花卷汤圆-CSDN博客

原创（四十八：2021.09.09）《关于模型压缩和加速的调查【2017】》

《关于模型压缩和加速的调查（A Survey of Model Compression and Accelerationfor Deep Neural Networks）》讲在前面摘要一、介绍二、参数修剪和量化A. 量化和二值化B.网络裁剪C.设计结构矩阵三、低秩近似和稀疏性四、传递/紧凑卷积滤波器五、知识蒸馏六、其他方法七、基准、评估和数据库八、挑战和未来的工作A.一般性建议B.技术挑战C.未来可能的方向4.致谢for Deep Neural Networks）》)讲在前面一. 真的太糟心了，

2021-09-09 16:31:49 1013

原创（四十七：2021.08.25）《ENCASE：使用专业特征和深度卷积网络相结合来对ECG进行分类》

《ENCASE：使用专业特征和深度卷积网络相结合来对ECG进行分类（ENCASE: an ENsemble ClASsifiEr for ECG ClassificationUsing Expert Features and Deep Neural Networks）》讲在前面摘要1.介绍2.方法2.1 数据描述和预处理2.2 特征提取2.2.1 专家特征2.2.2 中心波2.2.3 深度特征2.3 特征结合一起进行分类2.4 改进3.结果3.1 特征重要性3.2 性能4.结论Using Expert

2021-08-25 14:30:49 720

原创（四十六：2021.08.17）《医疗物联网单导联心电波心房颤动检测研究》

《Deep Learning for ECG Segmentation》《利用深度学习对ecg信号进行分割》讲在前面摘要1.介绍2.准备工作2.1 符号2.2 问题公式2.3 便携式设备2.4 数据库2.5 性能评估算法讲在前面一.笔者最近来搞心电信号了，当前算法框架就参考的这篇论文，来钻研一下这篇论文。说真的，搞ecg的人真的太少了；二.我设计了几种字体颜色用于更加醒目地表现关键的思想和主题：红色表示尚未理解透彻的一些概念蓝色表示对原来的理解做的一些修改或补充绿色表示此处需要参考的论文其他

2021-08-19 13:20:33 5273 2

原创（四十五：2021.08.05）《利用深度学习对ecg信号进行分割》

Pysionet公开数据集1.aha-database-sample-excluded-record-1.0.01.aha-database-sample-excluded-record-1.0.0{‘name’: ‘0001’, ‘data’: [‘0001.atr’, ‘0001.dat’, ‘0001.hea’], ‘detail’: {‘symbol’: {‘N’, ‘V’}, ‘channel’: [‘ECG’, ‘ECG’]}}{‘name’: ‘0201’, ‘data’: [‘0201

2021-08-05 17:01:58 2513 1

原创（四十三：2021.04.14）《Methodology Camp》——Chapter 1：Task

《Methodology Camp ：Task》讲在前面Topic 1：Medical1.1 Image Classification1.1.1 [Fundamental Image Classification](https://paperswithcode.com/task/image-classification)（基础图像分类）1.1.2 [Few-Shot Image Classification](https://paperswithcode.com/task/few-shot-image-cl

2021-04-16 18:17:37 543

原创（四十四：2021.04.15）《Methodology Camp》——Chapter 2：Pieces

《Methodology Camp ：Pieces》讲在前面**问题一**：工作时别人给我手机发消息，要不停看手机，我想在pc上操作我的手机，怎么办？讲在前面Methodology Camp : 那些你解过的题、你解题的思路、你的灵光一闪，都是你的方法，而方法论，便是这些方法的堆砌。只有你的方法足够多，经验足够丰富，才有了形成方法论的必要条件，但也是不充分的。 &n

2021-04-16 17:27:21 446

原创（四十一：2021.03.04）《个人论坛第二课》（让你两天时间掌握Opencv！！！）

Opencv在CT图像上的测试项目地址我为什么要写这个项目？建议尝试一下！scikit-image is coming!项目地址https://github.com/Joevaen/Opencv_On_CT我为什么要写这个项目？严格来说，我并没有写这个项目，而是在对https://docs.opencv.org/4.5.1/d6/d00/tutorial_py_root.html这个Opencv-python的官方教程做一个测试，在发现教程中一些代码问题的同时，更多的是测试这个自然图像处理最常用的库

2021-03-04 15:42:07 480 1

原创（四十：2021.02.26）MICCAI 2019 学习（二）《3D U^2-Net (Universal Unet)》【搁浅】

《3D U^2-Net: A 3D Universal U-Net forMulti-Domain Medical Image Segmentation》《3D U^2-Net：用于多域医学图像分割的3D通用U-Net》讲在前面讲在前面一.学习该算法的目的：之前；二.我设计了几种字体颜色用于更加醒目地表现关键的思想和主题：红色表示尚未理解透彻的一些概念蓝色表示对原来的理解做的一些修改或补充绿色表示此处需要参考的论文其他部分橙色表示本文的重要关键字紫色表示后续更新的内容我会用删除线将自己

2021-03-01 15:10:31 894 1

原创（三十九：2021.02.18）《个人论坛第一课》（必看！！！）

国内不方便浏览，请来我论坛：https://joevaen.freeforums.net/thread/2/jojo

2021-02-19 18:01:35 607

原创（三十八：2021.02.05）nnUNet个人论坛即将与各位见面

公告之前有许多同学让我建群来促进nnUNet技术交流，都被本人委婉的拒绝了，这里首先对大家表示歉意。至今为止因为关注医学图像技术而关注本人的同学已经有一两百人，加我微信的也有几十个人，有些时候我由于工作的原因无法基于大家回复，但多数时间只要是在我能力范围内的问题我都会帮忙给出建议。那么，为什么不创建微信群呢？因为，

2021-02-05 15:16:37 2126 5

原创（三十七：2021.01.13）Pre-MICCAI 2019学习（二）《前列腺近距离放射治疗中，检测粒子在CT中的3D位置和方向》

《Automatic 3D seed location and orientation in CTimages for prostate brachytherapy》讲在前面摘要论文内容1.介绍2.材料3.方法3.A 使用连接对象分割进行粒子定位3.B 使用PCA来进行方向估计3.C 使用聚类方法对`union-seed`进行分离4.结果4.A 实验设置4.B 体模实验4.C 病例实验5.总结images for prostate brachytherapy》)讲在前面一.Pre-MICCAI是我

2021-01-13 17:24:44 793

原创（三十六：2021.01.13）Pre-MICCAI 2019学习（一）《从植入粒子后的CT图像自动定位植入的粒子》

《Automatic localization of implanted seeds frompost-implant CT images》讲在前面摘要论文内容1.介绍2. 方法和材料2.1 算法描述2.2 基于强度的CT阈值分割2.3 几何区域分割2.4 几何区域连通2.5 确定种子位置和方向3.结果3.1 最佳阈值确定3.2 使用体模进行算法测试3.3 使用实际的植入后CT图像进行算法测试3.4 算法可移植性测试3.5 植入后剂量4.讨论4.1 算法的可移植性4.2 CT层厚上的选择建议总结讲在前面

2021-01-13 14:17:10 805 2

原创（三十五：2021.01.12）MICCAI 2019学习（一）《前列腺近距离放射治疗中粒子定位的深度回归模型》

《A Deep Regression Model for Seed Localizationin Prostate Brachytherapy》讲在前面摘要论文内容1.介绍2.方法论2.1 深度回归模型讲在前面一.当前粒子植入手术面对着术中及术后植入粒子剂量核验的问题，本人现在已经完成一部分这样的工作，能够比较有效的将粒子在空间中进行聚类，结果较为理想但在面对多个粒子伪影重叠的情况下，仍然有较大的误差存在。刚好找到这篇极具研究价值的论文，希望能理解其精髓思想，尽快复现其内部知识；二.我设计了几种字体

2021-01-12 17:56:03 746

原创（三十四：2021.01.12）MICCAI 2015 追踪之论文纲要

讲在前面PART I、PART II和PART III。论文目录PART IAdvanced MRI: Diffusion, fMRI, DCE（高级MRI：扩散，fMRI，DCE）概要1.Automatic Segmentation of Renal Compartments in DCE-MRI ImagesDCE-MRI图像中肾小段自动分割2.Harmonizing Diffusion MRI Data Across Multiple Sites and Scann

2021-01-11 17:45:54 1837

原创（三十三：2021.01.12）MICCAI 2016 追踪之论文纲要

讲在前面PART I、PART II和PART III。论文目录PART I标题概要1.Ordinal Patterns for Connectivity Networks in Brain Disease Diagnosis脑病诊断中的连通网络序数模式2.Discovering Cortical Folding Patterns in Neonatal Cortical Surfaces Using Large-Scale Dataset使用大型数据集发现新生儿皮质表面

2021-01-11 17:15:59 2460

原创（三十二：2021.01.12）MICCAI 2017 追踪之论文纲要

讲在前面PART I、PART II和PART III。论文目录PART IAtlas and Surface-Based Techniques（地图集和基于表面的技术）概要1.The Active Atlas: Combining 3D Anatomical Models with Texture Detectors有效地图集：将3D解剖模型与纹理探测器相结合2.Exploring Gyral Patterns of Infant Cortical Folding Ba

2021-01-11 16:41:58 2696

原创（三十一：2021.01.12）MICCAI 2018 追踪之论文纲要（下）

讲在前面这部分是PART III和PART IV。论文目录PART IIIDiffusion Tensor Imaging and Functional MRI: Diffusion Tensor Imaging（扩散张量成像和功能性MRI：扩散张量成像）概要1.Multimodal Fusion of Brain Networks with Longitudinal Couplings纵向联轴器脑网络多峰融合2.Penalized Geodesic Tractograp

2021-01-11 16:09:51 1737

原创（三十：2021.01.11）MICCAI 2018 追踪之论文纲要（上）

讲在前面这部分是PART I和PART II。论文目录PART IImage Quality and Artefacts（图像质量和伪影）概要1.Conditional Generative Adversarial Networks for Metal Artifact Reduction in CT Images of the Ear用于减少耳朵CT图像中的金属伪像的条件生成对抗网络2.Neural Network Evolution Using Expedited G

2021-01-11 15:21:06 2860

原创（二十九：2021.01.10）MICCAI 2019 追踪之论文纲要（下）

讲在前面这部分是PART V和PART VI。论文目录PART VComputer-Assisted Interventions（计算机辅助干预）概要1.Robust Cochlear Modiolar Axis Detection in CTCT中稳健的耳蜗轴轴检测2.Learning to Avoid Poor Images: Towards Task-aware C-arm Cone-beam CT Trajectories学习避免不良图像：迈向任务感知型C型臂锥束

2021-01-11 13:16:13 2550

原创（二十八：2021.01.10）MICCAI 2019 追踪之论文纲要（中）

讲在前面暂时先更新PART I, 持续更新。论文目录PART IOptical Imaging（光学影像）概要1.Enhancing OCT Signal by Fusion of GANs: Improving Statistical Power of Glaucoma Clinical Trials通过GAN融合增强OCT信号：提高青光眼临床试验的统计能力2.A Deep Reinforcement Learning Framework for Frame-by-Fr

2021-01-09 17:49:46 3322

原创（二十七：2021.01.08）MICCAI 2020 学习（二）《BiO-Net》

MICCAI 2020 学习（二）《BiO-Net：学习用于编码器-解码器结构的递归双向连接》《BiO-Net: Learning Recurrent Bi-directional Connections for Encoder-Decoder Architecture》）讲在前面摘要论文内容1.介绍1.1 U-Net Variants（U-Net的变体总结）1.2 Recurrent Convolutional Networks（递归神经网络）2.方法2.1 递归双向跳跃连接2.2 BiO-Net结构3.

2021-01-08 16:25:23 2843

原创（二十六：2021.01.07）Pytorch1.7.1 API 全解读之《TORCH包》

对pytorch1.7.1的API进行一次完全的解读讲在前面APITORCH1.Tensor（对张量本身进行的一些操作）1.1 `is_tensor`1.2 `is_storage`1.3 `is_complex`1.4 `is_floating_point`1.5 `is_nonzero`1.6 `set_default_dtype`1.7 `get_default_dtype`1.7 `set_default_tensor_type`1.7 `numel`1.8 `set_printoptions`1.

2021-01-07 16:00:53 754

原创（二十五：2020.12.15）CVPR 2020 学习（三）《U^2 Net》训练实操（21.1.4更新）

《U^2 Net: Going Deeper with Nested U-Structure for Salient Object Detection》《借助嵌套U型结构深入研究显着物体》讲在前面一、如何整理你的医学图像数据集1.选择数据集2.转换你的data3.转换你的label４.将数据放置在对应的路径下二、使用你整理好的数据进行训练1.`ValueError: At least one stride in the given numpy array is negative, and tensors w

2020-12-15 19:01:49 2797 16

原创（二十三：2020.12.14）CVPR 2020 学习（二）《U^2 Net》

《U^2 Net: Going Deeper with Nested U-Structure for Salient Object Detection》《借助嵌套U型结构深入研究显着物体》讲在前面摘要论文内容1.介绍2.之前的相关工作2.1 多级的深度特征整合2.2 多尺度特征提取3.我们提出的方法3.1 残差U型块3.2 U2-Net的结构3.3 监督策略4.实验结果4.1 数据集4.2 评估方法4.3 实现细节4.4 Ablation Study（消融研究）4.4.1 基本块上的消融研究4.4.2 结构

2020-12-15 11:28:39 741

原创（二十四：2020.11.17）MICCAI 2020 学习（一）《ISINet: An Instance-Based Approach forSurgical Instrument Segment》

MICCAI 2020 学习（一）《ISINet：对外科手术器械进行实例分割的方法》《ISINet: An Instance-Based Approach for Surgical Instrument Segment》）讲在前面摘要论文内容1.介绍讲在前面一.论文地址在这里二.我设计了几种字体颜色用于更加醒目地表现关键的思想和主题：红色表示本文的重要关键信息绿色表示此处需要参考的论文其他部分橙色表示尚未理解透彻的一些概念我会用删除线将自己曾经不到位的理解进行删除蓝色表示此处的一些个人思

2020-11-17 16:19:22 1469 4

原创（二十二：2020.11.09）论文学习之《CT中伪影的识别和规避》

脚踏实地地解决CT的伪影问题（一）《Artifacts in CT: Recog-nition and Avoidance》讲在前面摘要介绍物理伪影一、Beam Hardening（线质硬化）I.线质硬化的原理II.线质硬化的表现**杯子伪影****密集对象之间的暗带或条纹**III.解决线质硬化的内置功能IV.避免线质硬化的操作方法二、Partial Volume（部分体积效应）三、Photon Starvation（光子饥饿效应）I. 光子饥饿原理II. 光子饥饿解决方案**Automatic Tube

2020-11-10 14:30:45 3281 1

原创（二十一：2020.11.09）nnUNet交流站

写给大家各位nnUNeter，大家好。相信大家很多都已经能熟练运用nnUNet，甚至在做一些改进，非常高兴能给大家提供nnUNet开始阶段的一些指引，也真心为大家能取得一些小的成果而开心。大家当中可能有90%都是求学阶

2020-11-09 17:03:23 2809 7

原创（二十：2020.11.06）MICCAI 2020 追踪之论文纲要（译）＜下＞

讲在前面此文章包含第五、第六和第七部分。论文目录PART V 《Biological, Optical and Microscopic Image Analysis 生物，光学和显微图像分析》生物，光学，显微成像概要1.Channel Embedding for Informative Protein Identification from Highly Multiplexed Images通道嵌入用于从高度复用的图像中鉴定信息性蛋白质2.Demixing Calcium

2020-11-06 15:37:39 4123

原创（十九：2020.11.05）MICCAI 2020 追踪之论文纲要（译）＜中＞

讲在前面此文章包含第三和第四篇博客。论文目录PART III 《Computer Aided Intervention, Ultrasound and Image Registration 计算机辅助干预，超声和图像配准》计算机辅助干预概要1.Reconstructing Sinus Anatomy from Endoscopic Video – Towards a Radiation-Free Approach for Quantitative Longitudinal Ass

2020-11-06 09:35:53 4033 1

原创（十八：2020.10.10）MICCAI 2020 追踪之论文纲要（译）＜上＞

讲在前面暂时先更新PART I, 持续更新。论文目录PART I 《Machine Learning Methodologies 机器学习方法》论文概要1.Attention, Suggestion and Annotation: A Deep Active Learning Framework for Biomedical Image Segmentation注意，建议和注释：用于生物医学图像分割的深度学习框架2.Scribble2Label: Scribble-Sup

2020-10-10 16:19:09 5210 1

原创（十七：2020.09.10）nnUNet最全问题收录（9.10更新）

来这里寻找你的答案！一、写在前面二、GITHUB ISSUEI. 使用上的问题：#318 《12GB的显存仍然不够的问题》#312 《混合精度问题（TypeError: predict_preprocessed_data_return_seg_and_softmax() got an unexpected keyword argument 'mixed_precision'）》#311 《训练时找不到预处理文件夹》#310 《"Segmentation fault (core dumped)"》#309《"

2020-09-10 21:12:47 24575 65

原创（十六：2020.09.09）传统直线检测方法总结与修正（9.09更新）

传统直线检测方法总结与修正（9.07更新）写在前面一、cv2.HoughLines二、cv2.HoughLineP三、LSD直线检测四、FLD直线检测五、EDLine直线检测六、LSWMS直线检测七、CannyLines直线检测算法八、MCMLSD直线检测算法九、LSM直线检测算法十、PPGNet直线检测算法十一、《Learning Attraction Field Representation for Robust Line Segment Detection》十二、《Semantic Line Dete

2020-09-09 15:51:48 3294 8

UNet_Family.zip

空空如也