作者：​那旭（1990-），女，中国医学科学院医学信息研究所研究实习员。

最新推荐文章于 2022-07-11 20:23:14 发布
最新推荐文章于 2022-07-11 20:23:14 发布
阅读量237 收藏
点赞数

那旭（1990-），女，中国医学科学院医学信息研究所研究实习员，主要研究方向为居民电子健康档案共享、健康数据挖掘。

唐名威
关注
[MICCAI2019] Pick-and-Learn: Automatic Quality Evaluation for Noisy-Labeled Image Segmentation
xby的学习笔记存档处
09-04 1211
作者信息 Haidong Zhu, Tsinghua 电机系 文章针对医学影像中标注质量的痛点进行了探究，pick & learn，顾名思义，文章用到的解决方法为：对每个mini-batch中样本的标注质量进行评分，然后根据标注质量高低对相应样本的loss进行加权，得到mini-batch的最终loss后再反向传播，更新网络。 Method 如下为方法框图，包含3个主要模块：segmen...
拆分体提示工具未形成相交_（二十九：2021.01.10）MICCAI 2019 追踪之论文纲要（下）...
weixin_36361396的博客
01-17 461
123.PRSNet: Part Relation and Selection Network for Bone Age AssessmentPRSNet：用于骨龄评估的零件关系和选择网络124.Mask Embedding for Realistic High-Resolution Medical Image Synthesis掩膜嵌入可实现逼真的高分辨率医学图像合成125.TUNA-Net: ...
作者：李姣（1981-），女，博士，中国医学科学院医学信息研究所副研究员、硕士生导师。...
weixin_45585364的博客
08-18 1944
李姣（1981-），女，博士，中国医学科学院医学信息研究所副研究员、硕士生导师，主要从事医学信息学、科学数据共享、文本挖掘、语义网络构建等相关研究工作。 ...
【论文粗读】Pick-and-Learn: Automatic Quality Evaluationfor Noisy-Labeled Image Segmentation
weixin_45648030的博客
07-11 215
MICCAI2019 :Pick-and-Learn: Automatic Quality Evaluation for Noisy-Labeled Image SegmentationMICCAI2019 :选择-学习:噪声标记图像分割的自动质量评估参考博客：[MICCAI2019] Pick-and-Learn: Automatic Quality Evaluation for Noisy-Labeled Image Segmentation深度学习方法在许多领域都取得了很好的效果，但在训练过程中，它们
[MICCAI2019]Learning Cross-Modal Deep Representations for Multi-Modal MR Image Segmentation
catfishH的博客
01-10 1202
MICCAI2019 多模分割相关论文笔记 Learning Cross-Modal Deep Representations for Multi-Modal MR Image Segmentation 基于 CNN 的多模 MR 图像分析通常会在一层或几层融合了多个下采样流，特征融合通常是通过简单的求和或串联进行的，而没有进行优化。作者提出了一种监督图像融合方法，以选择性地融合来自不同模态的有用...
《药物对焦虑症和抑郁症患者互联网认知行为疗法反应》-研究报告
《中华人民共和国电信与信息服务业务经营许可证》第19号（2020年）100302同时使用药物是否是抑郁症和焦虑症患者对互联网认知行为疗法的反应？迈克尔埃德蒙兹a，休麦考尔a，布莱克F。亲爱的b，尼古拉·蒂托夫b，希瑟...
前NIH资深研究员吕乐：医疗领域的AI革命，任重道远，但充满希望
Robin.ly 硅谷AI访谈
07-10 1657
"大麻对男性精子健康和未来子女的影响：科学讲座3（2022）100047
科学讲座3（2022）100047CIPHERS：男性使用大麻对精子健康的影响以及对未来孩子的杰西卡河Cran Filla，b，She，Donna M.放大图片作者：Tucceroa，c，Sarah Watkinsa，c，d，Susan K.Murphya，e，g，Edward D.列文a，...
临床医学自我介绍范文.doc
02-12
在四年的大学生活中，我专注于临床医学的理论学习，通过严谨的态度和科学的思维方式，养成了良好的学习习惯。理论学习使我对人体结构、生理病理以及疾病的发生发展有了深入的理解。 在临床实习阶段，我在不同的科室...
《脑的争论：先天还是后天？》约翰·E.道林阐述脑发育成熟老化研究进展(11400字)(附1书1文PDF公号发“脑的争论”下载)
数据简化DataSimp社区
01-21 1832
《脑的争论：先天还是后天？》约翰·E.道林阐述脑发育成熟老化研究进展(11400字)(附1书1文PDF公号发“脑的争论”下载) 原创： 秦陇纪 科学Sciences 昨天 科学Sciences导读：美国科学家约翰·E.道林《脑的争论：先天还是后天？》从脑发育、成熟、老化三个时期阐述脑研究进展。最新文章《视觉生活A Life in Vision》回顾2018年度视觉科学。附Dr约翰·E.道林...
《MICCAI2019》Learning Cross-Modal Deep Representations for Multi-Modal MR Image Segmentation
码农小菜鸡
02-12 1417
传统CNN的多模态MR图像分析通常是一层或者多层的简单融合（通过简单的求和或者拼接） 针对上述问题，本文的创新点： 在监督的情况下进行图像的融合，即根据不同模式的信息来进行特征选择 具体步骤：挑选不同模式中对预测结果贡献程度最大的作为主模式，并且以此监督其他模式下的信息选择 背景： 不同模态对于病变的检测侧重点不同，存在局限性： 1.contrast-enhanced MRI：检测乳腺病变具有很高...
Noisy Matrix Decomposition via Convex Relaxation: Optimal Rates in High Dimensions
weixin_30877227的博客
07-23 128
NoisyMatrixDecompositionviaConvexRelaxation:Optimal Rates in High Dimensions 摘要：这篇论文主要讨论了一类凸松弛的矩阵分解问题。这类问题适用于很多统计模型：如成分分析，多任务回归和鲁棒协方差估计。作者使用了一个条件更弱的“尖刺度量”（spikiness）来取代传统的“不相干度量”（incohere...
论文笔记：Learning from Noisy Anchors for One-stage Object Detection
水不在深有江的博客
02-22 2884
motivation 作者指出，有些GT bbox存在包含其他物体，遮挡等现象。同时在训练时以IOU为标准划分的部分负样本也有可能包含重要的语义或者位置信息。因此训练时标签是noisy的。 进而提出cleanliness scores作为一个re-weight因子在训练中对anchor进行调整。 method cleanliness scores定义如下： loc_a表示定位confidenc...
[MICCAI2019]Integrating Cross-modality Hallucinated MRI with CT to Aid Mediastinal Lung Tumor
catfishH的博客
01-10 380
MICCAI2019 多模分割相关论文笔记 Integrating Cross-modality Hallucinated MRI with CT to Aid Mediastinal Lung Tumor Segmentation
#今日论文推荐# CVPR 2022 | 如何从带有噪声标签的数据集中学到可靠模型？
w1hsxn的博客
06-14 575
本文从一种新的角度出发，提出了一种简单有效的方法解决模型过拟合噪声的问题。
开源：云寻觅中文分词 (Yunxunmi Chinese Word Segmentation) ，词汇440万，10万字文章分词并计算频率不超过1秒...
weixin_30583563的博客
04-22 152
开源：云寻觅中文分词 (Yunxunmi Chinese Word Segmentation) ，词汇440万，10万字文章分词并计算频率不超过1秒 云寻觅中文分词 (Yunxunmi Chinese Word Segmentation) 指的是将一个汉字序列切成一个一个单独的词。云寻觅中文分词就是将连续的字序列按照一定的规范重新组合成词序列的 过程。中文分词也是搜索引擎最核心的技术包括(全文索...
神经网络架构搜索——可微分搜索 （Noisy-DARTS）
u012347027的博客
07-01 1261
神经网络架构搜索——可微分搜索 （Noisy-DARTS）动机FairDARTS: Sigmoid函数替换Softmax函数NoisyDARTS：skip-connection注入噪声方法实现如何加噪声？加入怎样的噪声？实验结果架构参数可视化CIFAR-10实验结果ImageNet实验结果消融实验有噪声 vs. 无噪声无偏噪声 vs. 有偏噪声高斯噪声 vs. 均匀噪声加性噪声 vs. 乘法噪声 小米实验室 AutoML 团队的NAS工作，针对现有DARTS框架在搜索阶段训练过程中存在 skip-con
Evaluation and Control -评估和控制
Steve Wang's blog
09-28 529
评估 估计/预测一个给定策略的奖励期望。 在强化学习中，我们可以脱离策略实现对它的评估。这意味着我们可以使用从其他策略收集到的数据来评估一些反直觉的不同的策略会怎样做。这非常有用，因为我们不需要以测试的方式穷尽所有的策略。 控制 最优化：找到最佳的策略。 ...
声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）
最新发布
11-06
声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目），含有代码注释，新手也可看懂，个人手打98分项目，导师非常认可的高分项目，毕业设计、期末大作业和课程设计高分必看，下载下来，简单部署，就可以使用。该项目可以直接作为毕设、期末大作业使用，代码都在里面，系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值，项目都经过严格调试，确保可以运行！ 声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+文档说明（高分项目）声发射定位算法 Matlab 仿真项目源码+
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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