烩面遇见拉面-CSDN博客

原创 No Qt bindings could be found

spyder无法启动，并报错：No Qt bindings could be found。百度搜了很多发现都不行，无法解决。使用下面代码即可解决：pip uninstall PyQt5unset QT_APIunset LD_LIBRARY_PATH

2020-10-24 20:09:39 3309 4

原创 Memorizing Normality to Detect Anomaly: Memory-augmented Deep Autoencoder for Unsupervised Anomaly D

背景和问题：用autoencoder来检测异常主要是通过在正常数据上进行训练，然后用真实的数据来测试。这样做是基于假设：在正常数据中训练后得到模型，然后将异常数据输入模型，异常数据会出现较大的重建误差而不能重建，正常数据重建误差小可以得到重建数据。作者发现在现实情况中，有些异常的组成非常像正常数据，甚至有些异常输入模型后重建误差并不特别大，这样异常就得到了重建。因此如何解决这一问题呢？方法：在...

2019-10-11 17:50:25 1346

原创 3D Context Enhanced Region-based Convolutional Neural Network for End-to-End Lesion Detection

摘要：从计算机断层扫描(CT)中发现病变是一个重要但困难的问题，因为非病变和真实的病变可能出现类似的情况。3D环境对这一区分任务很有帮助。然而，现有的卷积神经网络端到端检测框架大多是针对二维图像设计的。在本文中，我们提出了一种基于3D上下文增强区域的CNN (3DCE)，通过聚合二维图像的特征图，有效地融合三维上下文信息。3DCE在训练和推理方面易于训练和端到端。开发了一种通用的基于deeples...

2019-09-19 20:15:05 917

原创在数字乳腺X照片中基于小波分析和统计分析的微钙化检测新特征

摘要：计算机辅助诊断（CAD）系统在乳腺癌的早期诊断中具有重要作用。在本文中，基于对微钙化检测的新特征集，提出了一套CAD系统。新特征是受几个对一些经典特征（高阶统计特征HOS、离散小波变换DWT和小波分解WPD）的统计观察启发。该研究采用了DWT来做预处理，学生T检验来评价和特征筛选。采用线性SVM和RBF核。对MIAS和DDSM数据集分别使用了RBF核，该系统获得98.43%，96.74的s...

2019-08-24 18:25:00 740

原创 Cascaded Generative and Discriminative Learning for Microcalcification Detection in Breast Mammogram

摘要：微钙化在早期的乳腺癌中出现最多。之前的多数的微钙化检测模型以属于判别模型，用分类器将其与背景分开。将微钙化点与正常组织分开依然是一项挑战，因为它们太小了（最多14个像素）。尽管生成模型可以精确地对正常组织建立模型，并且可以将不正常组织做为异常值，但是他们不能够进一步将微钙化与其他异常区分开（血管钙化与微钙化这两个都是异常，但不能将其分开）。本文中，我们提出了一个混合方法，通过利用生成模型和判...

2019-08-18 16:44:42 1103 3

原创 DeepLesion: Automated Deep Mining, Categorization and Detection of Significant RadiologyImageFinding

摘要：抽取、分割和大规模标注放射图像数据是一项非常重要且有挑战的问题。对医学图片设计有效的计算范例而言，这也是一个瓶颈。但大量的临床标注（通常结合疾病图像的发现，并以箭头、横线、直径、分割等标注）已经收集好，储存在医院的PACS中。在本文中，作者挖掘并获取了一种主要类型的临床批注数据——在书签图像上批注的病灶直径——通过无监督和有监督的深卷积神经网络来学习一种有效的多类病灶检测器(CNN)。数据从...

2019-06-10 16:52:49 2170

原创 unsupervised anomaly detection with GANs to guide marker discovery

GAN识别医学图片异常

2019-05-18 11:25:13 515

转载【转】sequence to sequence模型

转自https://blog.csdn.net/dcrmg/article/details/80327069，感谢该博主sequence to sequence模型是一类End-to-End的算法框架，也就是从序列到序列的转换模型框架，应用在机器翻译，自动应答等场景。Seq2Seq一般是通过Encoder-Decoder（编码-解码）框架实现，Encoder和Decoder部分可以是任意的...

2018-12-24 10:32:08 672

原创 python金融入门之MonteCarle公式

# monte carlo valuation of european call options with pure pythonfrom time import time from math import exp,log,sqrtfrom random import gauss,seedseed(20000)t0=time()#parameterS0=100 #ini

2018-01-14 15:36:29 472

原创 python pandas中ix,iloc,loc的区别

loc : 通过行标签索引行数据iloc : 通过行号索引行数据ix :通过行标签或者行号索引行数据（基于loc与iloc的混合）同理，索引列数据也是如此！例分别使用loc iloc ix索引第一行数据：import pandas as pddata=[[1,2,3],[4,5,6]]index=['a','b']#行号columns=['c','d','e']#列

2017-07-31 10:28:57 2102

xixihahaxiaozhe的博客