医学图像分割
文章平均质量分 95
阿里云小仙女
keep move on,一枚爱学习和科研(迫不得已)的coder、爱运动的女子
展开
-
翻译:Semi-supervised Medical Image Segmentation through Dual-task Consistency
Semi-supervised Medical Image Segmentation through Dual-task Consistency文献:Semi-supervised Medical Image Segmentation through Dual-task Consistency(基于双任务一致性的半监督医学图像分割)主题:Semi-supervised、Dual-task Consistency目录Semi-supervised Medical Image Segmenta翻译 2021-04-09 23:03:19 · 2331 阅读 · 3 评论 -
医学图像分割常用指标及代码(pytorch)
医学图像分割常用指标现在,医学图像分割有很多现成的工具包可以快速测量一些指标,比如。但是,我们还是要学习一下滴!该文章列出了一些常用的指标,并解释了它的原理。目录医学图像分割常用指标一、Classic measures1、What is T1、T0、P1、P0T_1、T_0、P_1、P_0T1、T0、P1、P0? [^1]2、What is TP、TN、FP、TN?3、Sensitivity (Recall, true positive rate)4、Specificity(true nega原创 2021-03-04 22:34:17 · 17522 阅读 · 22 评论 -
模型的不确定评估方式
模型的不确定评估方式在上面的一篇UA-MA的论文中,文献中的模型用一种不确定评估方式来过滤掉相对不可靠(高不确定度)的预测,只选择某些预测作为学生模型学习的目标。下面简单讲讲模型的不确定评估方式吧~参考文献:What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision? (NIPS 2017)不确定性类型:1、感知不确定性(Epistemic Uncertainty)特征:与模型相关,是由于训练不完全导致的。原创 2020-10-15 15:40:14 · 2730 阅读 · 0 评论 -
医学图像——数据读取和预处理(含代码)
目录3D图像读取1、ITK-SNAP 软件2、python包读取(1)nii数据——SimpleITK(2)nrrd数据图形预处理1、归一化处理2、裁剪、旋转、翻转3D图像读取1、ITK-SNAP 软件2、python包读取目的:获取array数据,转为tensor数据(1)nii数据——SimpleITKimport numpy as npimport osimport globimport SimpleITK as sitkfrom scipy import ndimageimp原创 2020-09-30 01:05:41 · 10287 阅读 · 19 评论 -
UNet 、3D-UNet 、VNet 区别
UNet 、3D-UNet 、VNet 区别医学图像的几个常用模型,简单总结一下。三个model的代码在我的Github上,可以参考一下:(https://github.com/VickyLLY/unet_liver_pytorch文章目录UNet 、3D-UNet 、VNet 区别一、UNet二、3D-UNet三、VNet一、UNet创新点:U型结构,下采样,上采样;短接通道(skip-connection)二、3D-UNet2D结构的U-Net是基本一样,唯一不同:2D操作换成了3D原创 2020-09-29 20:07:25 · 24436 阅读 · 4 评论 -
Semi-supervised:Noisy Student
Semi-supervised:Noisy Student文献:Self-training with Noisy Student improves ImageNet classification论文原文链接GitHub代码链接主题:Semi-supervised,student-teacher model,noisy student目录Semi-supervised:Noisy StudentAbstract(摘要)1. 想解决什么问题?question2. 通过什么理论/模型翻译 2020-09-22 01:57:13 · 600 阅读 · 0 评论 -
半监督方法:不确定性感知自增强模型
半监督方法:不确定性感知自增强模型文献:Uncertainty-aware Self-ensembling Model for Semi-supervised 3D Left Atrium Segmentation(半监督方法:不确定性感知自增强模型)原文:https://arxiv.org/abs/1907.07034代码:https://github.com/yulequan/UA-MT主题:semi-supervised, segmentation,Uncertainty estimatio翻译 2020-09-19 23:53:00 · 3412 阅读 · 0 评论 -
医学图像分割的初步理解
Time:2020/9/14医学图像分割的初步理解文献:1、Medical Image Segmentation Based on Deep Learning: A Review2、基于深度学习的医学图像分割方法_游齐靖3、基于深度学习的医学图像分割研究进展_宫进昌主题:medical image segmentation; CNN ; FCN; U-Net; Deep Learning研究背景医学图像特征:1、医学图像的模态(格式)更加多样化,如CT、MRI以及超声.原创 2020-09-17 00:21:50 · 2009 阅读 · 1 评论