Li‘s 影像组学视频学习笔记(1)-基础讲解

最新推荐文章于 2023-07-23 08:03:57 发布
最新推荐文章于 2023-07-23 08:03:57 发布
阅读量1k 收藏 6
点赞数
分类专栏： Li's 影像组学视频学习笔记 文章标签： 机器学习 人工智能 编程语言 深度学习 神经网络
原文链接：https://www.jianshu.com/p/8dcf150312d7
版权

鉴于1-15小节的视频具有一定的时序性，所以，今天“从头”开始学起。

本笔记来源于B站Up主: 有Li 的影像组学系列教学视频

本节(1)主要介绍: 影像组学基本概念和流程

影像组学研究基本流程：

  • 获取图像
  • 图像分割
  • 特征提取
  • 特征筛选
  • 分类/预测
  • 作图

在这里插入图片描述
　
视频中李博士引用了两篇文献，对于理解影像组学的基本概念和流程有很好的帮助：
　
第一篇没有找到原文，只有在影像园里有一个帖子：张利文，等，影像组学的基本概念与临床应用；中华放射学杂志
　
另一篇为： Pancreatic ductal adenocarcinoma: a radiomics nomogram outperforms clinical model and TNM staging for survival estimation after curative resection

作者：北欧森林
链接：https://www.jianshu.com/p/8dcf150312d7
来源：简书，已获授权转载

RadiomicsWorld.com “影像组学世界”论坛：
影像组学世界/RadiomicsWorld

有Li
关注
专栏目录
下载马斯克Grok-1模型的实战代码
herosunly的博客
03-19 9万+
本文主要介绍了下载马斯克Grok-1模型的实战代码，希望能对学习大模型的同学们有所帮助。 文章目录 1. 前言 2. 下载方式一 3. 下载方式二
Python从0到100（三十二）：lxml模块的学习与应用
最新发布
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
06-11 5万+
人工智能注意力机制：体系、模型与算法剖析》融合了资深开发工程师多年一线工作经验，从注意力机制这一重要角度入手，阐述注意力机制的产生背景和发展历程，通过详实的理论剖析，以深入浅出的方式着重介绍注意力机制在计算机视觉与自然语言处理两大人工智能方向中的体系、模型与算法，并在最后将注意力机制在其他智能领域的应用加以拓展。随着计算机技术的发展，人类对注意力机制的模拟和应用成为计算机科学领域的热点研究方向——让计算机能够具有类似人类的注意力机制，使其能够有效地应用于对数据的理解和分析。假设每个class为。
Li‘s 影像组学视频学习笔记(21)-影像组学常用软件推荐
weixin_38594676的博客
01-01 1649
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(21)主要介绍: 压箱底的好用软件推荐 [注]：李博士主要从事脑神经领域的研究，所以部分软件具有专业性。 　 　 dicom到nifti的格式转换： AFNI (https://afni.nimh.nih.gov/) dcm2niix_afni 影像预处理： TORTOISE(https://tortoise.nibib.nih.gov/) ，并结合AFNI 3dresample: 对结构像插值 3dAFNItoNIFTI: 格式转换 Impo
集成学习分类
sumaliqinghua的博客
06-02 820
基础集成技术 最大投票（Max Voting）法 平均（Averaging）法 加权平均（Weighted Average）法 高级集成技术 堆叠（Stacking） 混合（Blending） Bagging 提升（Boosting） 基于Bagging和Boosting的算法 Baggingmeta-estimator 随机森林 AdaBoost GBM XGB Light GB.
Li‘s 影像组学radiomics视频学习笔记(40)-如何阅读文献
weixin_38594676的博客
03-17 290
作者：北欧森林 链接：https://www.jianshu.com/p/16eb50b1decd 来源：简书，已获转载授权 本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(40)主要内容: 如何读文献 RadiomicsWorld.com “影像组学世界”论坛： 影像组学世界/RadiomicsWorld 如何阅读科研文献？ 医学科研文章正文常见结构： Introduction 介绍研究背景、现状，提出问题，提出假说，概述研究方法 Methods 讲清研究对象，研究设计，以及测量和统.
Li‘s 影像组学视频学习笔记(12)-支持向量机(SVM)参数优化(代码)
weixin_38594676的博客
12-31 875
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(12)主要介绍: SVM参数优化(代码) 参数优化： 自动寻找最合适的γ和C组合。 原理：遍历所有给定的参数组合，对数据进行训练，找到最合适的参数组合。 函数：GridSearchCV 创建字典dict存储结果 （书接上文：导入数据、清洗、特征筛选） #SVM X_train, X_test,y_train,y_test = train_test_split(X,y,test_size = 0.3) model_svm = svm.SVC(ke
影像组学视频学习笔记(21)-影像组学常用软件推荐、Li‘s have a solution and plan.
data+scenario+science+insight
04-25 476
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(21)主要介绍: 压箱底的好用软件推荐 [注]：李博士主要从事脑神经领域的研究，所以部分软件具有专业性。 　 　 dicom到nifti的格式转换： AFNI (https://afni.nimh.ni...
Linux学习笔记---命令篇
Fatter$hday的博客
05-15 5974
Linux学习笔记本笔记是根据尚硅谷的Linux视频，经过自己的总结得出来的笔记，分为两个大章节，一-四章讲的是Linux的文件目录结构、vim编辑器、网络配置和系统管理、进程和服务。第二个章节是Linux的基础常用命令总结。本篇文章基本上涵盖了所有shell命令，字数2w1+，预计阅读时间2h。
【Web前端笔记-基础】第四课·初识 HTML，标签学习2
嘿嘿嘿的博客
09-23 4万+
四：html标签 图片标签 图片标签：<img /> 图片标签是一个单标签，用来在网页中插入图片。 例子： <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>图片标签的应用</title> </head>...
影像组学
Li_yi_chao的博客
01-23 8082
1、影像组学的常规步骤是怎么样的？ 传统影像组学的步骤包括： 1、影像获取及预处理； 2、感兴趣区(ROI)标定； 3、影像组学特征提取； 4、特征降维； 5、模型建立、优化。 医学影像有哪些 主要有CT（电子计算机断层扫描）、MRI（磁共振成像）、PET（正电子发射断层扫描） 2、有哪些好用的医学影像配准软件？ 首推Ants, 其次FSL，此外3D Slicer组间也可进行配准。另外，SimpleITK包可支持多种编程语言进行图像配准。 3、常用的医学影像文件格式转换软件有哪些 AFNI是我
影像组学特征提取软件IBEX
03-24
影像组学特征提取软件IBEX，包含了许多 分析模块，如图像导入、勾画、预处理和特 征提取。包含了一阶、二阶和高阶的特征提取算法， 已成功应用于不同模态影像的特征提取，涵盖了CT、 PET和MRI，涉及肺癌、食管癌、头颈癌和脑转移瘤 等
影像组学视频学习笔记(15)-ROC曲线及其绘制、Li‘s have a solution and plan.
data+scenario+science+insight
04-28 254
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(15)主要介绍: ROC曲线及其绘制 ROC 曲线 ROC = receiver operating characteristic curve, 受试者工作特征曲线 横坐标：FPR = fal...
R语言机器学习之影像组学分析的原理详解
Rocky006的博客
07-23 2870
影像组学从常规医学图像中高通量提取大量的放射学定量数据，并以非侵入性方式探索它们与临床结果的相关性，在医学研究中得到广泛的应用。影像组学（Radiomics）和机器学习技术结合是AI影像辅助诊断的常用方法。影像组学研究的一般步骤如下：从CT、PET或MRI等医学图像中高通量地提取并分析影像学特征，而后基于图像分割、提取筛选特征、构建预测模型等机器学习算法来实现疾病的诊断、评估、预测等临床应用。 即，获取图像、勾画感兴趣区（Region of interset, ROI）、从 ROI中提取定量特征及降维、筛选
Li‘s 影像组学radiomics视频学习笔记(35)-基于2D超声影像的影像组学特征提取
weixin_38594676的博客
01-25 2840
作者：北欧森林 链接：https://www.jianshu.com/p/f82d30289d68 来源：简书，已获转载授权 RadiomicsWorld.com “影像组学世界”论坛： 影像组学世界/RadiomicsWorld 本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(35)主要介绍: 2D超声影像组学的特征提取 　 　 视频中李博士情境再现了小白研究者可能碰到的各种技术难题，并演示了解决这些问题的思路。 1、将dicom格式的2D 超声图像转为压缩的nifti格式，将其命名为.
Li‘s 影像组学radiomics视频学习笔记(42)-影像组学特征提取问题解决过程复现
weixin_38594676的博客
03-17 1853
作者：北欧森林 链接：https://www.jianshu.com/p/c3e6de2f79b3 来源：简书，已获转载授权 本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(42)主要内容：影像组学特征提取问题解决过程复现 RadiomicsWorld.com “影像组学世界”论坛： 影像组学世界/RadiomicsWorld 问题来源于李博士影像组学交流群里一个朋友的提问： 最开始李博士认为是由于影像组学提取过程中对于边缘层的处理不一样所致，于是建议在这10层的基础上分别外扩5层.
Li‘s 影像组学视频学习笔记(17)-Lasso相关的两幅图
weixin_38594676的博客
12-31 2071
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频 本节(17)主要介绍: lasso相关的两幅图的python实现 1. 导入各种包 import pandas as pd import sklearn from sklearn.utils import shuffle from sklearn.linear_model import Lasso,LassoCV,LassoLarsCV from sklearn.ensemble import RandomForestClassifier from
Radiology：影像组学：图像不仅仅是图片，它们还是数据
cc1609130201的博客
03-31 7135
在过去十年中，随着模式识别方法的增加和数据集大小的增加，医学图像分析领域的研究越来越多。这些研究促进了对图像定量特征高通量提取过程的发展，从而将图像转换为可挖掘数据特征，并随后对这些数据进行分析，以提供临床决策支持；这种做法被称为影像组学。这与将医学图像仅视为用于视觉解释的图片的传统做法形成了对比。影像组学特征包含一阶、二阶和高阶统计量。这些数据与其他患者数据相结合，并结合复杂的生物信息学方法进行挖掘，以开发能够提高诊断、预后和预测准确性的模型。由于影像组学分析旨在使用标准图像进行，因此将数字图像转换为可分
实现影像组学全流程
weixin_42990106的博客
12-23 1万+
需要完整代码到这里https://aistudio.baidu.com/aistudio/projectdetail/3270880 fork项目之后下载glioma.7z压缩包，然后用RStudio的RMarkdown进行运行 1.项目介绍 2012年荷兰学者提出影像组学(radiomics）概念：借助计算机，从医学影像中挖掘海量定量影像特征，使用统计学/机器学习方法，筛选出最有价值的影像学特征，用来解析临床信息。 可以说影像组学是人工智能在医学领域的一种特定研究方式。 做影像组学一般会经过以下步骤1
影像组学初学者指南
cc1609130201的博客
03-28 5400
影像组学是放射学领域的一个相对较新的词，意思是从医学图像中提取大量的定量特征。人工智能（AI）大体上被定义为一组先进的计算算法，可以对所提供的数据模式进行学习，以便对未知的数据集进行预测。由于与传统的统计方法相比，人工智能具有更好的处理海量数据的能力，因此可以将影像组学方法与人工智能结合起来。总之，这些领域的主要目的是提取和分析尽可能多和有意义的深层定量特征数据，以用于决策支持。如今，影像组学和人工智能都因其在各种放射学任务中取得的显著成功而备受关注，由于担心被人工智能机器取代，大多数放射科医生对此感到焦虑
Java全栈学习笔记：从基础到框架
"这是一份全面的Java学习笔记，涵盖了从Unix基础知识到高级Java框架的广泛内容，包括Java基础、数据库操作（Oracle JDBC, Hibernate, PL/SQL）、Web开发、JSP、Struts、Ajax、Spring、EJB以及设计模式。此外，还提供...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值