随笔分类 - 医学人工智能
摘要：# coding:utf-8 import numpy as np import torch # 首先确定原图片的基本信息：数据格式，行数列数，通道数 rows=886#图像的行数 cols=492#图像的列数 patchsx = rows patchsy = cols batchsz = 16 c
阅读全文
摘要：import cv2 #OpenCV包 import numpy as np # 首先确定原图片的基本信息：数据格式，行数列数，通道数 rows=886#图像的行数 cols=492#图像的列数 channels =1# 图像的通道数，灰度图为1 path = r"C:\Users\wpx\Desk
阅读全文
摘要：#coding:utf-8 import torch from monai.transforms import Compose, RandHistogramShiftD, Flipd, Rotate90d import matplotlib.pyplot as plt import SimpleIT
阅读全文
摘要：窗宽指CT图像所显示的CT 值范围，在此CT值范围内的组织和病变均以不同的模拟灰度显示窗位（窗中心）指窗宽范围内均值或中心值，如果窗宽为100Hu，当窗位为中心 0Hu，则CT值的范围为-50Hu ~ +50Hu；当窗位为中心 +35Hu，则CT值的范围为-15Hu ~ +85Hu； def inf
阅读全文
摘要：在对医学图像进行深度学习的过程中，我们会遇到图片过大，导致train的过程中网络会瘫痪，所以我们会考虑到对图像进行分割。比如一张155x240x240的图像，我们可以将他分割成一系列128x128x128大小的小图像。代码如下： from crop import * import torch def
阅读全文
摘要：认真读的第一篇论文，翻译可能有很多问题，请见谅，建议去读原文。 论文地址： HDC-Net: Hierarchical Decoupled Convolution Network for Brain Tumor Segmentation Zhengrong Luo† , Zhongdao Jia†
阅读全文
摘要：这个总结来自：博客 os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” # 按照PCI_BUS_ID顺序从0开始排列GPU设备 os.environ[“CUDA_VISIBLE_DEVICES”] = “0” #设置当前使用的GPU设备仅为0号设备 设备名称
阅读全文
摘要：本篇文章来自wikipedia，如果需要阅读英文，可以去看一下。 SURF (Speeded Up Robust Features, 加速稳健特征) 是一个稳健的图像识别和描述算法，首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务，如物件识别和3D重构。他部分的灵感来自于 SIF
阅读全文
摘要：这篇文章是从wiki中摘抄下来，需要阅读英文的，可以去看看。 Canny边缘检测算子是澳洲计算机科学家约翰·坎尼（John F. Canny）于1986年开发出来的一个多级边缘检测算法。更为重要的是Canny创立了“边缘检测计算理论”（computational theory of edge det
阅读全文
摘要：后续会慢慢补充1、Faster R-CNN：他会花费更多的时间在检测方面，但是在小的项目中可以得到更为精确的结果。2、False Positive”通常指假阳性，就是把一个健康人诊断为病人。3、敏感度（sensitivity）：又称真阳性率，即患者被诊断为阳性的概率，计算公式是：真阳性／（真阳性＋假
阅读全文