- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 论文阅读——MI2GAN: Generative Adversarial Network for Medical Image Domain Adaptation
论文阅读——MI2GAN: Generative Adversarial Network for Medical Image Domain Adaptation using Mutual Information ConstraintMI2GAN：使用交互信息约束的对抗生成网络用于医学图像的域迁移问题from MICCAI2020Tencent Jarvis Lab摘要医学图像由于多中心使得域迁移问题仍然是需要解决的一个问题，由于数据分布中心的差异大大降低了深度学习模型的泛化性能。生成对抗网络GA
2020-11-30 20:50:30
1736
原创 文献阅读——How to give an Academic Talk
How to give an Academic Talk v4.0By Paul N. Edwards,School of Information University of MichiganThe awful academic talk令人讨厌的学术演讲 这一场景你也许经历了上百次： 演讲者走进房子低下头，坐在桌边，不几乎不能透过眼前的脑袋看到他。他开始读文章，用一种轻柔、单调的语调，你几乎听不见，甚至你开始打瞌睡。他的句子单调、冗长、充满了专业词汇，演讲者还过分强调细节。 你很快就失去了谈话的线
2020-11-30 15:21:14
6331
1
原创 论文阅读——TR-GAN: Topology Ranking GAN with Triplet Loss for Retinal Artery/Vein Classification
论文阅读——TR-GAN: Topology Ranking GAN with Triplet Loss for Retinal Artery/Vein Classification基于对抗神经网络的拓扑排序的三重损失函数用于视网膜血管动静脉分类分割 From MICCAI2020 腾讯天衍实验室Abstract视网膜动静脉分割是视网膜血管定量分析的基础，与许多心脑血管疾病的诊断有关。而血管的拓扑连接关系有助于提升常规自然血管的动静脉的分类效果。本文则提出了一种拓扑排序的对抗神经网络提升血管分割的
2020-11-24 20:28:59
2851
3
原创 论文阅读——AG-Net：Attention Guided Network for Retinal Image Segmentation
Attention Guided Network for Retinal Image SegmentationAG-Net:注意力引导网络用于视网膜图像分割 from MICCAI2019Abstract学习图像的结构信息对视网膜图像分割至关重要。近期，深度神经网络在提取特征方面展现了超凡的能力，但是卷积和池化操作也滤掉了有用的结构信息。为此本文提出了注意力引导网络（AG-Net）来保留结构信息同时引导扩张操作。 在AG-Net中，使用对结构敏感的扩张路径，从而在扩张的时候保留从前层特征图谱中的结构
2020-11-23 13:30:26
4266
原创 论文阅读——STD-Net:Retinal Image Segmentation with a Structure-Texture Demixing Network
STD-Net：Retinal Image Segmentation with a Structure-Texture Demixing Network使用结构-纹理分解网络用于视网膜图像分割 From MICCAI2020Abstract视网膜图像分割对于疾病的自动诊断十分重要，但由于视网膜图像混合了复杂的结构和纹理特征使得这一任务十分具有挑战性。目前一些联合调控纹理和结构的方法不可避免会引入一些偏见从而导致较差的分割性能。 为了解决这一问题，本文提出了一种分开寻找结构和纹理内容的分割策略，从
2020-11-21 17:18:25
1157
3
原创 论文阅读——Boosting Connectivity in Retinal Vessel Segmentation via a Recursive Semantics-Guided Network
Boosting Connectivity in Retinal Vessel Segmentation via a Recursive Semantics-Guided Network借助递归优化和语义引导网络提升视网膜血管分割的连通性 From：MICCAI2020 Institute：大连理工大学国际信息与软件学院&立命馆大学情报理工学部Abstract基于深度学习进行视网膜血管分割已经提出了很多算法，但是很少有演技关注到血管分割的连通性问题，但这对计算机辅助诊断系统却是至关重要的
2020-11-19 22:03:56
1946
1
原创 论文阅读——Segment Medical Image Using U-Net Combining Recurrent Residuals and Attention
Segment Medical Image Using U-Net Combining Recurrent Residuals and Attention结合循环残差连接和注意力机制的UNet网络用于医学图像分割 From MICAD2020Abstract医学图像分割可为临床诊断提供可靠的依据。医学图像分割技术的发展不仅影响着其他医学图像处理技术，比如3D重建等，还在生物医学图像分析中占据极其重要的地位。随着深度学习算法在医学图像分割中的应用，医学图像分割算法有了进一步的发展。 本文主要讨论基
2020-11-19 13:56:57
2739
3
原创 [Style Transfer]——Boundary and Entropy-driven Adversarial Learning for Fundus Image Segmentation
Boundary and Entropy-driven Adversarial Learning for Fundus Image SegmentationBEAL：基于边界和熵驱动的对抗学习用于眼底图像分割 from MICCAI2019 Paper CodeAbstract对于不同数据集中眼底图像的视盘和视杯的精确分割对于青光眼疾病的筛查和诊断十分关键，但是由于不同于之间的差异（域偏移）使得研究出来的框架泛化性能不佳。 本文提出了一种无监督的域适应框架，叫做边界和熵驱动的对抗学习框架（
2020-11-18 13:45:54
1213
原创 文献阅读——How to read a paper
文献阅读——How to read a paper如何阅读科研论文By S.KeshavDavid R. Cheriton School of Computer Science, University of WaterlooAbstract学者们话费大量时间阅读文献但是很少讨论到阅读技巧，导致做了许多无用功，本文概述了阅读论文的高校实用的3-pass法(三步法)。Introduction学者们常常出于各种原因阅读：对某会议做个综述、跟进领域内趋势或者对一个新的领域展开研究。一个典型的学者可能一
2020-11-06 21:54:14
1357
1
原创 文献阅读——On Reading Academic Literature (Strategically)
文献阅读——On Reading Academic Literature (Strategically)如何有策略的阅读学术论文呢By Dr.Anthony Bernier战略性/有策略的阅读学术材料需要你识别并且提取出所读材料的每一块特定部分，尤其是你需要简明扼要的识别出作者首要解决的问题，以及解决这一问题的方法，通常被称为“论题”。 你首先要做的第一件事就是 识别出作者的意图。 在识别问题时需要人会将“论题”与：话题“混淆，如果这一论题没有回答这篇工作的中心问题，那它就不是论题。举例说明”奴
2020-11-06 21:46:41
1603
原创 论文阅读——A Deep Learning Design for improving Topology Coherence in Blood Vessel Segmentation
A Deep Learning Design for improving Topology Coherence in Blood Vessel Segmentation改善血管分割中拓扑一致性的深度学习设计 from MICCAI2019Abstract医学图像中广泛研究的血管分割任务，对许多临床应用都产生了重大影响。在可以获得手动标注信息时许多监督学习方法应用在这上面，主要是通过交叉熵损失函数来进行训练，但这样没有对拓扑结构的错误进行惩罚。比如血管树缺失某一部分或者某一分支不连贯，这样可能会导致网
2020-11-04 15:30:40
5688
第三章+傅里叶变换.pptx
2020-04-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人