医学影像
knightprin
fool
展开
-
Cycle-GAN 与 ADN
CycleGAN Cycle-GAN 算是很久以前的东西了。它不需要成对的训练![数据,只需要来源于两个分布的不同数据即可。 核心思想就是上面的示意图。相比general的GAN来说,它有两套GAN,这两套可逆。 实际使用如下的adversarial loss 更稳定, 还要加上一致性损失 所以总的损失为 。以上就是Cycle-GAN的核心。 实际使用中,需要注意一些训练的trick,可参见CycleGAN训练trick。 核心就是两套GAN的使用,在两个域中相互转换,并且要加上重构损失,即相互可原创 2020-06-30 23:04:17 · 661 阅读 · 0 评论 -
医学影像分析
今日根据实习任务,需要做一系列有关于医学影像分析的工作。目前在基础知识学习的过程中,主要参考有Slaney的医学影像分析这本书。 在CT中的伪影 Beam harden artifacts(被主要称为) 束硬化伪影? 主要涉及到两种偏差。一种叫beam harden (让组织离头骨更近?),另一种则由polychromaticity (多色性?) 产生,主要包含有streaks(条纹) 和 flares(亮斑)等。 减少这些artifacts的方法主要可以分为三类,1. 投影数据的预处理;2. 重构图像的后原创 2020-06-10 21:27:36 · 1342 阅读 · 0 评论