医疗图像论文笔记
CVer_Yxq
人工智能目标检测学习中.....
展开
-
医疗图像论文笔记五:《Deep Learning for Automatic Pneumonia Detection》
这篇论文是kaggle上RSNA肺炎检测挑战赛的亚军方案,更多的是比赛的技巧和数据解读方面的收获。(一)数据 数据总共包含26684个病人的肺部X光的前视图,每张图片都有属于自己的类别”Normal”, ”No Lung Opacity / Not Normal”, ”Lung Opacity”。通常来说,我们的肺部是充满空气的,而得了肺炎的人,肺部本该包含空气的部分会被其他物质所替代,例如液体、细菌和免疫细胞等等。肺不透明(Lung Opacity)指的是没有提前衰减...原创 2020-10-19 10:37:44 · 741 阅读 · 1 评论 -
医疗图像论文笔记四:《U-Net: Convolutional Networks for Biomedical Image Segmentation》
这篇论文在全卷积神经网络FCN《Fullyconvolutionalnetwork》的基础上,修改和增加部分网络结构,使得网络可以在使用很少的训练数据的情况下,获得更精确的分割结果。(一) 网络结构 网络由左边的 contractingpath和右边的expansivepath组成。contractingpath是典型的卷积网络结构,由两个重复的3x3卷积(unpadded)组成,卷积操作后都跟随一个Re...原创 2020-10-16 18:48:58 · 379 阅读 · 0 评论 -
医疗图像论文笔记三:《HEp-2 Specimen Image Segmentation and Classification Using Very Deep Fully Convolutional》
摘要: 论文提出了一种使用全卷积神经网络的模式识别系统,能同时完成人类上皮细胞样本图像的分割和分类问题。作者将残差网络ResNet改进为全卷积的的残差网络(fullyconvolutionalresidualnetwork FCRN),使得网络能够完成语义分割任务,其次引入sand-clock形状的的残差块来提升FCRN的性能。(一)网络结构(1)Fully Convolutional ResNet(FCR) 网络由88层卷积组成,每一个Bottleneck模块...原创 2020-10-07 19:12:38 · 670 阅读 · 0 评论 -
医疗图像论文笔记二:《Learning to recognize Abnormalities in Chest X-Rays with Location-Aware Dense Networks》
这篇论文做了三个方面的工作:原创 2020-10-06 16:17:39 · 628 阅读 · 0 评论 -
医疗图像论文笔记一:《Comparison of Deep Learning Approaches for Multi-Label Chest X-Ray Classification》
摘要:原创 2020-10-05 21:19:44 · 528 阅读 · 0 评论