医学图像处理
葫芦在野
医学图像处理/计算机视觉/机器学习/深度学习/数据分析
展开
-
医学图像中的打标签与二分类
对于病理图的标签判定,patch中超过75%个像素被标记为肿瘤,则将整个样本标记为肿瘤样本。先打标签,再做二分类。用简单的二分类网络(VGG或者ResNet),或者可以不用深度学习方法,用随机森林这样的分类效果好的分类器来做分类。 ...原创 2021-04-01 20:00:22 · 1561 阅读 · 0 评论 -
医学图像处理--开新坑
临床广泛使用的医学成像种类主要有X-射线成像 (X-CT)、核磁共振成像(MRI)、核医学成像(NMI)和超声波成像(UI)四类。目前,医学图像处理主要集中表现在病变检测、图像分割、图像配准及图像融合四个方面。 1、病变检测 计算机辅助检测(CAD)是医学图像分析的有待完善的领域,并且非常适合引入深度学习。在CAD 的标准方法中,一般通过监督方法或经典图像处理技术(如过滤和数学形态学)检测候选病变位置。 2、图像分割 医学图像分割就是一个根据区域间的相似或不同把图像分割成若干区域的过程。传统的图像分割技术有原创 2021-04-01 18:14:55 · 402 阅读 · 0 评论