医学图像论文要点记录

《A graph-cut approach for pulmonary artery-vein segmentation in noncontrast CT images 》

亮点

1. 设计、实现和验证了该框架的分割效果（完整性）。
2. 该方法使用局部信息和一个新颖的图分割方法来确保派生子树的连通性以及空间和方向一致性（创新性）
3. 该方法要能够能够从众多造影图像中抽取有效信息，而这是传统工作所达不到的（有效性1）
4. 该方法的输出能够成为医疗诊断与治疗的知识来源（有效性2）

方法理解

1. 结合了局部先验知识以及包含空间和方向一致性的连接信息
2. 连通性和结构信息用于计算邻域相干性，形成边界项（n-链，紫色线）；基于从血管和支气管信息中提取的局部特征的RF预分类用于计算动脉/静脉相似性评分，形成图形的区域项（t-链，红色/蓝色链）

---

---

《Image Captioning with Semantic Attention》

image captioning为自动为一幅图像生成一个自然语言描述。