![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
医学图像分割
gefeng1209
这个作者很懒,什么都没留下…
展开
-
[ICCV2019论文阅读]Asymmetric Non-local Neural Networks for Semantic Segmentation
作者:Zhen Zhu, Mengde Xu, Song Bai, Tengteng Huang, Xiang Bai机构:Huazhong University of Science and Technology, University of Oxford1. 背景在语义分割任务中,长距离依赖无法通过简单的卷积操作获得,wang等人在Non-local neural networks中...原创 2019-11-25 19:45:34 · 3049 阅读 · 0 评论 -
[ICCV2019论文阅读]Efficient Segmentation: Learning Downsampling Near Semantic Boundaries
背景在语义分割任务中,常常会对输入图像进行下采样,下采样操作虽然带来了速度上的提升,但是却牺牲了细节上的精确度,本文证明均匀下采样是并不是最优的,并提出了一种由语义边界驱动的可选内容感知自适应下采样技术。本文的intuition是如果想要获得更多的分割质量,在下采样时需要考虑更多的使用靠近语义边界的像素。非均匀下采样的优点:1.通常的均匀下采样在原图像上进行边界精确定位更加复杂2....原创 2019-10-28 10:34:15 · 2141 阅读 · 2 评论 -
[ICCV2019论文阅读]ACFNet: Attentional Class Feature Network for Semantic Segmentation
背景语义分割领域现有的一些捕获更加丰富的上下文信息的方法都是关注于使用不同的空间策略,比如,Pyramid Pooling Module,Atrous Spatial Pyramid Pooling,还有Global Average Pooling。这些方法的问题是在于利用这些空间内的像素位置的激活值的时候,没有区分像素来自那个类别,无论像素来自哪个类别,周围不同类别的激活对象对...原创 2019-10-26 21:42:44 · 4175 阅读 · 2 评论 -
Brats(脑肿瘤分割)2018/2019第1名分割方案
数据集简单介绍训练集:335,验证集:125,测试集:166 标签图上的3个独立区域类别:ET(enhancing tumor)+ED(peritumoral edema)+NET(non-enhancing tumor) 评价时的3个有重叠的区域:WT(Whole Tumor)+TC(ET+NET)+ET 模态:T1,...原创 2019-10-26 13:19:52 · 16286 阅读 · 17 评论 -
[论文阅读]KiTS(肾脏肿瘤分割挑战赛)2019第一名解决方案----An attempt at beating the 3D U-Net
预处理方法1.重采样KiTS数据集的图像spacing是不相同的,卷积神经网络没有办法解释体素间距,因此需要通过重采样将所有图像的体素spacing统一到一个公共的值,文章的target spacing=3.22*1.62*1.62,对应的图像shape=128*248*2482.强度裁剪当从不同的扫描仪或医院扫描同一器官时,期望同一器官的强度值是相同的。这个属性经常被用来设置一个...原创 2019-10-26 11:30:51 · 3467 阅读 · 2 评论 -
[论文阅读]‘Project & Excite’ Modules for Segmentation of Volumetric Medical Scans
背景SE Net - Squeeze-and-Excitation Networks论文提出了一个SE(Squeeze-and-Excitation)模块,该模块主要的功能是对各个通道进行权重的分配,就像Attention一样,帮助网络把重要的特征信息学习到。整体的框图如下:其中X指输入,U是主干网络每一层卷积层的输出,表示结合了权重之后最终的输出。Squeeze操作该操作...原创 2019-10-23 22:04:09 · 879 阅读 · 0 评论 -
[论文阅读]Thickened 2D Networks for 3D Medical Image Segmentation
算法流程总的框架还是2.5D网络:先沿着3个轴方向切分slice,每个轴方向的所有切片经过设计的网络后的输出的3D预测图是,最后求3个轴方向预测图的平均值,作为最终预测图。下面我们来看文章中的网络对每个轴的切片是如何处理,通过2D网络得到一个3D的预测图:2:将v方向上的所有切片划分为k组,文章中是每3个slice为1组3,4:k组中的每一组切片输入到f1层,输入:3*...原创 2019-10-22 10:44:46 · 981 阅读 · 1 评论 -
医学图像分割模型的常用loss
1.交叉熵损失函数-cross entropy二分类交叉熵损失函数binary_crossentropy 其中,N为像素点个数,为输入实例 的真实类别,为预测输入实例 属于类别 1 的概率. 对所有样本的对数损失表示对每个样本的对数损失的平均值, 对于完美的分类器, 对...原创 2019-05-28 19:16:38 · 10885 阅读 · 3 评论 -
[论文阅读]DCAN-Deep Contour-Aware Networks for Accurate Gland Segmentation
1 简介背景:1.在常规的组织病理学检查中,腺体的形态被广泛用于评估乳腺、前列腺、结肠等多种腺癌的恶性程度2.准确的腺体分割是获得可靠的形态学统计数据以显示肿瘤侵袭性的重要前提3.在临床实践中,为了提高分割效率和可靠性,减少病理学家的工作量,非常需要自动分割方法挑战:1.根据不同的组织学分级和不同的疾病,腺的形态差异很大2.分离相互接触腺体非常困难3.在中、低分化腺...原创 2019-06-22 20:42:40 · 689 阅读 · 0 评论 -
[论文阅读]Attention U-Net: Learning Where to Look for the Pancreas
Attention Gate for Image Analysis粗粒度的特征映射可以捕获上下文信息,突出显示前景对象的类别和位置UNet:在多个尺度上提取的特征图随后通过跳过连接进行合并,以结合粗和细级别的密集预测标准CNN通过不断堆叠卷积层和池化层,使得特征图捕获足够大的感受野和语义上下文信息,然而,仍然难以减少对于形状变化较大的小物体的假阳性预测,为了提高准确性,当前的分割框架...原创 2019-06-21 21:20:41 · 7253 阅读 · 4 评论 -
[论文阅读]Multi-scale guided attention for medical image segmentation
1.Introduction传统的分割的CNN:FCN和encoder-decoder结构的CNN的问题这些多尺度方法导致信息流的冗余使用,例如,在网络内的不同级别上多次提取类似的低级特征。 用于像素方式识别的学习到的特征表示的辨别力可能不足以用于一些具有挑战性的任务,例如医学图像分割。特征融合策略:金字塔池化,空洞卷积金字塔尽管这些策略可能有助于在不同尺度上捕获对象,但所有图像区...原创 2019-06-21 14:27:09 · 6678 阅读 · 7 评论 -
[3DUNet-MRI图像预处理1]校正偏差域+裁剪patch+归一化
1. 校正偏差域诸如扫描仪中的患者位置,扫描仪本身以及许多未知问题等因素可导致MR图像上的亮度差异。 换句话说,强度值(从黑色到白色)可以在同一组织内变化。 这被称为偏置场。 这是一种低频平滑的不良信号,会破坏MR图像。 偏置场导致MRI机器的磁场中的不均匀性。 如果未校正偏置字段将导致所有成像处理算法(例如,分段(例如,Freesurfer)和分类)输出不正确的结果。 在进行分割或分类之前,...原创 2019-05-21 23:39:37 · 12737 阅读 · 8 评论 -
[3DUNetMRI图像预处理2]综合4个模态+truth和设置的background像素值获取foreground,并裁剪
import numpy as npimport osimport nibabel as nibimport matplotlib.pyplot as pltfrom nilearn.image.image import _crop_img_to as crop_img_tofrom nilearn.image.image import check_niimgfrom nilearn...原创 2019-05-21 23:30:29 · 2346 阅读 · 3 评论 -
[医学图像预处理1]使用nibabel和SimpleITK读取处理Nifiti文件(MRI图像)
1.NIFTI格式(.Nii)数据格式分析https://brainder.org/2012/09/23/the-nifti-file-format/https://blog.csdn.net/DoronLee/article/details/785978682.使用nibabel读取nii文件并显示其中1个sliceimport matplotlib.pyplot as p...原创 2019-05-21 16:59:58 · 11084 阅读 · 3 评论