medicalresearch.inescporto.pt/breastresearch/index.php/Get_INbreast_Database。

2024-07-25 16:10:33 191

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

提示
确定要删除当前文章?
取消 删除