![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
paper
柟~
小白一枚~
展开
-
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...原创 2020-01-04 17:10:24 · 1356 阅读 · 0 评论 -
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,...原创 2019-12-29 09:19:32 · 402 阅读 · 0 评论 -
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...原创 2019-12-25 19:56:51 · 373 阅读 · 0 评论 -
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...原创 2019-12-23 09:51:15 · 788 阅读 · 0 评论 -
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...原创 2019-12-21 11:36:47 · 221 阅读 · 0 评论 -
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...原创 2019-12-16 09:35:32 · 333 阅读 · 0 评论 -
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...原创 2019-12-13 10:56:25 · 255 阅读 · 0 评论 -
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...原创 2019-12-12 16:33:28 · 373 阅读 · 0 评论 -
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...原创 2019-12-11 16:34:00 · 445 阅读 · 0 评论 -
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...原创 2019-12-10 16:00:41 · 388 阅读 · 0 评论 -
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...原创 2019-12-09 11:16:20 · 3685 阅读 · 0 评论 -
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...翻译 2019-11-29 21:50:06 · 1777 阅读 · 0 评论 -
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...翻译 2019-11-08 20:25:39 · 1597 阅读 · 0 评论 -
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...原创 2019-11-05 20:49:22 · 540 阅读 · 0 评论 -
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...原创 2019-09-28 21:56:10 · 115 阅读 · 0 评论 -
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...原创 2019-09-25 21:47:00 · 580 阅读 · 0 评论