「MICCAI 2016」Reading Note

本文记录了MICCAI 2016会议中关于医学图像分析的论文阅读笔记,重点关注了全卷积网络和深度学习在乳腺摄影图像分割、肺部CT结节识别以及视网膜血管分割等方面的应用。通过图像检索、在线学习以及多任务回归等方法,解决医学图像分析中的挑战。同时,探讨了深度学习预训练模型和条件随机场在语义分割中的作用。
摘要由CSDN通过智能技术生成
Sina Weibo:东莞小锋子Sexyphone
Tencent E-mail:403568338@qq.com
http://blog.csdn.net/dgyuanshaofeng/article/details/52887801

    此文记录MICCAI 2016会议论文阅读笔记,主要通过论文题目和摘要及其个人研究兴趣,摘取一些,他日跟进。
    会议论文一共有三部分,共享在此:here,而内容分为:(加粗为我感兴趣的部分)
    1、脑分析(Brain Analysis);
    2、脑分析:连接(Brain Analysis: Connectivity);
    3、脑分析:皮质形态学(Brain Analysis: Cortical Morphology);
    4、阿尔兹海默症/病,俗称老年痴呆症(Alzheimer Disease);
    5、手术导航与跟踪(Surgical Guidance and Tracking);
    6、计算机辅助介入(Computer Aided Interventions);
    7、超声图像分析(Ultrasound Image Analysis)
    8、肿瘤图像分析(Cancer Image Analysis)
    9、机器学习和特征选择(Machine Learning and Feature Selection)
    10、医学成像中的深度学习(Deep Learning and Medical Imaging)
    11、机器学习的应用(Applications of Machine Learning)
    12、分割(Segmentation);
    13、细胞图像分析(Cell Image Analysis)
    14、配准和变形估计(Registration and Deformation Estimation);
    15、形状建模(Shape Modeling);
    16、心脏和血管图像分析(Cardiac and Vascular Image Analysis)
    17、图像重建(Image Reconstruction);
    18、磁共振成像图像分析(MRI Image Analysis)
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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