- 博客(9)
- 收藏
- 关注
RSS订阅原创 生物医学影像+目标检测【工作篇】
一个进私企的例子：本科计算机，硕士生医工的师弟A，力扣200刷的比较熟练，本身代码能力也很ok，一段大厂的3个月实习，最后找到了第二梯队的互联网厂，基础价（聊的时候，听说负责的leader还diss了一下专业的问题）。碎碎念：课题室今年的生物医学工程专业的师弟师妹找工作难的一匹，突然觉得应该写一个关于生物医学工程专业找工作的现状【生物医学影像+AI算法应用的方面的研究领域】。不过生物医学方面的公司很少，招的人就更好了。3、私企：今年能进入对口公司的人很少，普遍给出的反馈是：招人很少，学历卡的更高。
2025-01-25 18:14:56
136
原创 细胞检测-论文分享：DEGPR:DeepGuided Posterior Regularization for Multi-Class Cell Detection and Counting
本文提出了一种名为DEGPR（Deep Guided Posterior Regularization）的新方法，用于多类别细胞检测和计数，这在病理诊断中是一项关键任务。DEGPR通过引入显式和隐式特征，指导目标检测器利用细胞间的区分性特征，从而提高检测性能。显式特征由病理学家提供，隐式特征则通过监督对比损失从视觉数据中学习得到。该方法在两个公开数据集（CoNSeP和MoNuSAC）以及一个新贡献的数据集MuCeD上进行了验证。MuCeD包含55张人体十二指肠活检图像，用于预测乳糜泻。
2024-07-04 11:05:09
558
1
原创 细胞检测-文章分享：Segmentation and Characterization of Macerated Fibers and Vessels Using Deep Learning
本研究开发了一种基于深度学习的自动分割方法，利用YOLOv8模型对显微镜图像中的水解纤维和导管进行快速准确的分割和表征。该方法能够处理高达32,640 x 25,920像素的图像，并实现了有效的细胞检测和分割，平均精度（mAP）达到了78%。为了评估模型的稳健性，研究者还检验了来自遗传改良树种（以较长纤维著称）的纤维，结果与之前的手动测量相当。此外，研究者还创建了一个用户友好的网络应用程序用于图像分析，并提供了可在Google Colab上使用的代码。
2024-07-04 10:59:51
787
原创 医学图像目标检测-YOLO篇：MedYOLO: A Medical Image Object Detection Framework
本文介绍了MedYOLO，这是一款专为医学成像设计的三维目标检测框架。MedYOLO基于YOLOv5模型，采用一次性检测方法，能够对器官、病变等医学图像中的结构进行高效识别。该框架的创新之处在于它能够处理不需要体素级精度的任务，同时减少了对专家标注的依赖，降低了训练成本。MedYOLO还具有与NIfTI成像的原生兼容性，使其在处理CT和MR扫描时更为精准。
2024-07-03 12:55:47
2544
原创 细胞检测论文更新： Two-stage Cytopathological Image Synthesis for Augmenting Cervical Abnormality Screening
本文提出了一个新颖的两阶段细胞病理图像合成框架，旨在增强宫颈癌异常筛查的数据。该框架基于稳定扩散（Stable Diffusion）这一图像合成的基础模型，通过参数高效微调（Parameter-efficient Fine-tuning, PEFT）技术，实现了对细胞病理图像内容的定制和空间布局可控性的扩展。在第一阶段的全局图像生成中，设计了一个正常图像生成器，用于生成充满正常宫颈细胞的细胞病理图像；在第二阶段的局部细胞编辑中，从生成的图像中随机选择正常细胞，并将其转换为不同类型的异常细胞。
2024-07-01 11:23:40
960
原创 医学图像检测任务最新研究6月30更新--细胞检测：A Large-scale Multi Domain Leukemia Dataset
本文提出了一个大规模的多领域白血病数据集，专注于具有形态学属性的白细胞（WBC）检测，以提高白血病的早期诊断率。创新之处在于使用不同成本范围的两种显微镜（高成本显微镜HCM和低成本显微镜LCM）以及不同分辨率（100x、40x、10x）和传感器来收集数据，这增加了数据集的多样性和现实世界应用的泛化能力。此外，本文还提出了一种新的多头部对象检测方法，称为AttriDet，它不仅能够检测WBC的类型，还能预测它们的形态学属性，从而为白血病的预后提供可解释的辅助意见。
2024-06-30 21:03:51
693
原创 0622Arxiv最新医学影像病灶检测论文分享：Effective Lymph Nodes Detection in CT Scans Using Location Debiased Query~
本文提出了一种新的淋巴结检测变换器（Lymph Node DEtection TRansformer，简称LN-DETR），旨在提高计算机断层扫描（CT）图像中淋巴结的检测精度。该模型基于Mask DINO框架，通过引入位置去偏置查询选择（Location Debiased Query Selection）和对比查询表示学习（Contrastive Query Representation），显著提升了淋巴结查询的表示质量，从而减少了假阳性（False Positives, FPs）和重复预测。
2024-06-22 10:36:30
746
原创 MMdetection框架下简单实现界面可视化+大模型实现本地问诊
本文任务：1、mmdetection框架下针对医学图像病灶检测的gradio检测界面可视化2、结合vqa问答大模型实现本地预测（英文问答效果更好）
2024-04-07 16:01:20
1183
原创 医学图像影像目标检测数据集汇总
本文中所有的数据集均为：公共数据集，不涉及侵占隐私，如果侵权，请与我联系！医学图像目标检测数据集主要由两部分组成：（1）标准目标检测任务中的数据集，即数据集本身有标注框。（2）医学分割数据集的mask标注转换成目标检测框。
2024-03-20 19:26:40
4994
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人