本文详细介绍了人工智能在医疗图像分析中的应用，包括图像分类、分割任务，如基础图像分类、医学图像分割、病灶分割等。同时，讨论了药物发现、心电图分析等方面，为AI在医疗领域的实践提供了全面的概述。
《Methodology Camp ：Task》
- 讲在前面
- Topic 1：Medical
-
- 1.1 Image Classification
-
- 1.1.1 [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-classification)（少量图像分类）
- 1.1.3 [Fine-Grained Image Classification](https://paperswithcode.com/task/fine-grained-image-classification)（细粒度图像分类）
- 1.1.4 [Semi-Supervised Image Classification](https://paperswithcode.com/task/semi-supervised-image-classification)（半监督图像分类）
- 1.1.5 [Small Data Image Classification](https://paperswithcode.com/task/small-data)（小数据图像分类）
- 1.1.6 [Hyperspectral Image Classification](https://paperswithcode.com/task/hyperspectral-image-classification)（高光谱图像分类）
- 1.1.7 [Self-Supervised Image Classification](https://paperswithcode.com/task/self-supervised-image-classification)（自监督图像分类）
- 1.1.8 [Learning with noisy labels](https://paperswithcode.com/task/learning-with-noisy-labels)（嘈杂标签学习）
- 1.1.9 [Sequential Image Classification](https://paperswithcode.com/task/sequential-image-classification)（图像序列分类）
- 1.1.10 [Genre classification](https://paperswithcode.com/task/genre-classification)（图像序列分类）
- 1.1.11 [Unsupervised Image Classification](https://paperswithcode.com/task/unsupervised-image-classification)（无监督图像分类）
- 1.1.12 [Document Image Classification](https://paperswithcode.com/task/document-image-classification)（文件影像分类）
- 1.1.13 [Sparse Representation-based Classification](https://paperswithcode.com/task/sparse-representation-based-classification)（基于稀疏表示的分类）
- 1.1.14 [Satellite Image Classification](https://paperswithcode.com/task/satellite-image-classification)（卫星图像分类）
- 1.1.15 [Superpixel Image Classification](https://paperswithcode.com/task/superpixel-image-classification)（超像素图像分类）
- 1.1.16 [Photo geolocation estimation](https://paperswithcode.com/task/photo-geolocation-estimation)（图片地理位置评估）
- 1.1.17 [Classification Consistency](https://paperswithcode.com/task/image-classification-shift-consistency)（分类一致性）
- 1.1.18 [Artistic style classification](https://paperswithcode.com/task/artistic-style-classification)（艺术风格分类）
- 1.1.19 [Artist classification](https://paperswithcode.com/task/artist-classification)（艺术家分类）
- 1.2 Medical Image Segmentation
-
- 1.2.1 [Medical Image Segmentation](https://paperswithcode.com/task/medical-image-segmentation)（医学图像分割）
- 1.2.2 [Lesion Segmentation](https://paperswithcode.com/task/lesion-segmentation)（病灶分割）
- 1.2.3 [Brain Tumor Segmentation](https://paperswithcode.com/task/brain-tumor-segmentation)（脑肿瘤分割）
- 1.2.4 [Brain Segmentation](https://paperswithcode.com/task/brain-segmentation)（脑分割）
- 1.2.5 [Retinal Vessel Segmentation](https://paperswithcode.com/task/retinal-vessel-segmentation)（视网膜血管分割）
- 1.2.6 [Cell Segmentation](https://paperswithcode.com/task/cell-segmentation)（细胞分割）
- 1.2.7 [3D Medical Imaging Segmentation](https://paperswithcode.com/task/3d-medical-imaging-segmentation)（3D医学图像分割）
- 1.2.8 [Cardiac Segmentation](https://paperswithcode.com/task/cardiac-segmentation)（心脏分割）
- 1.2.9 [Liver Segmentation](https://paperswithcode.com/task/liver-segmentation)（肝分割）
- 1.2.10 [Brain Image Segmentation](https://paperswithcode.com/task/brain-image-segmentation)（脑图像分割）
- 1.2.11 [Lung Nodule Segmentation](https://paperswithcode.com/task/lung-nodule-segmentation)（肺结节分割）
- 1.2.12 [COVID-19 Image Segmentation](https://paperswithcode.com/task/covid-19-image-segmentation)（肺结节分割）
- 1.2.13 [Pancreas Segmentation](https://paperswithcode.com/task/pancreas-segmentation)（胰腺分割）
- 1.2.14 [Iris Segmentation](https://paperswithcode.com/task/iris-segmentation)（虹膜分割）
- 1.2.15 [Nuclear Segmentation](https://paperswithcode.com/task/nuclear-segmentation)（细胞核分割）
- 1.2.16 [Electron Microscopy Image Segmentation](https://paperswithcode.com/task/nuclear-segmentation)（电子显微镜图像分割）
- 1.2.17 [Skin Cancer Segmentation](https://paperswithcode.com/task/skin-cancer-segmentation)（皮肤癌分割）
- 1.2.18 [Volumetric Medical Image Segmentation](https://paperswithcode.com/task/volumetric-medical-image-segmentation)（体医学图像分割）
- 1.2.19 [Infant Brain Mri Segmentation](https://paperswithcode.com/task/infant-brain-mri-segmentation)（婴儿脑MRI分割）
- 1.2.20 [Brain Lesion Segmentation From Mri](https://paperswithcode.com/task/brain-lesion-segmentation-from-mri)（Mri的脑部病变分割）
- 1.2.21 [Ischemic Stroke Lesion Segmentation](https://paperswithcode.com/task/ischemic-stroke-lesion-segmentation)（缺血性中风病变分割）
- 1.2.22 [Automatic Liver And Tumor Segmentation](https://paperswithcode.com/task/automatic-liver-and-tumor-segmentation)（自动肝和肿瘤分割）
- 1.2.23 [Acute Stroke Lesion Segmentation](https://paperswithcode.com/task/acute-stroke-lesion-segmentation)（急性中风病变分割）
- 1.2.24 [Cerebrovascular Network Segmentation](https://paperswithcode.com/task/cerebrovascular-network-segmentation)（脑血管网络分割）
- 1.2.25 [Placenta Segmentation](https://paperswithcode.com/task/placenta-segmentation)（胎盘分割）
- 1.2.26 [Pulmorary Vessel Segmentation](https://paperswithcode.com/task/pulmorary-vessel-segmentation)（胸腔血管分割）
- 1.2.27 [Brain Ventricle Localization And Segmentation In 3D Ultrasound Images](https://paperswithcode.com/task/brain-ventricle-localization-and-segmentation)（3D超声图像中的脑室定位和分割）
- 1.3 Drug Discovery
- 1.4 Electrocardiography (ECG)
-
- 1.4.1 [Mortality Prediction](https://paperswithcode.com/task/mortality-prediction)（死亡率预测）
- 1.4.2 [Arrhythmia Detection](https://paperswithcode.com/task/arrhythmia-detection)（心律失常检测）
- 1.4.3 [ECG Classification](https://paperswithcode.com/task/ecg-classification)（心电图分类）
- 1.4.4 [Heart Rate Variability](https://paperswithcode.com/task/heart-rate-variability)（心率变异性）
- 1.4.5 [Myocardial infarction detection](https://paperswithcode.com/task/myocardial-infarction-detection)（心肌梗塞检测）
- 1.4.6 [Ventricular fibrillation detection](https://paperswithcode.com/task/heart-rate-variability)（心室颤动检测）
- 1.4.7 [ECG Denoising](https://paperswithcode.com/task/ecg-denoising)（心电图降噪）
- 1.4.8 [Congestive Heart Failure detection](https://paperswithcode.com/task/congestive-heart-failure-detection)（充血性心力衰竭检测）
- 1.5 Medical Diagnosis
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。
用面向对象来解释，Methodology 很像复杂而抽象化的类，于我而言更像是一种感觉，一种能让你遇到问题不会说好难的感觉。
我相信，随着我不断的更新，这篇博客会给越来越多的新人带来启发和思考，甚至帮助到你的学习和生活。 -
Task :
当你的导师给你一个课题或者项目，当你的客户经理对你提出用户的需求，当你灵光一闪想要搞一个interesting时，那么你天然的面向了一个任务。怎么实现这个功能？到底用什么算法？怎么做调研？
人工智能发展到今天，单单CV领域的基本任务都有上千种，更不要说机器学习之外的领域，更是广袤无垠。
你的导师是如何给你分发任务的呢？为什么让你用nnUNet而不是用U2Net呢？
这篇博客，我会将AI领域内所有有可能涉及到的任务进行一个总结，并尽可能列出现有的主流框架及算法。
这个网站，尽可能多的包含了人工只能的任务，同时会不定时的更新SOTA级别的模型，我会在对这里的任务做总结和详细的分析。
Topic 1：Medical
| 基准测试 | 任务数 | 数据集 | 论文 |
|---|---|---|---|
| 226 | 182 | 134 | 2434 |
1.1 Image Classification
1.1.1 Fundamental Image Classification（基础图像分类）
- 定义：基础图像分类是对一整张图进行理解，比如两张图，一张图中有一只狗，另一张中有一只猫，那么基础图像分类就是认识这个狗和这个猫。图像分类是仅对一张图中的一个对象进行分类，而目标检测则是需要分析一张图中的多个对象：在哪里、是什么？
1.1.2 Few-Shot Image Classification（少量图像分类）
- 定义：少量图像分类是指，每个类别仅仅含有小于6个的示例，从而进行图像分类。
1.1.3 Fine-Grained Image Classification（细粒度图像分类）
- 定义：细粒度图像分类任务着重于区分难以区分的对象类别，例如鸟类，花朵或动物的种类； 并确定车辆的品牌或型号。
1.1.4 Semi-Supervised Image Classification（半监督图像分类）
- 定义：半监督图像分类利用未标记的数据以及标记的数据来提高分类性能。
1.1.5 Small Data Image Classification（小数据图像分类）
- 定义：有监督的图像分类，带有数十至数百个带标签的训练示例。（和少量图像分类的区别？）
1.1.6 Hyperspectral Image Classification（高光谱图像分类）
- 定义：高光谱图像分类是将类别标签分类到使用（超）光谱传感器捕获的图像中每个像素的任务
1.1.7 Self-Supervised Image Classification（自监督图像分类）
- 定义：进行分类任务的学习时，模型自己学习损失函数。
1.1.8 Learning with noisy labels（嘈杂标签学习）
- 定义：当数据的标注质量不高，甚至很差的时候，如何进行学习。
1.1.9 Sequential Image Classification（图像序列分类）
- 定义：对序列图像的分类。
1.1.10 Genre classification（图像序列分类）
- 定义：对艺术品的流派进行分类。
1.1.11 Unsupervised Image Classification（无监督图像分类）
- 定义：不需要标签进行分类学习。
1.1.12 Document Image Classification（文件影像分类）
- 定义：基于文本文件的内容进行分类，比如这个文本文件是论文呢？还是报告？
1.1.13 Sparse Representation-based Classification（基于稀疏表示的分类）
- 定义：通过学习图像的稀疏表示来进行分类。
1.1.14 Satellite Image Classification（卫星图像分类）
- 定义：卫星图像的分类。
1.1.15 Superpixel Image Classification（超像素图像分类）
- 定义：先依据图像中的纹理、形状等信息进行超像素分割，之后再进行图像分类。
最低0.47元/天 解锁文章
扫一扫
459
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
