- 博客(29)
- 收藏
- 关注
RSS订阅转载 COVID-19 AI-related Technical Paper
github链接 : https://github.com/HzFu/COVID19_imaging_AI_paper_list1.“A deep learning algorithm using CT images to screen for Corona Virus Disease (COVID-19).” medRxiv, 2020.doi: https://doi.org/10.110...
2020-04-08 10:56:17
3792
1
原创 COVID-19 paper
一、Abnormal respiratory patterns classifier may contributes to larger-scale screening of people infected with COVID-19 in an accurate and unobtrusive manner(异常呼吸模式分类器可能会对感染Covid-19的人的大规模筛查造成影响)在本文中，我们...
2020-04-05 18:01:30
3155
原创 分割论文--2019CVPR
一.Adaptive Pyramid Context Network for Semantic Segmentation（自适应金字塔上下文网络的语义分割）-没有源码**摘要：**本文首先介绍了分割任务中上下文特征的三个理想属性。特别是，我们发现，全球导向的本地联谊会（GLA）在构建有效的情境特征方面可以发挥至关重要的作用，而该属性在以前的工作中已被很大程度上忽略。在此基础上，本文提出了一种用于...
2020-01-04 17:10:24
1345
原创 Pulmonary--Detection8
Multilevel Contextual 3-D CNNs for False Positive Reduction in Pulmonary Nodule Detection (2017)摘要：本文的目的是挑战假自动化肺结节检测系统中假阳性减少的问题，从而准确地将真实结节与大量的候选结节区分开。本文提出了一种新的方法，该方法利用3D 卷积神经网络从体积自动检测肺结节中的假阳性。更重要的是，...
2019-12-29 09:19:32
393
原创 Pulmonary--Detection7
Unsupervised Cross-Modality Domain Adaptation of ConvNets for Biomedical Image Segmentations with Adversarial Loss摘要：在本文中，提出了一种具有对抗性学习的无监督域自适应框架，用于跨模式生物医学图像分割。具体来说，该模型基于经过改进的全卷积网络，用于逐像素预测。此外，还构建了一个即...
2019-12-25 19:56:51
364
原创 Pulmonary--Detection6
一.NoduleNet: Decoupled False Positive Reduction for Pulmonary Nodule Detection and Segmentation（2019）摘要：本文提出了一种新的端到端的3D 深度卷积神经网络(DCNN)，名为NoudleNet，是为了解决结节检测，假阳性降低和结节分割的多联合任务。为了避免不同任务之间的冲突和促进特征的提取，主要...
2019-12-23 09:51:15
776
原创 Pulmonary--Classification1
一. Classification of Lung Nodule Malignancy Risk on Computed Tomography Images using Convolutional Neural Network: A Comparison between 2D and 3D Strategies（2017）摘要：在本文中，提出了一种新颖的3D CNN网络结构，在LIDC-IDRI...
2019-12-21 11:36:47
211
原创 Pulmonary--Detection5
一.CT-Realistic Lung Nodule Simulation from 3D Conditional Generative Adversarial Networks for Robust Lung Segmentation（2018）摘要：在这项工作中，调查了用人工生成的肺结节扩大数据集是否可以提高渐进性整体巢式网络（P-HNN）模型对CT扫描的病理性分割的稳健性。为了实现实现这...
2019-12-16 09:35:32
326
原创 Pulmonary--Detection4
一.Transferable Multi-model Ensemble for Benign-Malignant Lung Noudle Classifivation on Chest CT（2018）摘要：在本文中提出了一种在有限的胸部CT数据上从良性结节从分离出恶性结节的可迁移多模型集合算法。该模型首先在ImagesNet上进行预训练，分别学习得到肺结节形状的特异性和体素值的特异性，然后将...
2019-12-13 10:56:25
247
原创 Pulmonary--Detection3
S4ND: Single-Shot Single-Scale Lung Nodule Detection摘要：在本文中提出了一种名为S4ND的肺结节检测网络，与当前文献相比，我们的方法使用单个网络的单个前馈进行检测，并提供更好的性能。整个路径设计为具有密集连接的单个3D卷积神经网络（CNN），以端到端的方式进行训练。S4ND不需要任何进一步的后续处理或用户指导来完善检测结果。贡献：提出一个...
2019-12-12 16:33:28
362
原创 Pulmonary--Detection2
一. Discriminative Localization in CNNs for WeaklySupervised Segmentation of Pulmonary Nodules（2018）摘要：在本文中提出了一种弱监督方法，，该方法可生成仅通过图像级标签训练的精确体素级像素分割。通过采用训练有素的图像分类的卷积神经网络，我们提出的方法从不同尺度的卷积单元的激活图学习区分区域，并使用新...
2019-12-11 16:34:00
432
原创 Pulmonary -- Detection1
一. Automated Pulmonary Nodule Detection via 3D ConvNets with Online Sample Filtering and Hybrid-Loss Residual Learning（2017）**摘要：**本文提出了一种在CT上检测肺结节的卷积神经网络，解决了正负样本严重不平衡的问题，框架包括两个过程：目标建议和假阳性减少。方法：步骤...
2019-12-10 16:00:41
378
原创 肺结节检测相关文章记录
1.3DFPN-HS^2: 3D Feature Pyramid Network Based High Sensitivity and Specificity Pulmonary Noudle Detection降低假阳性对于CT上检测肺结节来说仍然是一个难题与挑战，本文提出了一种特征金字塔结构的网络模型，名为-3DFPN，用来提高结节检测的敏感度通过用多尺度特征来提高结节的解析度，同时用一种平...
2019-12-09 11:16:20
3660
翻译 Paper--Evaluate the Malignancy of Pulmonary Nodules Using the 3D Deep Leaky Noisy-or Network
paper链接：https://arxiv.org/pdf/1711.08324.pdf摘要：通过计算机断层扫描（CT）自动诊断肺癌包括两个步骤：检测所有可以病变（肺结节）并评估整个肺部/肺部恶性肿瘤。当前，关于第一步的研究很多，而关于第二步的研究很少。由于结核的存在并不能肯定地表明癌症，并且结核的形态与癌症之间存在复杂的关系，因此，肺癌的诊断需要对每个可疑结核进行仔细的研究，并综合所有的结节...
2019-11-29 21:50:06
1759
翻译 Paper--Models Genesis: Generic Autodidactic Models for 3D Medical Image Analysis
文章链接：https://arxiv.org/pdf/1908.06912.pdfAbstract从自然图像到医学图像的转移学习已被确立为医学图像分析深度学习中最实用的范例之一。但是，要适应这种范式，必须以2D格式重新构造和解决最突出的成像方式（例如CT和MRI）中的3D成像任务，从而丢失丰富的3D解剖信息，并不可避免地损害性能。为了克服这一限制，我们建立了一组称为通用自动教学的模型，称为“创...
2019-11-08 20:25:39
1573
原创 Paper--IRNet: Instance Relation Network for Overlapping Cervical Cell Segmentation
**摘要：**在本文中，提出了一种新颖的实例关系网络，用于健壮的重叠细胞分割。具体而言，提出了“实例关系模块”来构造用于在各个单元实例特征之间传递信息的单元关联矩阵。同时，还提出了一种稀疏约束的重复删除模块，以消除分类和定位精准之间的不一致性，以进行候选者选择。方法：DRM： 重复删除模块IRM：实例关系模块IRMIRM从每个实例中获取嵌入的特征以计算实例关联矩阵，然后根据特征之间的...
2019-11-05 20:49:22
530
原创 Faster RCNN--Second
**前言：**今天主要的任务的CT图像的处理以及在faster rcnn中训练总结的数据集，但是效果不是很好！一.CT图像处理（将dicom格式转换成jpg格式）1.单张图片的转换import SimpleITK as sitkimport numpy as npimport cv2def convert_from_dicom_to_jpg(img,low_window,high_w...
2019-10-15 21:47:23
134
原创 Faster R-CNN--First
前言：这几天一直在为faster r-cnn的运行配置环境，从windows到ubuntu再到服务器，每一步都不太顺利，今天终于在ubuntu下暂时跑通了，但是在服务器上一直运行错误。一.记录faster rcnn在ubuntu下的运行过程1.下载github项目代码和数据git clone https://github.com/endernewton/tf-faster-rcnn.git...
2019-10-14 21:26:26
215
原创 Deep Learning -- Twelve
前言：今天下午主要是阅读肺结节方面的论文，通过略读的方式，大致了解了关于肺结节的检测和分类的研究都有哪些成果，大多数的论文都停留在肺结节检测阶段，对于结节的良恶性判断还待研究中，所以这对于我们来说也是一个机遇和挑战。通过一下午的阅览，对于first talk要讲解的内容有了一个大致的规划。**第一部分：**介绍课题的内容、研究的意义、目的等**第二部分：**介绍肺结节目前的研究现状（包括肺结节...
2019-09-28 21:56:10
105
原创 Deep Learning -- Ten
**前言：**今天的主要任务是查阅近两年内的医学图像方向的论文，而关于肺结节检测的文章主要分为四个方向，包括定位、分割、配准和分类。一.Detection/Localization1.为了在计算机断层扫描（CT）图像中检测肺中的肺结节，Zhu等人提出了一种称为DeepEM的深度网络。 该网络使用3D CNN架构，该架构增加了Expectation Maximization（EM）技术，用于电子...
2019-09-25 21:47:00
568
原创 Deep Learning -- Nine
**前言：**今天学习任务主要是用Tensorflow编写一个卷积神经网络，以及如何将训练好的网络模型存储在磁盘上，然后读取磁盘上的模型进行测试新的数据。一.基于Tensorflow的卷积神经网络1.参数的优化//导入python包import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom ...
2019-09-24 21:59:33
100
原创 Deep Learning -- Eight
**前言：**今天的学习内容主要是学会用Tensorflow编写神经网络，加强Tensorflow用法的学习，下午进行查阅和了解深度学习在医学图像方面的研究成果和前景等。一.Tensorflow教程（续）1.损失函数在回归或分类模型中，定义损失函数的目的是找到使损失最小化的系数。声明一个损失函数，需要将系数定义为变量，将数据集定义为占位符，可以有一个常学习率或变化的学习率。（1）.标准线性...
2019-09-23 20:59:43
92
原创 Deep Learning --Seven
**前言：**原本打算今天下午继续学习RetinaNet，但是种种原因打算暂时先把RetinaNet放一放，今天主要学习了Tensorflow框架，了解了其基本用法，以及如何运用Tensorflow编写一个手写数字识别网络。一.Tensorflow介绍1.什么是Tensorflow?Tensorflow是一个开源的，基于python的机器学习框架，主要用于图形分类、音频处理、推荐系统和自然语...
2019-09-21 21:50:25
439
原创 Deep Learning -- Six
**前言：**今天由于早晨和下午都有课，所以没有进行太多新的学习任务，主要是复习了昨天看过的Faster R-CNN模型原理以及简单了解了一下RetinaNet的原理。一.RetinaNet简单介绍1.focal lossfocal loss是一种新的损失函数，这种损失函数是在标准交叉熵损失基础上修改得到的。这个函数可以通过减少易分类样本的权重，使得模型在训练时更专注于难分类的样本。foc...
2019-09-20 20:26:10
112
原创 Deep Learning--Five
前言：今天的学习任务主要是了解深度学习在医学图像领域的应用和发展以及理解Faster R-CNN模型的原理，由于条件有限，无法将源代码运行一遍，体验Faster R-CNN的执行过程。但是通过今天的学习，是我对该网络模型有了更深刻的理解。一.Faster R-CNN前天已经大致介绍了Faster R-CNN的结构组成以及各部分完成的功能，其实简单理解Faster R-CNN就相当于Fast R...
2019-09-19 22:03:59
221
原创 Deep Learning -- Four
**前言：**今天主要进行了基础知识的复习和巩固，通过复习教学视频，对神经网络中的反向传播过程、随机梯度下降算法等知识进行了巩固，通过今天的学习，我对基础知识有了更深刻的理解。一.softmax分类器softmax一般用于神经网络输出层之后，用于得分值的概率转换，即将输出层计算出的得分值进行取e的幂次方后再进行归一化操作，最终可以得出一个介于0~1之间的属于每一类概率值。**如下图所示： ...
2019-09-18 21:56:55
198
原创 Deep Learning -- Three
**前言：**由于今天下午上计算机视觉课程，晚上开例会，所以学习时间相对较少，但是利用早晨的时间简单了解了Faster R-CNN网络的原理，以及它的应用等。一.Faster R-CNN简介Faster R-CNN是Ross B. Girshick在2016年提出的网络模型，在结构上，相比于R-CNN和Fast R-CNN模型，Faster RCN已经将特征抽取(feature extract...
2019-09-17 21:48:39
135
原创 Deep Learing -- Two
前言：今天的课余时间相对充裕，所以学习任务进行的相对较多，早晨主要进行深度学习入门教学视频课程的学习，下午查阅并精读医学图像方面的论文，晚上大致了解了Tensorflow框架，并通过具体的代码初步体验了基于Tensorflow框架的卷积神经网络。下面就有关部分作出详细的解释：一. 视频教学课程的学习（51CTO学院课程，共105课时，每一课时大概20分钟左右）目标：学习第22-...
2019-09-16 21:53:34
516
原创 Deep Learning ---One Day
前言：对于深度学习，之前很少有过接触和学习，所以对我而言自学深度学习是一个挑战，通过这几天上网查阅相关的资料和文献，对深度学习有了一定的了解，在接下来的一段时间内，我将跟随自己查找的教学视频进行详细学习。今天学习的内容主要包括以下几个方面：一.简介1.深度学习与人工智能简介通过学习，我了解了深度学习和人工智能之间的关系，以及对于今后学术研究内容有了大致的方向和目标。2.计算机视觉...
2019-09-16 08:15:56
198
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