- 博客(58)
- 收藏
- 关注
RSS订阅
原创 [深度学习论文笔记]A Tri-attention Fusion Guided Multi-modal Segmentation Network
A Tri-attention Fusion Guided Multi-modal Segmentation Network一种三注意力融合引导的多模态分割网络Published: 2 Nov 2021Pattern Recognition 2021论文： https://arxiv.org/abs/2111.01623摘要： 在多模态分割领域，可以考虑不同模态之间的相关性来提高分割结果。考虑到不同磁共振模态之间的相关性，本文提出了一种基于新型三注意力融合的多模态分割网络。网络包括具有N个图像
2022-03-17 13:29:01
5812
4
原创 多模态融合
多模态机器学习MultiModal Machine Learning (MMML)，旨在通过机器学习理解并处理多种模态信息。包括多模态表示学习Multimodal Representation，模态转化Translation，对齐Alignment，多模态融合Multimodal Fusion，协同学习Co-learning等。
2021-06-23 22:03:25
27327
2
原创 [深度学习论文笔记]Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation
Swin-Unet: Unet-like Pure Transformer for Medical Image SegmentationSwin-Unet：用于医学图像分割的类Unet纯transformer论文：https://arxiv.org/abs/2105.05537代码：https://github.com/HuCaoFighting/Swin-Unet
2021-05-26 21:13:23
40454
68
原创 [深度学习论文笔记]TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation
[深度学习论文解读] TransUNet: Transformers Make Strong Encoders for Medical Image SegmentationTransUNet：用于医学图像分割的Transformers强大编码器论文：https://arxiv.org/pdf/2102.04306代码：https://github.com/Beckschen/TransUNet发表时间：Feb 2021一、基本介绍1.1问题动机医学图像分割是开发医疗保健系统（尤其是疾病诊断和治
2021-04-14 21:49:14
10624
5
原创 [深度学习论文笔记]Hybrid Window Attention Based Transformer Architecture for Brain Tumor Segmentation
受Transformer用于体积脑肿瘤分割的最新进展的启发，以及它在基于卷积神经网络(CNN)的模型上的独特能力，作者提出了一种u形编码器-解码器神经网络，该网络在解码过程中采用双向窗口方法进行精细细节提取。考虑到Transformer网络的这些方面，在作者提出的方法中，使用了两种流行的基于窗口的注意机制，即基于十字形窗口注意的Swin Transformer块和基于移位窗口注意的Swin Transformer块来构造u形体积Transformer(CR-Swin2-VT)。
2023-06-12 16:06:10
588
原创 [深度学习论文笔记]Multimodal CNN Networks for Brain Tumor Segmentation in MRI
自动分割对于胶质瘤患者的脑肿瘤诊断、疾病预后和后续治疗至关重要。然而，由于扫描仪和成像协议的多样性，在多模态MRI中准确检测胶质瘤及其子区域是非常具有挑战性的。
2023-03-02 15:33:21
1249
5
原创 [深度学习学习笔记]注意力机制-Attentional mechanism
注意力机制的基本原理很简单它认为，网络中每层不同的（可以是不同通道的，也可以是不同位置的，都可以）特征的重要性不同，后面的层应该更注重其中重要的信息，抑制不重要的信息。CBAM提取特征空间注意力的方式经过ChannelAttention后，最终将经过通道重要性选择后的特征图送入特征空间注意力模块，和通道注意力模块类似，空间注意力是以通道为单位进行最大和平均迟化，并将两者的结果进行concat，之后再一个卷积降成1。高层特征的每个通道图都可以被视为一个特定于类的响应，不同的语义响应相互关联。...
2022-07-15 20:07:41
3741
原创 [深度学习论文笔记]使用多模态MR成像分割脑肿瘤的HNF-Netv2
HNF-Netv2 for Brain Tumor Segmentation using multi-modal MR Imaging使用多模态MR成像分割脑肿瘤的HNF-Netv2Published : Jan 2022
2022-07-03 22:28:10
2805
2
原创 [深度学习论文笔记]TransBTSV2: Wider Instead of Deeper Transformer for Medical Image Segmentation
TransBTSV2: Wider Instead of Deeper Transformer for Medical Image SegmentationTransBTSV2:用于医学图像分割的宽Transformer代替深Transformer
2022-06-27 20:45:01
2067
1
原创 [深度学习论文笔记]UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接
UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接
2022-06-23 13:29:20
12352
18
原创 [深度学习论文笔记]Cross-Modality Deep Feature Learning for Brain Tumor Segmentation
Cross-Modality Deep Feature Learning for Brain Tumor Segmentation跨通道深度特征学习在脑肿瘤分割中的应用Published : Pattern Recognition 2021论文：https://arxiv.org/abs/2201.02356代码： 机器学习和数字医学图像的流行，为利用深度卷积神经网络解决具有挑战性的脑肿瘤分割(BTS)任务提供了机会。然而，与广泛应用的RGB图像数据不同，用于脑肿瘤分割的医学图像数据在数据尺度上
2022-05-01 14:53:40
1091
原创 [深度学习论文笔记]Rethinking the Skip Connections in U-Net from a Channel-wise Perspective with Transformer
UCTransNet: Rethinking the Skip Connections in U-Net from a Channel-wise Perspective with TransformerUCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接Published : AAAI 2022论文：https://arxiv.org/abs/2109.04335代码：https://github.com/mcgregorwwww/uctransnet摘要：
2022-04-30 10:23:42
1720
原创 Extending nn-UNet for brain tumor Segmentation 扩展nn-UNet用于脑肿瘤分割
Extending nn-UNet for brain tumor Segmentation扩展nn-UNet用于脑肿瘤分割Pattern Recognition on November 01, 2021论文：https://arxiv.org/abs/2111.13300code：https://github.com/rixez/Brats21_KAIST_MRI_Labhttps://hub.docker.com/r/rixez/brats21nnunet摘要： 脑肿瘤的分割对胶质瘤的诊
2022-04-17 21:34:33
4983
原创 [深度学习论文笔记]UNETR: Transformers for 3D Medical Image Segmentation
解码器的选择：在表3中，通过比较UNETR和其他解码器架构在两个MRI和CT模式的代表性分割任务上的性能来评估解码器的有效性。虽然这种基于FCN的方法具有强大的表示学习能力，但它们在远程依赖学习中的表现，仅限于它们的局部接受域。同样，将三维输入体积 ，分辨率(H,W,D)和C输入通道划分为平坦的均匀非重叠斑块 ，创建一个一维序列，其中(P, P, P)表示每个patch的分辨率， 为序列的长度。此外，在小器官的分割中，在胆囊和肾上腺的Dice评分方面，方法显著优于第二最佳基线的6.382%和6.772%。
2022-03-30 08:17:31
19072
5
原创 [深度学习论文笔记]A Volumetric Transformer for Accurate 3D Tumor Segmentation
A Volumetric Transformer for Accurate 3D Tumor Segmentation用于精确三维肿瘤分割的体积TransformerPublished: 2021Pattern Recognition on November 01, 2021论文：https://arxiv.org/abs/2111.13300代码：https://github.com/himashi92/VT-UNet摘要： 提出了一种用于3D医学图像分割的Transformer架构。为体
2022-03-22 18:17:49
4583
3
原创 [深度学习论文笔记]Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation
Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation多模态医学图像分割中的模态感知互学习Published: Jul 2021MICCAI 2021论文：https://arxiv.org/abs/2107.09842代码：https://github.com/YaoZhang93/MAML摘要： 肝癌是全世界最常见的癌症之一。由于肝脏肿瘤的纹理变化不明显，对比增强计算机断层扫描（CT）成像对肝癌的
2022-03-11 08:03:52
2064
1
原创 [深度学习论文笔记]Tumor attention networks: Better feature selection, better tumor segmentation
Tumor attention networks: Better feature selection, better tumor segmentation肿瘤注意网络:更好的特征选择，更好的肿瘤分割
2022-03-05 09:27:15
1780
原创 [深度学习论文笔记]Pairwise Learning for Medical Image Segmentation
[深度学习论文笔记]Pairwise Learning for Medical Image Segmentation医学图像分割的成对学习Published: October 2020Published in: Medical Image Analysis 论文：https://www.sciencedirect.com/science/article/abs/pii/S1361841520302401代码：https://github.com/renzhenwang/pairwise_segm
2022-02-27 16:27:45
2472
1
原创 [深度学习论文笔记DoDNet: Learning to segment multi-organ and tumors from multiple partially labeled datasets
DoDNet: Learning to segment multi-organ and tumors from multiple partially labeled datasetsDoDNet：学习从多个部分标记数据集中分割多器官和肿瘤Jul 2021CVPR 2021论文：https://arxiv.org/abs/2011.10217代码： https://github.com/jianpengz/DoDNet摘要： 由于在体素水平标注3D医学图像需要大量的劳动力和专业知识，大多数基准
2022-01-14 14:42:31
5480
9
原创 Linux scp命令的使用
从服务器上转移文件时，是不是有很多小伙伴是直接保存到本地，再上传到另外一台服务器上在使用多台服务器时如何快速从服务器之间转移文件呢？scp命令可以很方便的将一个服务器中的文件或文件夹复制到另一台服务器中。1、将文件从服务器1转移到服务器2scp -r /data2/**** user@10.20.**.***:/data/****将data2中的某个文件夹或者文件 转移到10.20.**.***服务器上的data文件夹中user 为用户名2、将文件从服务器2转移回服务器1scp -r
2022-01-05 16:36:52
906
原创 attention_GAM
GAM_attentionimport torch.nn as nnimport torch class GAM_Attention(nn.Module): def __init__(self, in_channels, out_channels, rate=4): super(GAM_Attention, self).__init__() self.channel_attention = nn.Sequential( nn.L
2022-01-02 22:09:59
1027
原创 [深度学习论文笔记]Multi-phase Liver Tumor Segmentation with Spatial Aggregation
Multi-phase Liver Tumor Segmentation with Spatial Aggregation and Uncertain Region Inpainting[深度学习论文笔记]基于空间聚集和不确定区域修复的多期肝脏肿瘤分割Jul 2021MICCAI 2021论文：https://arxiv.org/abs/2108.00911代码：https://github.com/yzhang-zju/multi_phase_LiTS摘要： 多期计算机断层扫描图像为准确分
2022-01-02 11:31:37
3902
9
原创 VIT ④function 、Object-oriented programming in Python
Python中的函数是什么？在Python中，function是一组执行特定任务的相关语句。函数有助于将我们的程序分解为更小的模块化块。随着我们的计划越来越大，功能使其更加有条理和易于管理。此外，它避免重复并使代码可重用创建函数的语法def function_name(parameters): """docstring""" statement(s) 上面显示的是一个函数定义，它由以下组件组成。关键字def标记函数头的开始。用于唯一标识它的函数名称。函数命名遵循在Python中编
2021-12-12 22:43:48
239
原创 VIT ③The for loop、while loop in Python
For 循环For循环是迭代对象元素的常用方法（在第一个示例中，列表）具有可迭代方法的任何对象都可以在for循环中使用。python的一个独特功能是代码块不被{} 或begin，end包围。相反，python使用缩进，块内的行必须通过制表符缩进，或相对于周围的命令缩进4个空格。虽然这一开始可能看起来不直观，但它鼓励编写更易读的代码，随着时间的推移，你会学会喜欢它#取第一个列表成员（可迭代），暂称它数字（打印它）#取列表的第二个成员（可迭代），暂时将其称为数字，等等......for numb
2021-12-12 14:26:27
132
原创 VIT ②Common data structures in Python
字典字典是将键(key)映射到值(value)的无序数据结构。值可以是任何值（列表，函数，字符串，任何东西）。键(key)必须是不可变的，例如，数字，字符串或元组。# Defining a dictionarywebstersDict = {'person': 'a human being, whether an adult or child', 'marathon': 'a running race that is about 26 miles', 'resist': ' to remain str
2021-12-12 10:56:25
117
原创 VIT ①Python based
之前paddlepaddle VIT的教学课程单独拿出来记录一下 哈哈一开始都是一些比较基础的内容 感兴趣的可以看一下原文：Python入门print("The \n makes a new line")The makes a new lineprint("The \t is a tab")The is a tabprint('I\'m going to the movies')I'm going to the movies**# Using \ to not ac
2021-12-11 21:45:42
652
原创 [深度学习论文笔记]CANet: Context Aware Network for Brain Glioma Segmentation 用于脑胶质瘤分割的上下文感知网络
[深度学习论文笔记]CANet: Context Aware Network for Brain Glioma SegmentationCANet：用于脑胶质瘤分割的上下文感知网络Published in: IEEE Transactions on Medical Imaging论文：https://arxiv.org/abs/2007.07788代码：https://github.com/ZhihuaLiuEd/canetbrats摘要： &nbs
2021-12-06 20:17:25
2846
3
原创 [深度学习论文笔记]3D AGSE-VNet: An Automatic Brain Tumor MRI Data Segmentation Framework
3D AGSE-VNet: An Automatic Brain Tumor MRI Data Segmentation Framework3D-AGSE-VNet：一种自动脑肿瘤MRI数据分割框架Published: Jul 2021Abstract by BMC Medical Imaging论文：https://arxiv.org/abs/2107.12046摘要： 脑胶质瘤是最常见的脑恶性肿瘤，发病率高，死亡率超过3%，严重危害人类健康。临床上获取脑肿瘤的主要方法是MRI。从多模态MR
2021-11-20 10:45:13
4355
原创 [linux操作]module ‘yaml‘ has no attribute ‘FullLoader‘
module ‘yaml’ has no attribute 'FullLoader’在用yaml这个库时产生错误：module ‘yaml’ has no attribute ‘FullLoader’这是因为FullLoader 属性是在pyyaml5.1及以上版本中才有的。然后就需要我们安装版本更高一点的pyyaml正常操作直接先pip uninstall yaml再pip install yaml==**就行了但这个yaml库的卸载有点难搞，直接卸载不了Cannot uninstal
2021-11-13 19:56:59
1402
原创 [Linux操作]screen的安装和使用
Introduction to GNU Screen 平时在服务器跑代码的过程中，有些程序需要运行很长时间，如果一直等待代码跑完，在这个过程中如果与服务器的连接断开了（电脑关机、误操作），这时候代码可能就会停止。 又比如在远程服务器上正在运行某些耗时的作业，但是工作还没做完快要下班了，退出的话就会中断操作了，有没有好的工具解决这个问题呢？ &
2021-11-09 15:45:05
2129
原创 ImportError: /lib64/libstdc++.so.6: version ‘CXXABI_1.3.9’ not found
ImportError: /lib64/libstdc++.so.6: version ‘CXXABI_1.3.9’ not found(required by anaconda3/lib/python3.6/site-packages/scipy/sparse/_sparsetools.cpython-36m-x86_64-linux-gnu.so) 虚拟机运行.py文件时报错“ImportError: /lib64/libstdc++.so.6: versio
2021-11-03 20:19:07
2851
原创 [深度学习论文笔记]CaraNet: Context Axial Reverse Attention Network for Segmentation of Small Medical Objects
CaraNet: Context Axial Reverse Attention Network for Segmentation of Small Medical ObjectsCaraNet:用于分割小医疗对象的上下文轴向反向注意网络Aug 2021论文：https://arxiv.org/abs/2108.07368代码：https://github.com/AngeLouCN/CaraNet摘要：准确可靠地分割医学图像对疾病的诊断和治疗具有重要意义。这是一项极具挑战性的任务，因为物体的大
2021-10-22 10:16:02
5285
原创 [深度学习论文笔记]Efficient embedding network for 3D brain tumor Segmentation
Efficient embedding network for 3D brain tumor Segmentation一种高效的脑肿瘤三维分割嵌入网络英国皇家医科大学Nov 2020Multimodal Brain Tumor Segmentation Challenge 2020 (BRATS) BrainLes 2020论文：https://arxiv.org/abs/2107.09842摘要： 基于深度学习的三维医学图像处理存在数据匮乏的问题。因此，与二维自然图像分析相关的工作相比，
2021-09-26 20:26:07
1218
原创 [深度学习论文笔记]Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation
Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation多模态医学图像分割中的模态感知互学习Published: Jul 2021MICCAI 2021论文：https://arxiv.org/abs/2107.09842代码：https://github.com/YaoZhang93/MAML摘要： 肝癌是全世界最常见的癌症之一。**由于肝脏肿瘤的纹理变化不明显，对比增强计算机断层扫描（CT）成像对
2021-09-18 16:35:07
1085
原创 [深度学习论文笔记]Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation
Swin-Unet: Unet-like Pure Transformer for Medical Image SegmentationSwin-Unet：用于医学图像分割的类Unet纯transformer论文：https://arxiv.org/abs/2105.05537代码：https://github.com/HuCaoFighting/Swin-Unet 得益于深度学习的发展，计算机视觉技术在医学图像分析中得到了广泛的应用。图像分割是医学图像分析的重要组成部分。特别是准确、鲁棒的医
2021-08-22 21:37:04
1754
1
原创 [深度学习论文笔记]Knowledge distillation from multi-modal to mono-modal segmentation networks从多模态到单模态分割的知识提取
Knowledge distillation from multi-modal to mono-modal segmentation networks从多模态分割网络到单模态分割网络的知识提取MICCAI 2020论文：https://arxiv.org/abs/2106.09564 近年来，多种成像方式联合应用于医学图像分割得到了广泛的研究。在几个应用中，相对于单模态分割，从不同模式的信息融合已经证明了提高分割精度。然而，由于医生和扫描仪数量有限，以及成本和扫描时间有限，在临床环境中获取多种模式
2021-08-22 21:07:00
1784
原创 [安装TensorFlow报错]ERROR: Cannot uninstall ‘wrapt‘.
Linux操作安装TensorFlow出现错误：ERROR: Cannot uninstall ‘wrapt’. It is a distutils installed project and thus we cannourately determine which files belong to it which would lead to only a partial uninstal解决方法：pip install tensorflow之前pip install wrapt --ignor
2021-07-22 13:43:57
252
1
原创 [深度学习论文笔记]Brain tumor segmentation with self-ensembled,deeply-supervised 3D U-net neural networks
论文：Brain tumor segmentation with self-ensembled,deeply-supervised 3D U-net neural networks: a BraTS 2020 challenge solution.使用自集成、深度监督的3D U-net神经网络的脑肿瘤分割:BraTS 2020挑战解决方案论文：https://arxiv.org/abs/2011.01045代码：https://github.com/lescientifik/open brats20
2021-07-20 15:31:32
2452
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人