首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

ct-exposer:通过搜索CT日志发现子域

什么是证书透明度(简称CT)? 证书透明度(Certificate Transparency)是谷歌力推的一项拟在确保证书系统安全的透明审查技术。...CT为TLS证书信任提供了额外的安全保障:即公司可以监控谁为他们拥有的域创建了证书。此外,它还允许浏览器验证给定域的证书是否在公共日志记录中。...ct-exposer能为我们做什么? ct-exposer将查询给定域的CT日志,然后尝试对域进行DNS查找以获取DNS中存在的域。...根据我的经验,到目前为止ct-exposer为我查找到了许多使用“site:domain.com”谷歌搜索找不到的子域。...安装依赖 Python3,gevent,requests 和 urllib3,pip3 install -r requirements.txt 使用 usage: ct-exposer.py

1K20

《柳叶刀》:人工智能可识别九类急性脑 CT 异常

【 图片来源:Nature 】 雷锋网消息,在新的研究中,人工智能深度学习算法能够准确识别头部CT扫描中9种不同程度的异常。...急诊室脑CT识别困境 头部CT(脑CT)检查,是利用CT对颅脑进行检查的一种方法。在头部受外伤时,脑CT是最重要的影像学诊断方法。...AI识别脑CT研究。...人工智能应用脑CT诊断 人工智能技术已经应用于胸部X光、胸部CT、脑CT等多种成像结果异常的检测中。据雷锋网了解,在脑CT检测领域,早已有诸多玩家入局。...总部设在以色列特拉维夫的医疗人工智能公司Aidoc,其基于AI的工作流程优化组合产品,可与放射科医师合作,用于标记脑部CT中的急性颅内出血(ICH)病例。

50720
您找到你想要的搜索结果了吗?
是的
没有找到

文本匹配——【ICLR 2021】CT

本文作者提出了“对比张力”(CONTRASTIVE TENSION)的对比学习方案——CT: 如上图所示,在训练期间,CT 构建了两个独立的编码器(“Model1”和“Model2”),它们共享初始参数以对一对句子进行编码...原始 CT 论文使用包含多个小批量的批次。对于 K=7 的例子,每个 mini-batch 由句子对 组成,对应的标签是 1, 0, 0, …, 0....实现 sentence_transformers已经把CT已经封装成pip包,完整的训练流程例子可以参考《Sentence-BERT》。...我们在此基础上只用修改DataLoader和Loss就能轻松的训练CT: from sentence_transformers import SentenceTransformer, InputExample...负采样的改进 sentence_transformers中还是实现了一个CT使用批量负采样的改进版本:模型 1 和模型 2 都编码相同的句子集。

1.4K20

创建合成CT图像数据

我们应用此方法为Covid19的CT挑战赛的开发人员创建一个合成玩具数据集。 数据隐私是医学图像数据公开的一个重要挑战。病人相关信息的匿名化需要两个主要步骤。...第二步中,可能需要对图像数据本身执行匿名化,一个例子是从脑CT/MRI图像我们可以重建人脸,所以这通常需要进一步的匿名化步骤。...在COVID19挑战中:https://www.covid19challenge.eu,我们使用的是胸部的CT数据。...我们将ANTs应用于胸部CT图像,我们不会变形图像的所有内容,而只会变形一定百分比的内容,变形不是完全的,只是部分的。这个概念的一个例子如图1所示。 ? 以上是基于部分图像变形的胸部CT合成概念。...以上是四个胸部CT的冠状位中心切片。你可以猜出哪些是合成的吗?文章最后给出答案。

1.1K20

CT-ICH2020——CT图像上的颅内出血检测和分割

CT 扫描的可用性及其快速采集时间使 CT 成为优于磁共振成像 (MRI) 的初始出血评估的首选诊断工具。...CT 扫描使用 X 射线束生成一系列图像,根据组织对 X 射线的吸收量,以不同的强度捕获脑组织。...在使用脑窗的 CT 扫描中,出血表现为结构相对不明确的高强度区域。CT 图像由高级放射科医生检查,以确定是否发生出血,如果发生,则检测类型及其区域。...二、CT-ICH2020任务 分割颅内出血(ICH)区域。...三、CT-ICH2020数据集 收集了 82 个 CT 扫描的数据集,其中包括 36 个诊断为以下类型颅内出血的患者的扫描:脑室内、脑实质内、蛛网膜下腔、硬膜外和硬膜下。

17510

想研究新冠CT找不到数据集?UCSD、Petuum开源COVID-CT 数据集

然而,出于对隐私的保护,这些研究中所使用的 CT 图像并不会公之于众,这极大地阻碍了基于 CT 图像做精准检测的人工智能方法的研发。...为了解决这个问题,他们构建了一个 COVID-CT 数据集,其中包含 275 个新冠肺炎检测呈阳性的 CT 图像,并向公众开放,以帮助基于 CT 图像的新冠肺炎检测的研发。...基于 183 个新冠肺炎 CT 图像和 146 个非新冠肺炎 CT 图像,他们训练了一个深度学习模型,以预测一个 CT 图像是否呈新冠肺炎阳性。...他们在 35 个新冠肺炎 CT 图像和 34 个非新冠肺炎 CT 图像上进行了测试,模型 F1 值为 0.85。...对于包含多个 CT 子图像的图像,他们将其手动拆分为单个 CT 图像。 最终他们获得了 275 个 CT 扫描图像,标记为新冠肺炎阳性。

69020

SegTHOR2019——CT胸部器官分割

今天将分享CT胸部器官分割完整实现版本,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。...一、SegTHOR2019介绍 该挑战赛为了解决计算机断层扫描 (CT) 图像中处于危险中的器官分割问题。...在肺癌和食管癌中,放射治疗是一种治疗选择,放射治疗计划从描绘目标肿瘤和位于目标肿瘤附近的健康器官开始,在 CT 图像上称为风险器官 (OAR)。...三、SegTHOR2019数据集 挑战赛提供了40例CT训练集包含标注结果。20例CT测试集,不包含标注结果。...CT数据具有 512 x 512 像素大小,平面分辨率在每个像素 0.90 毫米到 1.37 毫米之间变化,具体取决于患者。

31120

预训练句子表征——【ICLR 2021】CT

本文作者提出了“对比张力”(CONTRASTIVE TENSION)的对比学习方案——CT: 如上图所示,在训练期间,CT 构建了两个独立的编码器(“Model1”和“Model2”),它们共享初始参数以对一对句子进行编码...原始 CT 论文使用包含多个小批量的批次。对于 K=7 的例子,每个 mini-batch 由句子对 组成,对应的标签是 1, 0, 0, …, 0....实现 sentence_transformers已经把CT已经封装成pip包,完整的训练流程例子可以参考《Sentence-BERT》。...我们在此基础上只用修改DataLoader和Loss就能轻松的训练CT: from sentence_transformers import SentenceTransformer, InputExample...负采样的改进 sentence_transformers中还是实现了一个CT使用批量负采样的改进版本:模型 1 和模型 2 都编码相同的句子集。

1.6K10

​SynthRAD2023——放射治疗的CT合成

目前已经提出图像合成以将 CBCT 的质量提高到 CT 水平,产生所谓的“合成 CT”(sCT)。...近年来,基于机器学习或深度学习等人工智能算法,从 MRI 或 CBCT 衍生出 sCT 的兴趣有所增加。但是,没有设计任何公共数据或挑战来为这项任务提供金标准。...,对于CT图像进行(-1000,2000)HU范围截断去除异常区域,在将CBCT-CT生成中,对于CBCT和CT都进行(-1000,2000)HU范围截断去除异常区域。...4、训练结果和验证结果 MR-CT头部结果 MR-CT腹部结果 CBCT-CT头部结果 CBCT-CT腹部结果 5、验证集CT生成结果 MR-CT头部 MR-CT腹部...CBCT-CT头部 CBCT-CT腹部 6、测试集CT生成结果 MR-CT头部 MR-CT腹部 CBCT-CT头部 CBCT-CT

18320

胸片和CT断层图像是怎么来的?

如何得到CT断层图像? 相信小伙伴体检的时候都拍过胸片,假如哪个不幸的小伙伴胸片有点“小问题”的话呢,还要再拍个CT图像让医生仔细看一下,那么这些图像有什么区别呢?又是如何得到的呢?...首先,胸片和CT图像长什么样子呢? ? 左图是我们平常所说的胸片,右边就是CT的断层图像。左边只有一张图片,相当于把人变成透明的,可以看到身体的内部,所以我们叫它透视像。...神奇的CT断层扫描又是怎么回事呢? ? ​ 在CT扫描的时候,假设医生想看你身体某一层的断层图像,就会用CT围着你身体的那一层转上一圈。...这主要是CT重建算法的功劳啦。 CT重建算法原理 接下来给大家简单介绍一下CT的重建算法。 射入人体的X射线,穿过人体之后会有一部分透射出来,被探测器捕捉到。...有了CT断层图像,医生就可以看到病人身体内的结构,及时的诊断疾病了。目前,CT是在临床上应用最为广泛的医学成像设备了,在很多疾病的早期诊断上功不可没。

1.3K20

ULS2023——CT图像中常见病变分割

今天将分享CT图像中常见病变分割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。...一、ULS2023介绍 近年来,每年进行的CT检查数量持续增加,导致放射科医生的工作量增加。...CT 扫描中疾病进展和治疗反应的量化通常依赖于病变的手动长轴或短轴测量。通常,这些测量结果使用实体瘤反应评估标准(RECIST)指南进行解释,该指南旨在标准化和加快这一过程。...基于人工智能取得了重大进展肿瘤的自动分割模型。专注于肝脏、肾脏或肺部肿瘤的医学挑战导致分割这些类型病变的性能大幅提高。

22810

【译】用于肺部CT肺结节分类的深度特征学习摘要

题目:用于肺部CT肺结节分类的深度特征学习 原文链接(IEEE):《Deep feature learning for pulmonary nodule classification in a lung...CT》 (转载请注明出处:【译】用于肺部CT肺结节分类的深度特征学习 (zhwhong)) 摘要 在这篇论文,我们提出了一个重要的在肺部CT确定肺结节的方法。...此外,为了减轻医生们由于阅读大量CT而疲劳造成的误诊,计算机辅助检测引起了人们很大的兴趣。   从临床角度来看,大于3mm的结节一般被称为肺结节[2]而更大的结节很容易变成癌细胞。...II.提出的方法 A.数据集和形态特征 我们收集了20个病人的CT扫描(男/女:7/13,年龄:63.5+-7.7).肺结节由一个经验丰富的医生手工分割。...IV.总结 在这篇论文,我们提出来用深度结构去寻找CT扫描的肺结节分类中潜在的非线性形态信息。临床上,在早起阶段找到恶性结节是十分重要的。

1.4K80

CyTran: Cycle-Consistent Transformers forNon-Contrast to Contrast CT Translation

摘要  我们提出了一种新的方法,将不成对的对比度计算机断层扫描(CT)转换为非对比度CT扫描,反之亦然。...解决这项任务有两个重要的应用:(i)为注射造影剂不是一种选择的患者自动生成对比CT扫描,以及(ii)通过在配准前减少造影剂引起的差异来增强对比CT和非对比CT之间的对准。...此外,我们还介绍了一个新的数据集Coltea-Lung-CT-100W,其中包含从100名女性患者中收集的3D三相肺部CT扫描(共37290张图像)。...Moen等人开发了299名患者的CT扫描数据集,用于三种类型的临床检查:非对比头部CT扫描、低剂量非对比胸部扫描和腹部对比增强CT扫描。...设 表示属于造影相 (静脉或动脉)的源3D CT扫描, 表示属于非造影相 (自然)的目标3D CT扫描。在将x到y中的体素对齐之前,我们将CT扫描 中的所有切片转换为分布 ,从而获得 。

16820
领券