基于CNN的医学图像分割方法
来源:互联网 发布:软件质量管理体系 编辑:程序博客网 时间:2024/05/12 05:11
总结一下最近一段时间的学习成果
1、了解CNN
(1)http://cs231n.github.io/convolutional-networks/
斯坦福大学的关于CNN的学习资料,里面详细讲解了卷积层、池化层是怎么工作的。
(2)Gradient-Based Learning Applied to Document Recognition (YANN LECUN)
主要了解LeNet-5的基本原理。
(3)ImageNet Classification with Deep Convolutional Neural Networks (Alex Krizhevsky )
学习Alex-Net的基本原理,了解ReLU激活函数、LRN的基本概念。
(4)Improving neural networks by preventing co-adaptation of feature detectors (G.E.Hinton)
主要讲了Dropout。Dropout能够有效地解决CNN网络过拟合的问题。
(5)Understanding the difficulty of training deep feedforward neural networks (Xavier Glorot)
提出了一种CNN网络的卷积权值的初始化方法。
2、了解基于CNN的医学图像分割
(1)Brain MRI Segmentation with Patch-based CNN Approach (Zhipeng CUI)
利用CNN网络做头部肿瘤图像的分割,论文没有太大的创新点,但是论文的结构清晰,最终的分割效果也很不错,值得参考。
(2)Brain tumor segmentation with Deep Neural Networks (Mohammad Havaei)
提出了一种双通道的CNN网络结构,可以借鉴里面的思路。
(3)Brain Tumor Segmentation Using Convolutional Neural Networks in MRI Images (Sérgio Pereira)
3、CNN网络的代码实现
常用的深度学习框架有Caffe、Tensorflow、MatConvnet等。其中MatConvnet是一个CNN的MATLAB工具包, 相比于其他深度学习框架, MatConvnet更加容易上手,适合CNN的初学者。
4、分割效果展示
阅读全文
1 0
- 基于CNN的医学图像分割方法
- 医学图像分割方法
- 医学图像处理之一:基于标记的分水岭分割算法
- 医学图像处理笔记(6)-基于能量的分割
- 医学图像分割方法综述 -田捷
- 基于图像分割的方法
- 医学图像分割综述
- 医学图像分割
- 医学图像处理:基于标记的分水岭分割算法及算法评估
- 基于水平集的图像分割方法
- 基于谱聚类的图像分割方法简介
- 基于分块技术的图像分割方法
- 基于图像分割的立体匹配方法
- 基于图像分割的立体匹配方法
- ImageNet和CNN可以帮助医学图像的识别吗?
- ImageNet和CNN怎样帮助医学图像的识别
- ImageNet和CNN可以帮助医学图像的识别吗?
- ImageNet和CNN可以帮助医学图像的识别吗?
- [采集]网络框架对比分析
- 超大文件分割为小文件便于传输
- 120. Triangle
- 浏览器启动APP
- 安卓字体设置大全
- 基于CNN的医学图像分割方法
- 内存恶鬼drawRect
- Websphere下dmgr、node、server
- java反射和动态代理的理解
- 安卓开发中所使用的网络连接工具类
- java系列(十二)神奇的math类·继承和大神器API
- jQuery设计思想
- iOS Cell异步图片加载优化,缓存机制详解。
- Oracle drop table 和 truncate table对grant授权的影响