腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
最新医学影像技术
专栏作者
举报
341
文章
282181
阅读量
117
订阅数
订阅专栏
申请加入专栏
全部文章（341）
数据（112）
网络（68）
测试（65）
github（44）
优化（44）
图像处理（41）
函数（41）
tensorflow（40）
腾讯云测试服务（38）
git（34）
编程算法（34）
开源（34）
模型（33）
深度学习（31）
算法（26）
机器学习（21）
https（20）
神经网络（18）
网络安全（18）
人工智能（17）
pytorch（15）
python（13）
mask（13）
系统（11）
数据库（10）
工具（10）
开发（10）
异常（10）
epoch（8）
spacing（8）
文件存储（7）
医疗（7）
图像分析（7）
性能（7）
自动化（6）
数据处理（6）
视频（6）
c++（5）
存储（5）
卷积神经网络（5）
unity（5）
腾讯云开发者社区（5）
部署（5）
numpy（4）
tcp/ip（4）
fork（4）
计算机视觉（4）
协议（4）
.net（3）
scala（3）
sql（3）
容器镜像服务（3）
windows（3）
分类算法（3）
alpha（3）
cuda（3）
detection（3）
patch（3）
编码（3）
解决方案（3）
设计（3）
统计（3）
重构（3）
其他（2）
打包（2）
ide（2）
linux（2）
http（2）
容器（2）
serverless（2）
数据分析（2）
数据结构（2）
学习方法（2）
binary（2）
csv（2）
file（2）
image（2）
src（2）
torch（2）
编程（2）
程序（2）
队列（2）
二进制（2）
服务（2）
管理（2）
集合（2）
量化（2）
软件（2）
研发（2）
硬件（2）
对象存储（1）
区块链（1）
NLP 服务（1）
php（1）
c#（1）
html（1）
jquery（1）
android（1）
access（1）
flask（1）
matlab（1）
批量计算（1）
命令行工具（1）
SSL 证书（1）
机器翻译（1）
网站（1）
智慧医学影像（1）
大数据解决方案（1）
opencv（1）
监督学习（1）
kernel（1）
socket编程（1）
uml（1）
anaconda（1）
安全（1）
nest（1）
canvas（1）
es（1）
智能识别（1）
流计算 Oceanus（1）
algorithm（1）
cell（1）
com（1）
cv2（1）
gpu（1）
header（1）
import（1）
kaggle（1）
line（1）
local（1）
map（1）
model（1）
nan（1）
nested（1）
nvidia（1）
object（1）
parameters（1）
path（1）
percentage（1）
precision（1）
reference（1）
std（1）
target（1）
ui（1）
using（1）
对象（1）
翻译（1）
工作（1）
工作流（1）
基础（1）
计算机（1）
可视化（1）
连接（1）
论文（1）
命令行（1）
事件（1）
数据采集（1）
索引（1）
隐私（1）
增强现实（1）
图像分割（1）
LLM（1）
标签（1）
搜索文章
搜索
搜索
关闭
IUGC2024——产时超声检查挑战赛
网络
优化
函数
视频
数据
今天将分享产时超声检查挑战赛完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2024-05-14
14
0
ACOUSLIC-AI2024——腹围超声自动测量
人工智能
框架
模型
数据
索引
在资源匮乏的环境中诊断胎儿生长受限具有挑战性。胎儿生长受限 (FGR) 影响高达 10% 的妊娠，是导致围产期发病率和死亡率的关键因素。FGR 与死产密切相关，还可能导致早产，给母亲带来风险。这种情况通常是由于各种母体、胎儿和胎盘因素阻碍胎儿遗传生长潜力所致。产前超声检查中胎儿腹围 (AC) 的测量是监测胎儿生长的一个关键方面。当小于预期时，这些测量值可以指示 FGR，这种情况与大约 60% 的胎儿死亡有关。FGR 诊断依赖于对胎儿腹围 (AC)、预期胎儿体重或两者的重复测量。这些测量必须至少进行两次，两次测量之间至少间隔两周，才能得出可靠的诊断。此外，AC 测量值低于第三个百分位数本身就足以诊断 FGR。然而，由于超声检查设备成本高昂且缺乏训练有素的超声检查人员，对 AC 测量至关重要的生物识别产科超声的常规实践在资源匮乏的环境中受到限制。
医学处理分析专家
2024-05-14
18
0
ACDC2017——自动心脏诊断挑战
测试
数据
网络
异常
优化
过去十年中，MRI 心脏分割一直是一个突出的医学成像问题。过去几年中已经发表了数千篇关于该主题的论文。ACDC挑战，将为医学成像界提供有史以来最大的、完整注释的公共MRI心脏数据集。因此，数据集的丰富性及其与日常临床问题的紧密联系有可能重新定义计算机心脏分析的主题并重置该研究领域。此外，随着应用于医学成像的深度学习方法的兴起，对大型且注释良好的数据集的需求日益增长。ACDC挑战比以前的心脏挑战具有更大的范围，因为它有两种输出结果：图像分割结果和对每位患者的病理预测结果。此外，ACDC数据集包含右心室、左心室心内膜和心外膜壁的真实数据。
医学处理分析专家
2024-05-14
19
0
RibFrac2020——肋骨骨折检测和分类
网络
优化
服务
函数
数据
今天将分享肋骨骨折检测和分类完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2024-04-28
94
0
KPIs2024——肾脏病理学图像分割
图像分析
函数
模型
数据
图像分割
今天将分享肾脏病理学图像分割完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2024-04-22
187
0
XPRESS2022——基于骨架的白质轴突3d分割
存储
测试
模型
数据
网络
对于XPRESS挑战，目标是分割测试数据集，使得对应于每个有髓轴突的体素由相同分割ID标记，对应于不同轴突的体素由不同分割ID标记。训练和验证数据集以及金标准注释作为训练数据。提交格式是图像体积，其中每个体素的值是一个分割ID。这些分割将与金标准追踪进行比较以计算准确度分数。由于大多数分割算法目前需要像素级金标准（而不是骨架）进行初始训练，提供了有限数量的像素级金标准。参与者将开始在体素级金标准上进行训练，然后使用更大体积的骨架 GT 来增强训练。然而，也可以仅在骨架或体素方面的GT上进行训练。参与者将可以灵活地使用提供的注释中的一个或两个来训练模型，并提交对测试体积的体素预测。
医学处理分析专家
2024-04-15
103
0
Lightmycells2024——明场到荧光成像挑战赛
数据库
测试
开发
数据
网络
为了获得荧光显微镜图像，需要用特定的荧光探针和染料对细胞进行手动生化标记处理，既耗时又昂贵。但是，所研究的细胞本身可能会受到荧光显微镜过程的干扰，包括暴露于激发光（光毒性）和探针本身。由于光毒性随着光照而增加，因此会损害长期成像。同样，通过光漂白使荧光团变暗限制了图像的信噪比。此外，添加标记是一种侵入性方法。荧光团可能会阻碍其靶标的分子相互作用，并且蛋白质过度表达会增加其在细胞质中的浓度，从而破坏调节过程。更糟糕的是，荧光团本身可能具有细胞毒性。由于荧光显微镜会引起时间和功能扰动，因此限制实验中使用的荧光探针的数量对于实时显微镜至关重要。相反，明场、相差和 DIC 等无标记透射光显微镜是非侵入性的，光毒性急剧降低，并且在整个采集过程中保持信号质量。这一挑战的生物学目的是从明场图像中恢复计算机荧光图像。
医学处理分析专家
2024-04-15
80
0
DREAMING2024——在医学新兴应用中通过修复方法来缩小与现实的误差
测试
对象
数据
网络
增强现实
虽然增强现实 (AR) 在医学领域得到了广泛研究，但它仅代表了改变真实环境的一种可能性。其他形式的介导现实 (MR) 在医学领域很大程度上仍未得到探索。缩小现实（DR）就是这样一种模式。DR是指通过用背景虚拟替换真实对象来从环境中移除真实对象。与AR 相结合，可以创建强大的MR环境。尽管DR引起了更广泛的计算机视觉和图形社区的兴趣，但尚未在医学中广泛采用。然而，DR在医疗应用中具有巨大的潜力。例如，当空间和术中视野受到限制，并且外科医生对患者的视野被破坏性医疗器械或人员进一步遮挡时，DR方法可以为外科医生提供手术部位的无障碍视野。最近，深度学习的进步为实时应用铺平了道路，无需事先了解当前场景即可提供令人印象深刻的成像质量。具体来说，深度修复方法是 DR 最有前途的方向。
医学处理分析专家
2024-04-15
94
0
aidasub-cleceliachy2015——内窥镜图像检查中异常检测
异常
优化
测试
数据
算法
乳糜泻是一种免疫介导的肠病，由接触麸质和类似蛋白质引发，影响遗传易感人群，增加其患不同并发症的风险，如恶性淋巴瘤、小肠肿瘤、口咽肿瘤、骨质疏松症和骨折。在临床实践中，乳糜泻的诊断是通过诊断性肠活检和伴随的乳糜泻血清学阳性来进行的。乳糜泻引起的小肠粘膜损伤涉及不同程度的内窥镜相关病变，这些病变不易识别：即使使用变焦内窥镜检查，其总体敏感性和阳性预测值也很差。
医学处理分析专家
2024-04-15
71
0
Leukemia2019——白血病二分类
数据
网络
机器学习
深度学习
测试
今天将分享白血病二分类完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2024-04-15
78
0
HEp-2_cell_classification2018——细胞荧光显微喉癌分类
函数
数据
优化
cell
测试
间接免疫荧光（IIF）是一种通过荧光标记的二级抗体间接检测患者血清中特定抗原的自体抗体的技术，广泛应用于如系统性红斑狼疮等自身免疫疾病的诊断。HEp-2细胞，因其表达多种细胞核抗原，成为IIF实验的理想基质，尽管存在来源争议，现认为是人类乳突病毒相关宫颈腺癌细胞。
医学处理分析专家
2024-04-03
88
0
ANHIR2019——自动非刚性组织学图像配准之AI形变场配准方法
数据
网络
工具
函数
集合
在数字病理学中，最简单但最有用的功能之一是直观地比较连续的组织切片（切片），这需要将图像对齐。需要图像对齐的其他相关应用包括3D重建、图像融合等。图像对齐使病理学家能够评估患者在单个区域中的多个标记物的组织学和表达。此外，由于组织处理和预分析步骤，切片可能会遭受非线性变形。也就是说，它们会在各个部分之间拉伸并改变形状。目前，只有少数自动对齐工具能够以足够的精度和合理的处理时间处理大图像。
医学处理分析专家
2024-04-02
124
0
ANHIR2019——自动非刚性组织学图像配准之传统非刚性配准方法
工具
集合
数据
性能
target
在数字病理学中，最简单但最有用的功能之一是直观地比较连续的组织切片（切片），这需要将图像对齐。需要图像对齐的其他相关应用包括3D重建、图像融合等。图像对齐使病理学家能够评估患者在单个区域中的多个标记物的组织学和表达。此外，由于组织处理和预分析步骤，切片可能会遭受非线性变形。也就是说，它们会在各个部分之间拉伸并改变形状。目前，只有少数自动对齐工具能够以足够的精度和合理的处理时间处理大图像。
医学处理分析专家
2024-04-02
104
0
PatchCamelyon2018——病理图像乳腺癌转移分类比赛
卷积神经网络
测试
模型
数据
网络
间接免疫荧光（IIF）是一种通过荧光标记的二级抗体间接检测患者血清中特定抗原的自体抗体的技术，广泛应用于如系统性红斑狼疮等自身免疫疾病的诊断。HEp-2细胞，因其表达多种细胞核抗原，成为IIF实验的理想基质，尽管存在来源争议，现认为是人类乳突病毒相关宫颈腺癌细胞。
医学处理分析专家
2024-04-02
118
0
SMILE-UHURA Challenge 2023——超高分辨率 7T 磁共振血管造影血管分割
深度学习
部署
数据
算法
系统
颅内动脉瘤、动静脉畸形和缺血性卒中的诊断和治疗通常依赖于脑血管系统的高分辨率 3D 图像。3D 形态分析、治疗模拟和治疗指导的使用推动了现有血管形态学和拓扑分析技术的发展和改进，但所有这些技术都强烈依赖于从血管造影图像中准确分割脑血管系统。众所周知，这项任务是一个具有挑战性的问题，由于存在多个小血管、目标结构的内在稀疏性、不均匀的对比分布以及复杂而独特的解剖结构。尽管困难重重，但血管分割仍然是医学图像评估辅助领域中一个潜在的相关问题1.这些分割主要用于脑血管系统的形态学和拓扑学分析，从而可以进行血流模拟2（通常为计算流体动力学 - CFD），以及血管内治疗的部署模拟和指导3（例如，在脑动脉瘤上）。因此，挑战赛集中在获取精确且连接的脑血管分段上，这些分段密集地覆盖了从每个图像的主供血动脉分支的血管。
医学处理分析专家
2024-04-02
124
0
医学图像处理案例（二十四）——基于cuda小波变换和cuda脉冲耦合神经网络的图像融合
模型
神经网络
图像处理
cuda
torch
图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。
医学处理分析专家
2024-04-02
130
1
医学图像处理案例（二十三）——基于cuda的小波变换的3d图像融合
图像处理
cuda
import
函数
重构
图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。
医学处理分析专家
2024-04-02
175
0
MuReD2022——多标签视网膜疾病分类
工作
函数
模型
数据
标签
视网膜是眼睛的主要组成部分之一，支持视觉功能。它位于眼睛的后部，其主要工作是将进入眼睛的光转换为电信号，通过视神经传递到大脑。由于其性质，视网膜既可以反映仅限于眼睛的疾病的发生，也可以反映更广泛的生理状况，特别是循环系统和脑部疾病。年龄相关性黄斑变性(ARMD)、糖尿病性视网膜病变(DR)和青光眼等疾病每年导致全球超过1000万人失明。事实上，青光眼是发达国家第二大最常见的失明原因，ARMD是50岁以上人群失明的最常见原因，针对25 至 74 岁年龄段的人群DR是视力丧失的最重要原因之一。定期检查视网膜可以支持在出现任何症状之前早期诊断疾病。早期诊断至关重要，因为早期检测可以防止患者完全视力丧失，并通过及时治疗支持延迟和可能阻止退行性疾病、进行性视网膜萎缩。
医学处理分析专家
2024-04-02
116
0
医学图像处理案例（二十二）——基于cuda的小波变换的图像融合
图像处理
cuda
torch
函数
重构
图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。
医学处理分析专家
2024-04-02
126
0
EchoCP2021——经胸超声心动图的PFO诊断
网络
优化
测试
视频
数据
经胸超声心动图是一种常用的无创检查方法，用于评估心脏结构和功能。在诊断卵圆孔未闭时，医生会仔细检查心房之间的解剖结构，特别是注视是否存在卵圆孔未闭。卵圆孔是胎儿时期两个心房之间的通道，正常情况下在出生后应该闭合，但有时会残留未闭。医生会观察血流在心房之间的情况。在卵圆孔未闭的情况下，可能会出现血流从左心房到右心房的现象，这种情况称为左向右分流。通过超声心动图可以评估分流的程度和影响。
医学处理分析专家
2024-04-02
114
0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档