1、老冈的图像处理第九章;2、李航老师的统计机器学习和周志华的机器学习;3、Deep Learning英文书;4、斯坦福大学的cs231n;5、从U-Net和FCN开始的经典分割模型,直到最新模型;6、关注医学图像方面的比赛,从Kaggle和Grand Challenge获取信息;7、加入QQ群:智能医学影像处理(428014259)。
医学图像分割方向有哪些审稿较快的期刊推荐? - 知乎
医学图像还是很有潜力,毕竟ai+医疗这块还是很大一块蓝海,本人硕士期间也是从事的医疗图像的工作但我主要做的分类,我学姐做的分割,我那时候还没入校之前导师就安排了课题,还给了几个g的外文文献,当时也是很蒙b的状态,我们项目虽然说和医院合作能搞到一些数据集但数据还是很 …
从发论文的角度,单纯的图像分割在医学影像领域不是一个好的方向,毕竟这个方向已经很成熟了。 看看近年的MICCAI,研究热点从全监督、半监督场景变到domain adaptation、label noise、annotation free、univseral organs等。
相比之下,Mamba的设计允许模型在保持线性计算复杂度的同时,仍然能够捕捉到长距离的依赖关系。因此基于Mamba的医学图像分割能够结合CNN的局部特征提取能力和Transformer的全局上下文理解能力,更有效地处理医学图像中复杂的结构和模式。
cv方向的硕士本来就窄,医学图像就更窄,想找对口的方向简直难上加难。 那怎么办? 先说下我自己,上学的后一半时间,我笃定今后不走医学图像这条道路,背着老板学最基础的机器学习理论,NG,李宏毅这些大佬的视频资料,也有了一个相对扎实的基础。
2024年4月9日 · 对于医学图像处理的相关研究也有一定的覆盖,属于医学图像处理领域的2区期刊。 3区期刊 : Medical Image Analysis(《医学图像分析》)是一个专注于医学图像分析研究的期刊,刊载的论文涉及医学图像处理、图像分割、特征提取、图像识别和计算机辅助诊断等 ...
尽量让老板买张显存大的显卡吧,不然跑分割跑不动,我用过3090跑brats2021,256×256×160这种,不用pytoch-lightning里面的半精度,是要炸显存的。 当然如果你模型中不涉及gelu这种耗显存的函数,跑是能跑起来,就是速度很慢。
2023年12月11日 · 传统方法比如距离正则化水平集演化方法的图像分割。. 水平集图像分割方法实际上是基于曲线演化理论的一种数学方法在图像上的表示,能够处理曲线的拓扑结构变化,而且其数值实现的稳定性高,医学超声图像由于其成像原理一般会具有较高的斑点噪声并且一些区域存在对比度低的情况。
有一些开源实现结合了知识蒸馏和医学图像分割: NVIDIA的Clara Train SDK就提供了知识蒸馏用于3D医学图像分割的功能和示例。 它支持各种主流分割模型(如UNet、nnU-Net等)作为学生模型,实现模型压缩和加速。