gz7seven

transformer简介与实际应用中的思考

在医学图像分割的论文中，常常看到Dice、VOE、RVD、MSD等指标，但是具体这些指标是什么意思呢，我们进行相应的简单说明。

    最常见的医学图像有CT和MRI，这都是三维数据，相比于二维数据要难一些。而且保存下来的数据也有很多格式，常见的有.dcm、.nii(.gz)、.mha、.mhd(+raw)。所有的文件格式都可以使用SimpleITK进行处理，但是也可以使用nibabel处理.nii(.gz)格式的图像，pydicom可以对.dcm文件图像进行读取和修改。本文将讲述如何使用conda安装这三类图像处理库。    自己使用python版本为python3.7（3.6也适用），其中，SimpleITK在安装过程中使用c

    UNet3+发表于2020年的ICASSP，它是对UNet非常重要的改进，它的性能我认为是可以超过UNet++的，至少在我的使用过程中我会直接使用UNet3+，而不是UNet++。1、UNet3+解读    UNet3+解读有很多文章，自己本来想好好捋一下发在这里，后来发现有两本篇文章相当的好，所以自己偷点懒不在写了，把文章连接发在这，大家真的可以好好看看：UNet++解读 + 它是如何对UNet改进 + 作者的研究态度和方式...

图像分割unet系列------UNet++详解1、UNet++主要目标    UNet++发表于2018年中期，它也是UNet非常重要的改进版本之一，我认为也是最直接的改进版本。当然，UNet++在论文中主要是用息肉（polyp）、肝脏（liver）和细胞核（cell nuclei）等医学图像分割进行实验。1、UNet++主要目标...

图像分割unet系列------Attention Unet详解1、Attention Unet主要目标2、Attention Unet网络结构    Attention Unet发表于2018年中期（比Res-UNet要早一些），它也是UNet非常重要的改进版本之一。当然，Attention Unet同样也是应用在医学图像分割领域，不过文章主要是以胰脏图像分割进行实验与论证的。1、Attention Unet主要目标    作者在摘要与简介中很清楚的表明了要解决的问题以及要达到的目标。具体如下所示：

图像分割unet系列------Res-UNet详解1、Res-UNet要解决的问题2、Res-UNet主要网络结构3、引发的思考    Res-UNet发表于2018年，是UNet非常重要的改进版本之一。当然，Res-UNet同样是应用在医学图像分割领域-----视网膜血管分割。1、Res-UNet要解决的问题    作者在文章的简介中就提到了视网膜血管分割任务的主要难点和挑战，这也是Res-UNet重点解决的问题，具体如下所示（直接翻译）：小血管缺失：位于血管末端的小血管有时甚至人眼也难以分辨

图像分割unet系列------UNet详解1、UNet网络结构2、UNet网络结构高性能的原因分析    UNet最早发表在2015的MICCAI上，到2020年中旬的引用量已经超过了9700多次，估计现在都过万了，从这方面看足以见得其影响力。当然，UNet这个基本的网络结构有太多的改进型，应用范围已经远远超出了医疗图像的范畴。我们先从最原始的UNet网络模型开始讲解。1、UNet网络结构    开始时，UNet主要应用在医疗图像的分割，并且快速成为大多做医疗影像语义分割任务的baseline，而后

    近些年来医学成像技术、计算机技术和深度学习算法等都有较大的进步，利用深度学习算法进行医学图像分析已经成为非常热点的研究方向，这对临床疾病诊断和治疗提供了新的技术手段。但是，深度学习算法对于医学图像的处理依然存在较大的问题。1、最在的障碍------数据1）样本数量的限制    由于医疗图像涉及到患者的隐私、专业性较强等现实问题，医学图像能在大众中展现的部分相对较少，内部交流采用的数据也并不是非常丰富。尽管有一些公开的数据集（如MICCAI、ISBI等挑战赛数据集），但是这些数据集中图像的数量依

本文主要介绍了自适应的中值滤波器，并基于OpenCV实现了该滤波器，并且将自适应的中值滤波器和常规的中值滤波器对不同概率的椒盐噪声的过滤效果进行了对比。最后，对中值滤波器的优缺点了进行了总结。空间滤波器一个空间滤波器包括两个部分：一个邻域，滤波器进行操作的像素集合，通常是一个矩形区域对邻域中像素进行的操作一个滤波器就是在选定的邻域像素上执行预先定义好的操作产生新的像素，并用新的像素替换掉原来像素形成新的图像。通常，也可以将滤波器称之为核(kernel)，模板(template)或...

Densely Connected Convolutional Networks密集连接卷积网络摘要最近的研究表明，如果卷积网络在接近输入层和接近输出层的层之间包含更短的连接，那么它在本质上可以更深入、更准确、更有效地进行训练。在本文中，我们接受了这一观察，并介绍了稠密卷积网络(DenseNet)，它以前馈的方式将每一层与每一层连接起来。传统的卷积网络有L层，而我们的网络有L(L+1)/2个...

这里介绍一篇文章------《深入医学图像分析：概念，方法，挑战和未来方向》，即Going Deep in Medical Image Analysis: Concepts, Methods, Challenges and Future Directions。此文章详细介绍了近些年以来深度学习在医疗图像中的各领域的应用。并对相关的概念、算法、存在的问题、以及改进的方向进行了详细的阐述。此文章不...

滤波本质上是对信号中特定的波段频率进行滤除，图像本质上也是一种数字信号，图像滤波是在尽量保留图像细节特征的条件下对目标图像的噪声(不需要的或是产生干扰的信号)进行抑制或是去除，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。 图像滤波的主要方向分为两个，即空间域滤波与频域滤波。其中空间域滤波包括线性滤波（高斯、均值等）与非...

皮下静脉穿刺主要应用在静脉输液与注射、静脉采血以及急救输血等医疗领域，也是医疗领域最常见的技术手段之一。传统的静脉血管穿刺方法通过扎止血带与病人握拳，并根据医护人员的经验和熟练度进行操作的，这种方法存在许多弊端：1）皮肤色素、血管深度和粗细、脂肪厚度 、血液蛋白浓度等差异严重影响医护人员对血管位置的判断；2）有些患者未进行手握拳的姿势(如儿童等)或是手部受伤等因素不能进行手握拳姿...