医学图像检测论文汇总

        医学图像检测与自然图像检测具有一些差异,导致自然图像检测方法迁移到医学图像检测时存在困难。 

        自然图像的检测目标通常较明显,且类别较多。常用检测网络包括:(1)  ResNet、FastRCNN、FasterRCNN(具有更深的网络,更好的提取目标特征)(2)YoLo、SSD(检测速度快,较好的实时性)(3) LocNet(更好的检测效果,boundbox更精准)。

        医学图像目标检测总,通常针对某个特定的类别(结核、肿瘤等),更多是一些细粒度类别的东西,网络结构一般不会太深。检测难点包括:(1)数据量较小,通常需要进行数据增强,对图像进行预处理等(2)检测目标尺寸、形状、位置变化较大,例如肺部结核。(3)不同环境下,目标外观变化大,而且目标观测物和环境不容易区分。

        以上参考:原作者:BookThief 医学图像检测近期小结


自然图像检测

待更新

医学图像检测

1. Fast CapsNet for Lung Cancer Screening(2018 MICCAI)

  • 将Capsule Network应用于肺部肿瘤检测(在小数据集上优于CNN)
  • 提出consistent dynamic routing mechanism来更新CapsNet(速度提升3倍)
  • 提出convolutional decoder重建图片(优于CapsNet重构图片表现)

 

 

 

 

 

 

 

 

 

 

 

 

 

  • 3
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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