- 博客(31)
- 收藏
- 关注
RSS订阅原创 CheXpert: A Large Chest Radiograph Dataset with Uncertainty Labels and Expert Comparison
CheXpert数据集通过引入不确定性标签和放射科医生标注的验证集，为胸部X光片解释模型的发展提供了强有力的支持。研究表明，处理不确定性标签的方法对模型性能有显著影响，特别是在处理边界病例时。最终，CheXpert数据集有望推动自动化胸部X光片解释模型的发展，改善全球医疗服务。
2024-07-22 11:32:33
219
原创 MICCAI 2024 每日一篇论文 纯纯直读 CUTS:用于多粒度无监督医学图像分割的深度学习和拓扑框架
主要贡献包括：CUTS 是一种新颖的无监督框架，采用双阶段方法：首先，它生成图像像素块的嵌入图像，通过卷积编码器训练嵌入，然后使用数据凝聚技术将这些像素块聚类为不同粒度的分割。针对每个阶段的优化目标，结合图像内重建和局部路径重建。使用基于多尺度、拓扑引导的数据粗粒度匹配方法，通过图像自适应聚类，生成多粒度分割。应用我们的框架来分割由视网膜图像和脑部MRI图像组成的医学图像数据集。我们通过定性和定量的度量方法评估CUTS的性能，并将其与其他无监督方法和监督方法进行比较。
2024-07-09 14:27:02
949
原创 MICCAI 2024Centerline Boundary Dice Loss for Vascular Segmentation
(1) 介绍了统一的clX-Dice变体，一个结合拓扑完整性和血管直径一致性的血管分割框架。(2) 从中心线Dice (clDice)损失中引入几何考虑因素，等效于边界差异过联合 (B-Dou)损失的新方法，使用基于掩膜距离的方法，增强了平移敏感性。(3) 提出了cbDice通过整合来自血管骨架的信息，适应血管直径的变化，确保分支的一致影响。(4) 进行了一般理论分析，以展示不同clX-Dice实现的几何变换响应。
2024-07-08 17:01:19
1066
1
原创 python 全图显示ROI图像标记剪切
# -*- coding: utf-8 -*-import cv2# 读取图片img = 'xx.jpg'#图片地址img = cv2.imread(img)cv2.imshow('original', img)# 选择ROIroi = cv2.selectROI(windowName="original", img=img, showCrosshair=True, fromCenter=True)x, y, w, h = roiprint(roi)# 显示ROI并保存图片if roi
2022-04-04 15:58:36
3781
原创 python 图像区域剪切
import cv2import osfile_path = 'xx.png'#需要切割图片的地址out_file_name = 'qingguangCC1result'#需要保存图片的命名im = cv2.imread(file_path)im = im[0:750,1000:1900] #高：宽，需要剪切的图片的区域save_path = r'cutorige/2' #剪切图片保存的地址save_path_file = os.path.join(save_path,out_file_n
2022-04-04 15:54:19
1127
原创 【Windows10 Tensorflow-gpu==1.14 CUDA版本问题】
windows10 下 tensorflow-gpu==1.14 仅支持CUDA10.0，其他任何版本的CUDA都会报错。如果安装的CUDA非10.0，无需卸载，只需另外下载一个CUDA10.0即可。多版本CUDA同时存在，如何使用，见本博客中相关文章。使用镜像源安装tensorflow时超时问题，处理方法见本博客相关文章。...
2022-03-08 20:00:48
1043
原创 CUDA安装验证过程中 nvcc”不是内部或外部命令
问题一CUDA安装验证问题根据NVIDIA驱动安装的版本，通过NVIDIA的官网NVIDIA驱动版本与CUDA的版本及CUDnn的版本相对应后，现在相应的版本进行安装。CUDA下载后进行安装，安装完后，一般会通过nvcc -V 验证是否安装成功如果出现nvcc不是内部或外部命令，其中原因之一是未进行环境变量配置添加两个环境变量环境变量：变量名：pathC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp;C
2021-07-12 00:51:23
4265
1
原创 2021-05-26python 批量更改图片格式
#并不会使文件重新自动排序，依旧是原来的方式排序，仅仅是图片格式变换，其不会损坏import osfrom PIL import Image as imgfrom tqdm import tqdmpath = '/需要添加绝对路径/' # 待转换格式的图片所在文件夹path2 = '/需要添加绝对路径/' # 转换后的图片存储路径files = os.listdir(path)for n, filename in tqdm(enumerate(files), total=len(file
2021-05-26 23:18:33
115
原创 IterNet: Retinal Image Segmentation Utilizing Structural Redundancy in Vessel Networks
IterNet: Retinal Image Segmentation Utilizing Structural Redundancy in Vessel Networks 利用血管网络中的结构冗余进行视网膜图像分割 摘要：视网膜血管分割对视网膜血管疾病的诊断具有重要意义。为了进一步提高血管分割的性能，我们提出了基于UNet的新模型IterNet，它能够从分割的血管图像本身而不是原始输入图像中找到模糊的血管细节。
2021-04-05 23:01:38
2615
6
翻译 Modeling and Enhancing Low-Quality Retinal Fundus Images
Modeling and Enhancing Low-Quality RetinalFundus Images 低质量视网膜眼底图像的建模与增强摘要-眼底图像被广泛用于临床筛查和眼病的诊断。然而，不同经验水平的操作者拍摄的眼底图像在质量上有很大的差异。低质量的眼底图像增加了临床观察的不确定性，导致误诊的风险。然而，由于眼底成像的特殊光束和视网膜的结构，自然图像增强方法不能直接用于解决这一问题。在本文中，我们首先分析的检眼镜成像系统，并模拟一个可靠的降解的主要劣质因素，包括不均匀的照明，图像模糊，和文物
2021-03-21 23:01:35
1050
2
原创 视网膜数据集（5）CHASEDB1
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-03-21 22:46:29
2586
1
原创 ValueError: could not broadcast input array from shape (201,201,3) into shape (201,201)
ValueError: could not broadcast input array from shape (201,201,3) into shape (201,201)test_data = np.array(test_data)#错误语句，原因是test_data中的图片维度不同，2维和3维混杂#我的解决方法是在读取原图的语句后面添加 mode=“RGB”#一般用opencv读取的图片都是mode="RGB",在读取过程中将模式统一具体问题具体分析，本人用这种方法解决该问题。报错的本质：
2021-03-11 15:12:18
2620
2
原创 SA-UNet: Spatial Attention U-Net for Retinal Vessel Segmentation
论文阅读：SA-UNet: Spatial Attention U-Net for Retinal Vessel Segmentation 用于视网膜血管分割的空间注意力U-Net 摘要：视网膜血管的精确分割（精确分割precise segmentation）对早期诊断与眼病有关的疾病，如糖尿病和高血压具有重要意义。在这项工作中，我们提出了一个轻量级的网络（lightweight network），称为空间注意力U-Net（SA-UN
2021-03-10 13:15:36
7041
6
原创 ‘IOError: codec configuration error when reading image file‘
'IOError: codec configuration error when reading image file'添加：from PIL import Image, ImageFileImageFile.LOAD_TRUNCATED_IMAGES = True已应用，已解决
2021-03-05 16:15:19
961
2
原创 Python:PIL九种不同模式
Python:PIL九种不同模式 对于彩色图像，不管其图像格式是PNG,BMP，还是JPG，在PIL中，使用PIL中Image.open()函数打开后，返回的图像对象的模式都是“RGB”。而对于灰度图像，不管其图像格式是PNG，BMP，还是JPG，打开后，其模式为“L”。 一般PNG、BMP和JPG彩色图像格式之间的互相转换都可以通过Imag
2021-03-03 17:24:56
5691
原创 Python：PIL库中getpixel()-方法的使用
Python：PIL库中getpixel（）方法的使用 getpixel（）函数是用来获取图像中某一点的像素的RGB颜色值，getpixel的参数是一个像素点的坐标。对于图象的不同的模式，getpixel函数返回的值不同。 1.“RGB”模式(RED，GREEN，BLUE)from PIL import Imag
2021-03-03 12:01:37
21866
3
原创 视网膜数据集（4）HRF
HRF数据集包含15例健康患者的图像，15例糖尿病性视网膜病变患者的图像和15例青光眼患者的图像。每个图像都有二进制标准血管分割标签图像。还为特定数据集提供了FOV。标准血管分割标签数据是由视网膜图像分析领域的专家小组以及合作的眼科诊所的临床医生产生的。尺寸3504 × 2336。HRF Dataset 获取添加QQ ：1056593553...
2021-03-02 11:50:38
2767
原创 python将.npy文件读取，并保存为图片格式
读取.npy文件，并保存为所需的图片格式import numpy as npimport scipy.miscimgs_test = np.load('./xxx.npy') #读入.npy文件print(imgs_test.shape)for i in range (imgs_test.shape[0]): B = imgs_test[i, 0, : ,:]#对图像维度进行改变 scipy.misc.imsave("./图片所储存的位置/" + str(i) + "_predR
2021-02-25 10:26:49
4695
11
原创 视网膜数据集（3）STARE
STARE数据集 是 1975 年由 Michael Goldbaum 发起的项目, 它在 2000 年由 Hoover 等首次在论文中引用并公开，是用来进行视网膜血管分割的彩色眼底图数据库, 包括 20 幅眼底图像, 其中 10 幅有病变, 10 幅没有病变, 图像分辨率为 605×700, 每幅图像对应 2 个专家手动分割的结果, 是最常用的眼底图标准库之一.。但是其自身的数据库中没有掩膜，需要自己手动设置掩膜。目前它已扩展到 40 幅血管分割手工标注结果和 80 幅视神经检测手工标注结果。
2021-02-23 17:37:46
5102
7
原创 视网膜数据集（2）Messidor
Messidor视网膜数据集，由1440x960、2240x1488、2340x1536三种大小的图片1200张组成。Messidor数据集最初收集用于糖尿病视网膜病变分级。Messidor是由法国国防研究部在 2004 年资助研究的 TECHNO-VISION 项目中建立的, 也是目前公开的最大的眼底图数据库, 共 1200 幅眼底图, 来自于 3 个不同的眼科机构. 其中图像分辨率分别为 1440×960, 2240×1488 和 2304×1536, TIFF 格式; 它给出了对应糖尿病视网
2021-02-23 16:50:41
3229
2
原创 视网膜数据集（1）DRIVE
DRIVE： training: image: 20张，21_training.tif——40_training.tif mask: 20张，21_training_masl.gif——40_training_mask.gif 1st_manual: 20张，21_manual1.gif——40_manual1.gif: test: images: 20张，01_test.tif——20_test.tif 1st_manual：20张，01_manual.gif——20_manua
2021-02-23 15:08:50
5149
6
原创 Pytorch 加载内置预训练模型
Pytorch 加载内置预训练模型torchvision.models 模块的子模块中包含以下模型AlexNetVGGResNetSqueezeNetDenseNet导入这些模型进行预训练import torchvision.models as modelsresnet18 = models.resnet18()alexnet = models.alexnet()vgg16 = models.vgg16()其中，pretrained是一个比较重要的参数，默认为False，表示只导入
2021-02-19 19:13:42
1010
2
原创 Pytorch网络参数初始化
Pytorch网络参数初始化@Elaine神经网络的初始化是训练流程的重要基础环节，会对模型的性能、收敛性、收敛速度等产生重要影响。Pytorch中常见的两种初始化操作(1)使用pytorch内置的 torch.nn.init 方法正态分布、均匀分布、xavier初始化、kaiming初始化都已经实现，可以直接使用。具体详见PyTorch 中 torch.nn.init 中文文档。init.xavier_uniform(net1[0].weight)(2) Numpy对于自定义的初始化方法，
2021-02-19 18:53:41
1777
原创 Pytorch 扩展单张图片维度
Pytorch 扩展单张图片维度@Elaine训练数据一般都是（b，c，h，w），在测试时只输入一张图片，所以需要扩展维度，下面是扩展维度方法import cv2import torchimage = cv2.imread(img_path)image = torch.tensor(image)print(image.size())img = image.view(1, *image.size())print(img.size())#output:#torch.Size([h, w
2021-02-19 18:25:22
2556
2
原创 python 灰度图像转换
批量转换（将整个文件夹里的彩色图像转换为灰度图）from PIL import Imageimport ospath = '图像所在文件夹地址'file_list = os.listdir(path)for file in file_list: I = Image.open(path+"/"+file) L = I.convert('L') L.save(path+"/"+file)将一张图像转换为灰度图像from PIL import ImageI = Image
2021-02-08 13:02:47
616
原创 2.5D RGBD 图像 深度学习
RGBD = RGB + Depth MapRGB ：RGB色彩模式是工业界的一种颜色标准，是通过对红®、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。Depth Map：在3D计算机图形中，Depth Map（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，Depth Map 类似于灰度图像，只是它的每个像素值是传感器
2021-02-02 16:55:17
27635
4
原创 Python学习（二） 八大排序算法的实现
Python学习（二） 八大排序算法的实现本文Python实现了直接插入排序、基数排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序、希尔排序。上篇来介绍前四种排序方式：下篇：八大排序算法的实现（下）1、直接插入排序描述插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中，从而得到一个新的、个数加一的有序数据，算法适用于少量数据的排序，假设有一组无序序列 R0, R1, … , RN-1。(1) 我们先将这个序列中下标为 0 的元素视为元素个数为 1 的有序序列。(2) 然后
2021-01-06 11:25:24
106
转载 Python学习（一）函数定义、使用与嵌套
Python学习（一）函数定义、使用与嵌套一.函数的定义Python编程中对于某些需要重复调用的程序，可以使用函数进行定义，基本形式为：def 函数名(参数1, 参数2, ……, 参数N): 其代码形式如下面所示：def function (parameters): block return vlue在这里说明几点：（1）在Python中采用def关键字进行函数的定义，不用指定返回值的类型。（2）函数参数parameters可以是零个、一个或者多个，同样的，函数参数也不用指定
2021-01-06 11:05:06
988
原创 Linux系统 训练模型时cuda不存在 nvidia-smi 报错
Linux系统 训练模型时cuda不存在 nvidia-smi 报错报错：RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /tmp/pip-req-build-ocx5vxk7/aten/src/THC/THCGeneral.cpp:50nvidia-smi：NVIDIA-SMI has failed because it couldn't communicate with the NVIDI
2020-12-30 10:30:26
817
原创 关于在调试U-Net网络对医学图像分割调试过程中遇到的问题之 ——no model named libtiff（Mac版本）
关于在调试U-Net网络对医学图像分割调试过程中遇到的问题之 ——no model named libtiff（Mac版本）[该方案仅供参考，本人在调试过程中使用该方法 成功解决该问题]@Elaine(LN)一、 首先按照最开始的方法在终端输入condo install libtiff 然后Successfully installed libtiff-0.4.2接下来在pycharm中运行，但是no model named libtiff然后又在终端中输入condo list，目录中有libtif
2020-07-19 16:08:44
230
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