...应用落地!牛津大学团队发布Medical SAM 2,刷新医学图像分割...
第二类旨在评估模型在不同成像模式中的泛化能力,研究人员使用REFUGE2数据集对眼底视盘(Opticdisc)和视杯(OpticCup)图像分割;使用BraTs2021数据集对MRI扫描的脑肿瘤分割;使用TNMIX基准对超声图像进行甲状腺结节分割,该基准由TNSCUI的4,554张图像以及DDTI的637张图像组成;使用ISIC2...
千万IP创科普丨《基础模型时代的图像分割》研究综述
这项任务是实现更高阶目标的初始步骤,包括物理场景理解、视觉常识推理、社交能力感知,并且在自动驾驶、医学图像分析、自动监控和图像编辑等领域有着广泛的应用。多年来,图像分割吸引了大量的关注,催生了大量的算法,从传统的非深度学习方法如阈值化[1]、直方图模式搜索[3]、区域生长与合并[5]、空间聚类[7]、能量扩散...
医学图像领域的创新应用——张亮在领域内的成就与发展
(余小戈)近年来,医学成像技术领域经历了快速的发展和创新,医学图像处理的应用也愈发广泛,涉及医学诊断、疾病分析、手术规划、治疗评估等方面。不同的成像技术如X射线、核磁共振(MRI)、超声波等被广泛应用于医学诊断、疾病监测和治疗过程中。X射线成像是最早被使用的技术之一,而MRI则以其高分辨率和对比度的图像而备受...
国内首家,同步实施质子和光子空间分割放疗
合肥离子医学中心针对两例患者分别进行了光子及质子的空间分割放疗。一例是肝细胞肝癌腹膜后淋巴结转移,一例是治疗原发性肝癌肝内病灶,两者局部肿瘤体积均较大(>50cc)。以下为患者的计划示意图。质子SFRT计划示意图光子SFRT计划示意图袁双虎院长、周涛主任带领团队对病例进行了详细的分析和讲解,包括靶区勾画、治...
哈佛团队开发FairDomain,实现跨域医学图像分割和分类中的公平性
1、En-face眼底图像扫描;2、SLO眼底图像扫描;3、患者的人口统计信息;4、青光眼诊断。医学分类数据集中的受试者根据视野测试结果分为正常和青光眼两类。数据特征医学分割数据集包含10000名受试者的10000个样本。我们将数据分为训练集8000个样本,测试集2000个样本。患者的平均年龄为60.3±...
...深圳大学联手香港理工发布MemSAM:将 「分割一切」模型用于医学...
三个传统的图像分割模型分别是基于CNN的UNet、基于Transformer的SwinUNet和CNN-Transformer混合的H2Former(www.e993.com)2024年9月9日。适用于医学领域的SAM模型包括MedSAM、MSA、SAMed、SonoSAM和SAMUS。其中,SonoSAM和SAMUS专注于超声图像。首先是定量比较结果,如下表所示:...
开源3D医学大模型SAT,性能超越72个nnU-Nets,上交大团队发布
医学图像分割在诊断、手术规划和疾病监测等一系列临床任务中都有重要作用。然而,传统的研究针对每个特定的分割任务训练「专用」模型,导致每个「专用」模型的应用范围都相对有限,无法高效便捷地满足广泛多样的医疗分割需求。与此同时,大语言模型最近在医疗领域取得了巨大成功,而要进一步推动通用医疗人工智能的发展,构建一...
北京理工大学教授段星光:穿刺机器人关键技术与创新应用
传统徒手术式制约经皮穿刺诊疗广泛应用:存在徒手穿刺精度低、耗时长,高辐射、穿刺并发症常见等问题。2.关键技术从穿刺诊疗的理论与技术研究的角度可以分为以下几个方面:①医学图像处理技术对目标脏器进行分割、解剖结构三维重建、精准定位结节、精确建模肺实体、精细分割重要组织器官,以CT影像数据为基础,进行病灶提取...
创投大咖说·专访东南大学杨冠羽教授:人工智能已在医学影像诊断中...
主要有3个方面的应用:(1)CT和MRI影像分析:CT和MRI是临床医学中常用的影像检查方式,但这些图像的分析往往需要耗费大量的时间和精力。AI技术可以自动识别图像中的组织和器官,并在较短时间内对图像进行分析。例如,在CT扫描中,AI可以帮助医生自动识别骨骼结构、血管、肿瘤等,并给出诊断建议。这大大减轻了医生的工作负...
科研平台搭载大模型功能 联影智能加速赋能医学影像科研
短短三年内,目前uAIVision智能之眼技术已搭载联影全模态影像设备,落地国内各大医疗机构,实现大范围应用转化,而这无疑也为uAI-MERITS的未来应用及落地提供了更大的想象空间和信心。具体来看,术前,uAI-MERITS可整合包括患者影像、病史、实验室结果在内的多模态数据,为术前规划提供详尽参考。术中,uAI-MERITS可...