深圳大学香港理工发布MemSAM:「分割一切」模型用于医学视频分割
基于此,由深圳大学计算机与软件学院和香港理工大学智能健康研究中心联合组成的团队,在计算机视觉顶级会议CVPR2024上发布了题为「MemSAM:TamingSegmentAnythingModelforEchocardiographyVideoSegmentation」的论文。在论文中,研究人员提出了一种新颖的超声心动图视频分割模型MemSAM,将SAM应用于医学视频。论...
今天来聊一聊适用于医学图像分割的卷积神经网络—U-net
综上所述,U-net作为一种广泛应用于医学图像分割的卷积神经网络,具有紧凑的网络结构、跳跃连接的应用、数据增强策略和多通道输入等特点。它在肿瘤分割、脑部结构分割、心脏分割、皮肤病变分割等领域取得了显著的成果。随着深度学习技术的不断进步,相信U-net及其改进版本将继续发挥重要作用,为医学图像分割提供更精确、高效...
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...
其中,图像分割是一种非常有用的技术,它可以将医学影像中的图像分成不同的区域,并将每个区域分配给不同的组织、结构或器官。AI技术在医学影像诊断中有哪些应用?杨冠羽: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...
对话三位IEEE专家:SAM视觉大模型的技术、应用和产业影响
今年4月,Meta公布了一款名为SAM(SegmentAnythingModel)的技术,这是一款用于图像分割的AI大模型,会对图像进行观察、感知、思考、逻辑推理、得出结果,且操作极其简单,类似于ChatGPT用人类语言对话的方式给机器下命令。IEEE高级会员、天津理工大学教授、AR/VR技术专家罗训对记者表示,SAM是视觉领域的通用大模型,...
战略支援部队特色医学中心:新型智能辅助诊断系统在边远地区首次...
记者日前从战略支援部队特色医学中心获悉,为了解决这些问题,该中心与中国科学院合作,利用人工智能技术,研发形成了乳腺超声图像分割与诊断智能系统。该系统将乳腺超声专家的知识和技能经验进行整合,实现了乳腺肿瘤的自动筛查诊断,为基层医生提供了辅助精准诊断的解决方案。该研究成果发表在国际期刊《生物工程杂志》上,题...
中德医学人工智能大会圆满闭幕
医学影像中的已知算子学习和混合机器学习——回顾过去、现在和未来纽纶堡埃尔兰根大学AndreasMaier教授量化人工智能系统的可信度Fraunhofer研究所NargesAhmidi教授基于AI/AR的手术导航与机器人(9.560,-0.05,-0.52%)关键技术研究与应用上海交通大学陈晓军教授...
因为AI,构建「腹部地图」这个医学工作加速了数百倍
人体器官分割是医学图像分析的关键技术,在自动化疾病诊断和手术治疗中发挥着重要作用。传统的医学图像分割依靠放射科医生手动完成,耗时费力。例如,绘制单个腹部器官的标注通常需要放射科医生大约1小时的时间。约翰霍普金斯研究团队通过利用放射科医生和智能算法相结合的优势,对近万例CT扫描中的25种人体组织结构进行了详细标...
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...
Meta AI 推出新一代SAM 2 可实时在图像或视频中识别出特定对象并...
SAM2在图像分割的准确性上超过了之前的版本,并且在视频分割性能上也优于现有的模型。这使得它能够在各种复杂的视觉场景中保持高精度的分割结果。实时推理速度SAM2的推理速度大约为每秒44帧,确保了在实际应用中能够实时处理视频数据。这对于需要快速反馈的应用场景,如视频编辑和实时监控,尤为重要。
Meta AI 推出新一代SAM 2 可实时在图像或视频中识别出特定对象并...
SAM2在图像分割的准确性上超过了之前的版本,并且在视频分割性能上也优于现有的模型。这使得它能够在各种复杂的视觉场景中保持高精度的分割结果。实时推理速度SAM2的推理速度大约为每秒44帧,确保了在实际应用中能够实时处理视频数据。这对于需要快速反馈的应用场景,如视频编辑和实时监控,尤为重要。