- 博客(161)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 AAAI 2025 | 解决医学图像分割软边界与共现难题，对比度驱动医学图像分割的通用框架 ConDSeg
ConDSeg提出了一种新型医学图像分割框架，通过对比驱动特征增强解决边界模糊和特征共现问题。该框架采用两阶段训练策略：第一阶段利用一致性强化预训练编码器，提升其在光照/对比度变化下的鲁棒性；第二阶段整合语义解耦模块（SID）、对比特征聚合模块（CDFA）和尺寸感知解码器，通过解耦前景/背景特征并增强关键特征，实现精确分割。实验表明该方法在多种医学图像任务中达到SOTA性能，特别适用于处理软组织边界和密集病灶场景。代码已开源。
2025-05-30 14:13:24
65
原创 Python实现VTK-自学笔记(5)：在三维世界里自由舞蹈——高级交互与动态可视化
本文介绍了使用Python和VTK库实现数据可视化进阶功能的实践。通过四个核心模块：1）时空交互模块实现3D螺旋线的滑块控制；2）点云编辑系统支持实时多边形选择；3）动态光影系统实现光源动画与Phong材质渲染；4）数据桥梁模块连接VTK与Matplotlib实现跨维度可视化。文章采用PyQt5作为GUI框架，展示了如何将静态数据转化为具有交互性的动态可视化作品，体现了"代码即诗"的技术美学理念。
2025-05-27 15:13:46
441
原创 多模态光学成像革命：OCT、荧光与共聚焦的跨尺度融合新范式
在生物医学成像领域，单一模态技术如光学相干断层扫描（OCT）、荧光显微成像（FMI）和共聚焦显微（CLSM）各有局限，难以全面解析生物组织。技术融合成为必然趋势，通过跨尺度配准、动态补偿算法和多模态造影剂等手段，实现从组织架构到分子分布的全维度解析。典型应用包括肿瘤微环境解析、眼科疾病诊断和神经科学研究，展示了多模态融合在提升诊断精度和科研深度方面的巨大潜力。未来发展方向包括智能硬件集成、实时融合系统和纳米探针革新，这些进步将进一步提升多模态成像技术的应用效率和效果。
2025-05-20 14:30:55
59
原创 Python实现VTK - 自学笔记（4）：用Widgets实现三维交互控制
本文介绍了使用VTK（Visualization Toolkit）进行三维可视化的核心交互技术。首先，通过创建圆锥体数据源、映射器和演员，构建了基本的可视化场景。接着，利用vtkRenderWindowInteractor作为交互基础，支持多种交互风格。文章重点展示了如何通过滑块控件（vtkSliderWidget）动态调整圆锥体的分辨率，以及使用包围盒控件（vtkBoxWidget）实现物体的变形操作。这些控件通过回调机制（AddObserver）与事件处理函数绑定，实现动态数据更新。
2025-05-20 10:24:14
356
原创 Python实现VTK - 自学笔记（3）：三维数据处理与高级可视化
本文基于Python-VTK工具包，系统探讨了三维数据处理与高级可视化技术。首先解析了VTK渲染管线的五层架构（数据源、过滤器、映射器、角色、渲染窗口），详细阐述了体绘制与表面渲染的实现差异。通过两个典型应用案例——有限元结果的可视化（节点位移场映射）和医学影像的体绘制（CT/MRI数据三维重建），展示了VTK在科学计算与医学图像领域的实用价值。文章提出光照优化、相机视角控制及动画交互等增强技巧，并介绍了VTK与ParaView的协同工作流（支持.vtk/.vtu格式导出）。
2025-05-19 10:23:48
195
原创 Python 实现 VTK - 自学笔记（2）
本文是"Python实现VTK"系列的第二篇，重点讲解三维可视化进阶技术及医学影像处理实战。通过对比原生VTK和PyVista，详细介绍了复杂几何建模、交互式控件开发、DICOM数据处理（包括多平面重建、体绘制和等值面提取）等核心内容，并提供了性能优化技巧和常见问题解决方案。文章包含完整代码示例，帮助开发者快速掌握医学影像分析、工程仿真等领域的三维可视化技术，实现从基础到实战的进阶。
2025-05-08 09:32:03
142
原创 Python 实现 VTK - 自学笔记（1）
VTK 官方提供了 Python 接口，可直接调用底层 C++ 库的功能。是 VTK 的高级 Python 封装，简化了代码编写，适合快速开发。
2025-04-23 15:22:52
121
原创 图像重建与后处理算法：从理论到临床的AI革命
在医学影像领域，一张清晰的图像可能意味着早期肿瘤的发现、手术方案的精准制定，甚至生命的挽救。然而，受限于设备成本、辐射剂量或采集时间，原始数据往往存在噪声、伪影或分辨率不足的问题。，正是解决这些挑战的核心技术。本文将深入解析其原理、主流方法及前沿进展。
2025-04-08 15:09:46
572
原创 解码生命律动：探秘医用磁共振脉冲序列编程的艺术与科学
从劳特伯恩1973年的第一幅MRI图像，到如今实时心脏电影成像，脉冲序列编程始终在物理定律与临床需求之间寻找诗意平衡。或许正如诺贝尔奖得主曼斯菲尔德所说："每个优秀的序列设计都包含着对生命奥秘的敬畏之心。"当您下次看到MRI影像时，请记住那些在电磁波中起舞的编程智慧，正是它们让不可见的生命律动显影成诗。延伸阅读《Handbook of MRI Pulse Sequences》学术经典ISMRM（国际医学磁共振学会）年度序列设计大赛获奖作品解析西门子Prisma 3T设备脉冲序列库技术白皮书。
2025-04-08 14:39:46
58
原创 医学图像处理开源库介绍：ITK、VTK 和 MITK
医学图像处理是医疗人工智能（AI）和计算机辅助诊断（CAD）领域的重要组成部分。开发医学影像分析应用时，使用成熟的开源库可以大幅降低开发成本，提高效率。在众多医学图像处理库中，ITK（Insight Toolkit）、VTK（Visualization Toolkit）和 MITK（Medical Imaging Interaction Toolkit） 是最常用的三大工具。本文将介绍它们的核心功能、适用场景以及使用示例，帮助开发者选择合适的工具。
2025-03-03 14:42:25
590
原创 医疗影像分割 | 使用 Swin UNETR 训练自己的数据集（3D医疗影像分割教程）
在Github上下载代码，然后进入SWINUNETR，选择第三个文件夹的内容进行操作，前两个是针对两个数据集（这些文件包含了数据集的路径和标签信息。示例 JSON 格式（例如。首先，写一个自己数据集的json文件，你需要为不同的数据集准备 JSON 文件（例如。点击这个link就可以下载了。现在一切准备就绪，开始训练！
2025-02-11 09:25:06
925
原创 小波变换在OCT医学影像领域的应用
小波变换在OCT医学影像中的应用，不仅能提高图像的质量，还能够提取多尺度的特征，增强病变区域的可见性，进而帮助医生进行更准确的诊断。它在噪声去除、特征提取、边缘检测、图像融合和自动化分析等方面具有广泛的应用前景，能为OCT影像处理提供强大的支持。
2025-02-07 18:00:01
131
原创 OCT图像缺陷检测
OCT技术在材料缺陷检测中的应用，充分体现了其无损检测、高分辨率成像和微观结构分析的优势。无论是在光纤制造、航空航天、汽车制造，还是在复合材料和电子元件的检测中，OCT都能够精准地识别材料内部的微小缺陷，从而确保产品质量和安全性。随着OCT技术的不断发展和应用场景的扩展，它将在更多行业中发挥重要作用，成为现代材料科学和工业制造中不可或缺的检测工具。
2025-02-05 15:59:43
153
原创 C#实现图像骨架化（ZhangSuen细化算法）
【代码】C#实现图像骨架化（ZhangSuen细化算法）。由于C#中无法直接调用OpenCV中的cv2.ximgproc.thinning函数，故需要手写一个实现该功能的代码。
2024-12-26 18:01:33
338
原创 图像去噪 | Neighbor2Neighbor：单噪声图像的自监督去噪 训练自己的数据集
近年来，神经网络的快速发展使图像去噪受益匪浅。然而，对大量去噪图像对的监督要求限制了这些模型的广泛应用。虽然已经有一些尝试只使用单个噪声图像来训练图像去噪模型，但现有的自监督去噪方法存在网络训练效率低、有用信息丢失或依赖噪声建模的问题。在本文中，提出了一种非常简单但有效的方法，称为Neighbor2Neighbor，用于训练仅含噪图像的有效图像去噪模型。首先，提出了一种随机邻居子采样器，用于生成训练图像对。
2024-12-12 13:34:36
283
原创 图像去噪 | Zero-Shot Noise2Noise：无需任何数据的高效图像去噪[有监督去噪、CVPR2023] 训练自己的数据集
近年来，自监督神经网络在图像去噪方面表现出了良好的性能。然而，当前的无数据集方法要么计算成本高，要么需要噪声模型，要么图像质量不足。在这项工作中，作者展示了一个简单的2层网络，不需要任何训练数据或噪声分布的知识，可以以低计算成本实现高质量的图像去噪。作者的方法是由Noise2Noise和Neighbor2Neighbor驱动的，可以很好地去噪像素独立的噪声。几乎所有的监督式或者非监督去噪方式，包括作者提出的方法，都依赖于一个前提，就是干净的自然图片与具有不同分布方式的噪声图片，可以分解为一对下采样图像。
2024-12-12 10:56:37
254
原创 SAFT（Synthetic Aperture Focusing Technique）基于合成孔径技术的图像重建方法
SAFT通过合成虚拟孔径和信号聚焦等技术，提供了一种提高成像分辨率和质量的有效方法。尽管其计算复杂度较高，但它在超声波成像、雷达成像等领域中表现出色，尤其适用于需要提高图像分辨率和对比度的应用。
2024-12-09 16:48:58
472
原创 MRI联合超声影像学预测乳腺癌分子水平表达
本研究探讨了通过联合MRI和超声影像学来预测乳腺癌分子水平表达的可能性，涵盖了医学影像学、分子生物学和计算机视觉等多个领域。该任务的目标是利用影像数据预测乳腺癌的分子标志物（如HER2、ER、PR等）表达水平，从而帮助诊断、预后评估及治疗决策。研究方向影像特征提取：通过分析MRI和超声影像中的纹理、形态学特征、血流情况等，提取与肿瘤生物学特征相关的信息。多模态影像融合：通过深度学习模型（如联合卷积网络）将MRI和超声影像进行融合，提高预测的准确性。预测分子水平表达。
2024-11-25 14:15:53
276
原创 智能系统学报投稿经验分享「影响因子2.755，北核，中国科学引文索引数据库（CSCD核心）-C」
向《智能系统学报》投稿的详细历程。该期刊为中国人工智能学会主办、双月刊的核心期刊，影响因子为2.755，且被多个国际学术数据库收录。文章介绍了投稿过程中的各个关键节点，包括初审、返修、外审、终审和最终录用等环节。作者提交了一篇综述文章，投稿周期较长，历时约7个月，期间经历了初审通过、要求修改后再审、外审和专家终审等多个阶段。通过详细的审稿人反馈，作者对文章进行了大幅度修改，增加了最新研究成果，并优化了文章结构。最终，文章在经历严格的审稿和修改过程后，于2024年10月被正式录用
2024-11-22 09:21:26
773
原创 医疗影像分割 | 使用EMCAD训练 语义分割自己的数据集
一种新的高效多尺度卷积注意力解码器，旨在优化性能和计算效率。EMCAD利用独特的多尺度深度卷积块，通过多尺度卷积显著增强特征映射。EMCAD还采用通道、空间和分组（大核）门控注意机制，这些机制在捕获复杂的空间关系时非常有效，同时关注突出区域。通过使用组卷积和深度卷积，EMCAD非常高效且可扩展性好（例如，使用标准编码器时只需要1.91M参数和0.381G FLOPs）。
2024-11-18 13:14:10
389
原创 时序动作定位 | 基于层次结构潜在注意模型的弱监督动作定位（ICCV 2023）
本发明提出了一种基于双向交叉注意力机制的遥感图像船舰目标检测方法，旨在提升检测效率和准确性，同时降低计算复杂度。该方法首先将遥感图像分割成lookup tokens，并通过卷积层与位置嵌入生成输入tokens。然后，从输入tokens中采样压缩tokens，利用MHBC模块实现压缩tokens与lookup tokens间信息的有效交换。接着，压缩tokens通过自注意力和MLP进行特征提炼，而lookup tokens则通过反向MHBC模块接收全局上下文信息。最终，模型能够在保持高性能的同时，减少计算资源
2024-11-08 17:33:37
139
原创 时序动作定位 | CASE:基于聚类的弱监督时间动作定位前景与背景分离研究（ICCV 2023）
目的： 在仅有视频级动作标签的情况下，定位视频中的动作实例。现有方法： 主要采用基于分类的定位管道，通过视频分类损失优化片段级预测。但此方法存在分类与检测之间的差异，导致前景与背景片段分离不准确。提出的新方法： 通过无监督片段聚类探索片段间的底层结构，减少对视频分类损失的依赖。核心组件：片段聚类组件：将片段分组到多个潜在集群中。集群分类组件：将集群进一步分类为前景或背景。伪标签生成： 引入基于最优传输的自标记机制，生成高质量伪标签以匹配先验分布，确保片段的聚类与其餐饮标签准确关联
2024-10-25 11:39:46
306
原创 医疗影像分割 | 使用U-KAN训练自己的数据集
U-KAN Makes Strong Backbone for Medical Image Segmentation and Generation，U-KAN结果看着不错，超过了U-Mamba。
2024-10-24 16:10:47
730
原创 高通量反卷积三维类器官动力学在细胞分辨率癌症药理学与Cellos
使用经典算法对3D类器官进行分割计算类器官体积、密实度等形态特征类器官分割的主要步骤如下:将图像转换为灰度图像，并使用阈值法创建二值化图像。使用 'binary opening' 和 'dilation' 算法来关闭小孔并去除小斑点。这些操作是在 2D 'max-projection' 图像上进行的, 即投影所有z轴上的最大强度。将二值化后的图像与原始图像相乘, 以获得'清洁'后的图像。在单个视野(field)而不是整个well上执行上述步骤, 因为视野之间噪音和强度可能会有所不同。
2024-10-24 11:33:14
103
原创 医疗成像中的点云处理：PCL库算法及其应用详解
在医学成像中，点云处理常用于3D重建、骨骼或器官的形状分析，以及术前规划和手术导航。PCL（Point Cloud Library）是一种广泛使用的开源库，提供了丰富的点云处理算法，适用于医疗图像的点云数据处理。
2024-10-22 10:32:12
351
原创 图像分割 | 使用FSMINet (GRSL 2022)训练自己的数据集
光学遥感图像中的显著性目标检测引起了广泛关注。为了解决物体大规模变化、背景杂乱、形状不规则和光照差异等问题，基于卷积神经网络（CNN）的模型被提出并展现了良好性能。然而，顶级模型通常依赖于较大的模型规模和高计算成本，这限制了其实际应用。为此，本文引入了完全压缩的多尺度（FSM）模块，能够将特征图从高维压缩到低维，并通过多尺度策略提升特征表征能力。基于FSM模块，构建了FSM推理网络（FSMI-Net），该网络具有更少的参数和更快的推理速度。特别地，FSMI-Net仅包含3.6M参数，对于384×384输入
2024-10-21 16:43:01
226
原创 时序动作定位 | DDG-Net：弱监督时间动作定位的判别驱动图网络（ICCV 2023）
这篇文章介绍了视频理解领域中的时间动作定位（TAL），其目的是在未剪辑的视频中定位动作的开始和结束时间，并识别其类别。虽然全监督的方法在该领域取得了显著进展，但由于需要帧级标注，成本高昂，因此弱监督时间动作定位（WTAL）方法得到了更多关注。WTAL只需要视频级标签（即动作类别）进行训练，但由于缺少帧级标注，在定位精确的动作上面临挑战，尤其是在处理包含动作和背景信息的模糊片段时。
2024-10-21 16:38:14
158
原创 图像分割 | 使用UltraLight-VM-UNet训练自己的数据集（Mamba+UNet医学影像分割实战）
一种创新的超轻量级医学图像分割网络UltraLight VM-UNet[1]，该网络通过将最新的状态空间模型（SSM）技术——Mamba，与经典的UNet架构相结合，该论文实现了皮肤病变分割任务 中参数数量和计算负载的显著减少。UltraLight VM-UNet的参数仅为0.049M，GFLOPs为0.060，相比传统模型在性能上保持竞争力甚至更优。
2024-10-17 13:35:16
896
原创 每天学习一个技术栈 ——【Celery】篇（2）
Celery不仅支持多种消息代理，还能够轻松处理定时任务和并发执行，使其成为现代应用程序架构中的重要组成部分。在这篇博文中，我们将深入探讨Celery的核心概念、基本用法以及在实际项目中的应用场景，帮助你掌握这一技术栈，为你的开发工作增添助力。让我们一起开始这段学习之旅吧！
2024-09-25 12:00:29
828
1
原创 每天学习一个技术栈 ——【Celery】篇（1）
Celery不仅支持多种消息代理，还能够轻松处理定时任务和并发执行，使其成为现代应用程序架构中的重要组成部分。在这篇博文中，我们将深入探讨Celery的核心概念、基本用法以及在实际项目中的应用场景，帮助你掌握这一技术栈，为你的开发工作增添助力。让我们一起开始这段学习之旅吧！
2024-09-25 11:09:23
880
1
原创 每天学习一个技术栈 ——【Django Channels】篇（2）
本文将深入探讨Django Channels的功能与应用，通过创建一个简单的实时聊天应用，带领读者一步步理解如何将这一技术栈应用于实际项目中。无论你是刚接触Django的初学者，还是希望扩展现有技能的开发者，这篇文章都将为你提供有价值的见解和实践经验。
2024-09-24 17:01:04
1502
原创 每天学习一个技术栈 ——【Django Channels】篇（1）
本文将深入探讨Django Channels的功能与应用，通过创建一个简单的实时聊天应用，带领读者一步步理解如何将这一技术栈应用于实际项目中。无论你是刚接触Django的初学者，还是希望扩展现有技能的开发者，这篇文章都将为你提供有价值的见解和实践经验。
2024-09-24 15:36:07
1567
原创 红外图像处理算法详解：从基础到应用
红外图像处理算法在夜视监控、医疗检测和工业监控等领域具有重要应用。本文介绍了红外图像的特点及其处理算法，包括预处理、图像分割、目标检测与识别、目标跟踪等关键技术。通过噪声去除、对比度增强等方法提升图像质量，利用阈值分割和深度学习模型精确定位和识别目标。与此同时，本文还探讨了红外图像处理在军事、医疗和工业领域的典型应用，并展望了未来技术发展的方向，如深度学习优化、多模态图像融合和边缘计算的潜力。红外图像处理技术将继续推动智能化和自动化的发展。
2024-09-14 16:05:35
1427
1
原创 Journal of Visual Communication and Image Representation (JVCI)投稿经验分享
Journal of Visual Communication and Image Representation (JVCI)投稿经验分享
2024-09-04 17:28:49
715
使用Matlab2018a实现目标定位视频教学
2023-09-30
使用Matlab2018a实现目标定位
2023-09-30
TimeSformer预训练好的模型，TimeSformer_divST_8x32_224_K400.pyth
2022-09-08
TimeSformer预训练好的模型，TimeSformer_divST_16x16_448_K600.pyth
2022-09-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人