- 博客(6)
- 收藏
- 关注
RSS订阅原创 Evaluate the Malignancy of Pulmonary Nodules Using the 3D Deep Leaky Noisy-or Network 论文阅读
Kaggle上2017年肺结节检测比赛第一名的算法，其代码的github通道背景肺结节比赛采用的图像是CT，其中肺结节的影像学表现如下：1. 和正常组织具有相同的HU值，但是具有不同的形状。2. 支气管和血管是连续管腔，在根源较厚，在分支处较细；而肺结节一般呈球形。3. 肺结节有很多类别，具有不同大小和形状，与癌症的相关性也不同。医生对一位病人的正常阅片时间是10分钟...
2018-03-20 22:20:14
3547
3
原创 Deep Poincare Map for Robost Medical Image Segmentation 论文阅读
Deep Poincare Map for Robost Medical Image Segmentation于17年3月份发表在arXiv上，作者来自帝国理工学院。 这篇文章提出了一种半自动方法（需要初始点和初始向量，但并不是过分依赖），将分割问题看成动态系统，用CNN来预测动态系统的演变，也是属于深度学习和传统方法结合的类型。Motivation分割问题作为基本任务，目前解决方案
2018-02-02 15:04:27
429
原创 Deep Active Contours 论文阅读
Deep Active Contours 的作者来自慕尼黑工业大学和约翰霍普金斯大学。摘要：文章通过结合深度patch-based的特征表示和主动轮廓框架，提出一种交互的边界提取方法。文章训练了class-specific的卷积神经网络用于对图像中的一点预测其指向最近的物体边缘的向量。这些向量可以形成位移场，用于Sobolev主动轮廓框架中的轮廓演化。从计算资源和训练数据来看，这个方法是很
2018-01-31 20:49:43
1433
原创 CNN用于医学图像轮廓检测的最近发展 论文阅读
Recent Advances in the Applications of Convolutional Neural Networks to Medical Image Contour Detection 是一篇关于神经网络用于医学轮廓检测的综述。摘要： 深度学习技术，由于其快速发展，已经成为医学图像分析中很多机器学习问题的主要解决方案。深度卷积神经网络(DCNN)，作为深度学习技术中
2018-01-19 16:23:34
7231
翻译 Unsupervised Learning of Edges 论文阅读
之前了解了深度学习中有监督方式做边缘检测，其中提到这篇无监督的文章，来瞅瞅。先通读了一遍，感觉内容很丰富，很多地方可能理解的不准确。 有意思的一点是，文章的作者有Piotr Dollar，是最早提出利用数据驱动进行边缘检测的大佬之一，现在大家有监督做的如火如荼，他又要来无监督。 之前的无监督主要是利用人为提取的特征，人工设定响应。现在的无监督往往基于神经网络等具有优秀特征提取能力的模型，因此其
2018-01-12 14:32:15
918
原创 Richer Convolutional Features for Edge Detection 论文阅读
Richer Convolutional Features for Edge Detection是2017年cvpr中一篇边缘检测文章，准备以此为基础，1）了解深度学习中边缘检测的发展；2）如何使用深度神经网络进行边缘检测，3）思考应用到医学图像中的可能性。介绍边缘检测是计算机视觉中的经典问题。传统方法通过局部的亮度、颜色、梯度和纹理或者其他人工设计特征进行边缘或者非边缘的分类。G
2018-01-11 20:01:02
4617
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