医学影像处理
文章平均质量分 92
花卷汤圆
They lead you into the green veldt where you can run forever.
展开
-
(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原创 2020-11-10 14:30:45 · 3256 阅读 · 1 评论 -
(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原创 2020-10-10 16:19:09 · 5199 阅读 · 1 评论 -
(六:2020.08.22)MICCAI 2019 追踪之论文纲要(上)
MICCAI 2019 论文全解读之PARTII(关于图像分割)(修正于2020.08.22)前言《Searching Learning Strategy with Reinforcement Learning for 3D Medical Image Segmentation》(通过强化学习搜索学习策略进行3D医学图像分割)《Comparative Evaluation of Hand-Engineered and Deep-Learned Features for Neonatal Hip Bone S原创 2020-08-23 16:55:50 · 3988 阅读 · 0 评论