Philo的博客

我也是装了两天左右才把windows的mamba-ssm装好，摸索了很多，下面是一些在安装过程中的问题和提示，下载链接：https://download.pytorch.org/whl/cu118。，把setuptools卸载干净就行，包括python自带的。这个报错总结起来就是。

1. 根据表格信息重命名图片名称2. 判断两个文件夹中名称是否相同3. 按照要求重命名图片名称4. 根据图片名称重命名图片5. 将图片转换成二值图并改变后缀名6. 统计二值图中目标的个数并输出符号条件的图片名称7. 将JSON数据写到表格中8. 重命名data下的各个数据集中的图片名

超声的原始图像不仅包含了用于诊断的信息，还掺杂了诸如机器型号、日期等不相关的信息。为了确保后续神经网络分割的准确性和有效性，需要对这些无关信息进行裁剪，仅保留与分割任务直接相关的img和mask部分。这样既能优化数据处理流程，又能提升后续分析的精准度。

单目标分割标签图叠加代码

介绍wandb的功能，快速上手，初步探索

CCF根据论文的质量和影响力，对国际期刊和国际会议进行了评估和分类，以便研究者在选择发表论文或参与学术交流时有参考依据。CCF推荐的国际会议被分为A类B类和C类三个等级。A类会议代表高水平和较大影响力的会议，B类和C类会议的影响力也逐步提升。需要注意的是，CCF的评级是根据一定的评估标准和方法进行的，并且评级结果会不定期进行更新和调整。因此，本文针对2023年新发布的和医学图像处理方向的会议和期刊进行展示。中国计算机学会推荐国际学术会议和期刊目录正式发布。

插值指的是利用已知数据去预测未知数据，图像插值则是给定一个像素点，根据它周围像素点的信息来对该像素点的值进行预测。当我们调整图片尺寸或者对图片变形的时候常会用到图片插值。常见的插值算法可以**分为两类**：**自适应和非自适应**。 自适应的方法可以根据插值的内容来改变（尖锐的边缘或者是平滑的纹理），非自适应的方法对所有的像素点都进行同样的处理。 非自适应算法包括：最近邻，双线性，双三次，样条，sinc，lanczos等。

汇总了医学图象分割常见损失函数，包括Pytorch代码和Keras代码，部分代码也有运行结果图！

首先，目前影像学的现状是对图像的解读主要依赖于专业人员的视觉评价，其结果多为描述性、主观性和非定量性，因此，客观、定量地评价医学图像具有迫切性。 其次，随着医疗影像设备软硬件的改善，医院数字化发展，影像储存及传输系统的方便、数学算法的改进以及计算机处理能力的提高，使得实现高通量的数字信息提取成为可能，为影像组学的诞生提供了现实基础和硬件支持。 最后，当前在大数据时化，医学研究与临床数据科学等新兴领域正在形成，多学科交叉的应用，使融合多种数据资源，实现个性化诊断和治疗，为医学影像组学提供了一种特殊的应

理清FLOPS和FLOPs，大写S代表的是显卡的运算性能，小写s代表的是模型的运算次数！FLOPS是处理器性能的衡量指标，是“每秒所执行的浮点运算次数”的缩写；FLOPs是算法复杂度的衡量指标，是“浮点运算次数”的缩写，s代表的是复数；红框中的FLOPS是大写，和显卡运算能力有关！论文中，写的都是FLOPs，谁会没事在论文中写FLOPS！！影响网络参数量，和Batch没关，但是和输入数据的通道数和大小有关，大家可以自己试一下；影响网络计算量，和Batch。

医学图像处理的SCI期刊和顶会 TMI MIA MIDL等等

在Attention U-Net中有用到。

从torch官网看，针对图片，有这7中池化操作，大概分为最大池化类，平均池化类，杂类最大池化实现有四种方式，MaxPool2d，可以设置k，s，p，但是不能设置输出大小，输出大小是计算好的；FractionalMaxPool2d，可以设置k，和输出大小，单数s和p不能设置；AdaptiveMaxPool2d,只能设置输出大小，其余的都设置不了；LPPool2d，这个纯属特列才可以使用，并且特例中的功能还是MaxPool2d的阉割版；除了LPPool2d,其余逐步自由化，增加了网络设置的随机性；

更新了空洞卷积属性的计算公式，也给出了非空洞卷积的计算公式，具体可以从官网学习！

重点是熟悉其常见的使用关键字，用到了再来找相关函数，针对大数据进行画图和分析时，用代码跑可能有点难，准备学一下Orange这个软件。在绘制图形时，使用标记，样式，颜色进行线条的修饰。

numpy.ones。

菜鸟教程pandas教学mean 平均值 指定列填充median 中位数 指定列填充mode 众数 指定列填充