美文网首页
医学影像处理基础资料

医学影像处理基础资料

作者: zelda2333 | 来源:发表于2019-12-18 10:23 被阅读0次
以下资料大部分来自 鹿鹿的博客

计算机视觉 图像分割

基础知识

activate function
Loss function(Cost Function)SVM softmax pytorch函数解析
Optimization
IOU(Intersection Over Union) 概念清晰图解 + python代码示例
感受野 原理+计算+图解+空洞卷积hole
上采样 介绍 + Bilinear pytorch代码解析
空洞卷积 hole Atrous 原理+图解析+应用

经典网络

GoogLeNet 系列v1 v2 v3 Xception v4
ResNeXt 论文阅读解析 + pytorch 实现
PreAct ResNet 论文阅读翻译笔记 2016--Identity Mappings in Deep Residual Networks
ResNet 论文笔记解读+pytorch代码分析+网络结构图
DenseNet 论文笔记解读+pytorch代码分析 2017
MobileNet 论文 v1 v2 笔记解读 + pytorch代码分析

语义分割

FCN 论文阅读翻译笔记+资源整理+pytorch实现
Unet 论文阅读翻译笔记 医学图像 pytorch实现 2015
SegNet 论文阅读翻译笔记 2015-- SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling
DeepLab v1 / v2 论文阅读翻译笔记 2015--Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs
DeepLab v3 / v3+ 论文阅读翻译笔记 2017--Rethinking Atrous Convolution for Semantic Image Segmentation
PSPNet 论文翻译笔记解析 2017--Pyramid Scene Parsing Network
Attention Unet 论文阅读翻译笔记 医学图像 python实现 2018--Attention U-Net: Learning Where to Look for the Pancreas
Unet++ 论文阅读翻译笔记 医学图像 pytorch实现 2018--UNet++: A Nested U-Net Architecture for Medical Image Segmentation

目标检测

Faster RCNN 论文阅读+解析+pytorch实现
Faster RCNN simple-faster-rcnn-pytorch 实现详解
SSP-Net论文阅读 解析 2015
特征金字塔网络(FPN) 2016
IoU-Net 论文阅读解析总结 2018
Cascade R-CNN: High Quality Object Detection and Instance Segmentation 2018
Learning 2D to 3D Lifting for Object Detection in 3D for Autonomous Vehicles 2019 3D

综述

综述阅读笔记 目标检测 2018-- Deep Learning for Generic Object Detection: A Survey
GoogLeNet、ResNet、ShuffleNet、MobileNet 文字版
ResNet系列/ Inception系列/ MobileNet系列/ ShuffleNet系列 网络结构图
2019 综述阅读 医学+深度 2019--Going Deep in Medical Image Analysis:Concepts, Methods, Challenges and Future Directions

2019 图像分割算法最佳综述

Understanding Deep Learning Techniques for Image Segmentation
Embracing Imperfect Datasets: A Review of Deep Learning Solutions for Medical Image Segmentation
Deep Semantic Segmentation of Natural and Medical Images: A Review
Deep learning for cardiac image segmentation: A review
Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications

数据集

【医学影像】数据集合集 最新最全
【语义分割数据集 】介绍&下载&论文
比赛及资源
医学数据集及机器学习项目
天池大赛-肺部结节诊断

链接:https://pan.baidu.com/s/1NDYJcXGqXf4uGgNkYVAG3Q 密码:84e5

全球数据智能大赛(2019)——肺部CT多病种智能诊断

链接:https://pan.baidu.com/s/1lZpJrJuER6NPnlcE2SQmWw 密码:0ng9

RIDER LUNG CT 肺癌CT图像

链接:https://pan.baidu.com/s/1n500txInMzoU1TUbqQQWUw 密码:ddpa

RIDER Breast MRI数据

链接:https://pan.baidu.com/s/1aEZjiR8_uvJLDvjOxTtG8Q 密码:s60s

一文道尽医学图像数据集与竞赛

期刊和会议

期刊

TMI: IEEE Transactions on Medical Imaging
MedIA: Medical Image Analysis

会议

MICCAI: International Conference on Medical Image Computing and Computer Assisted Intervention I
IPMI: Information Processing in Medical Imaging(两年一届)
ISBI:IEEE International Symposium on Biomedical Imaging(每年4月)
SPIE Medical Imaging
The International Conference on Medical Imaging with Deep Learning (MIDL)

领域内最新的比赛

https://grand-challenge.org/challenges/


参考链接:
医学图像处理领域值得关注的期刊和会议
鹿鹿的博客
大盘点 | 2019年5篇图像分割算法最佳综述
各类比赛数据集

相关文章

  • 医学影像处理基础资料

    以下资料大部分来自 鹿鹿的博客 计算机视觉 图像分割 基础知识 activate function Loss...

  • 国家园林城市创建的资料收集

    一、内容 二、资料 第三人称叙述,插些图片,全文见基础资料。 有些指标完成不料,如何处理。 基础资料。 古树名木不...

  • 医学影像学成人高考报名条件

    该专业培养具有基础医学、临床医学和现代医学影像学的基本理论知识及能力,能在医疗卫生单位从事医学影像诊断、介入放射学...

  • Android绘图机制与处理技巧

    参考资料 目录 1)屏幕尺寸信息 2)2D绘图基础 3)XML绘图 4)绘图技巧 5)图像处理-色彩特效处理 6)...

  • 如何创建自定义普通基础资料(模组配置)

    [BOS]菜单打开->基础管理->基础资料普通基础资料 [BOS]复制普通基础资料模板;工程项目 [Adminis...

  • 相关专业知识

    二、相关专业知识 影像设备、PACS、医学影像质量控制(修改、增加) 影像解剖、CT/MR影像诊断基础、影像设备、...

  • HTTP状态码汇总

    大部分状态码为网上查阅的资料内容或根据资料而得出的结论,不保证具备处理实际问题的能力,仅作参考 基础 HTTP状态...

  • 基础资料

    任何的ERP系统,或者MES系统,都需要维护一些基础资料。本系统不例外。本系统的基础资料包括: 客户资料 供应商资...

  • Note About NiftyNet_dev

    项目介绍 NiftyNet是一款开源的卷积神经网络平台,专门针对医学图像处理分析以及医学影像指导治疗,由WEISS...

  • 深思考人工智能发布世界首个医学影像专用AI处理器“M-DPU”

    3 月 9 日,深思考人工智能 CEO 杨志明博士在 GTIC 会议首次发布医学影像 AI 处理器 M-DPU 和...

网友评论

      本文标题:医学影像处理基础资料

      本文链接:https://www.haomeiwen.com/subject/rhmsnctx.html