Science Bulletin封面文章 | 医学图像分割新突破:用“棱镜”实现...

近日,针对医学图像分割领域的多标注融合问题,中国中医科学院西苑医院刘玥团队、华南理工大学许言午团队、四川省人民医院肖力及深圳眼科医院杨卫华团队联合在ScienceBulletin上发表了题为“Multi-raterPrism:learningself-calibratedmedicalimagesegmentationfrommultipleraters”的封面文章。该文章提出了一种新的Mult...

ECCV 2024 | 哈佛团队开发FairDomain,实现跨域医学图像分割和分类...

为了解决这个问题,我们策划了一个独特的数据集,包括同一患者队列的配对视网膜眼底图像,分别采用两种不同的成像方式(Enface和SLO眼底图像),专门用于分析域转移场景下的算法偏见。总结我们的贡献:首次系统性探索了医学影像中域转移下的算法公平性。引入了公平身份注意力技术,以提高域适应和泛化中的准确性和公平...

MICCAI 2024 | 开创性Point-Image Diffusion助力医学图像公平分割

为了生成多样的眼底图像并获得精确的配对标签,我们首先使用真实数据的标签来增强分割mask。具体来说,我们将2Dmask图像转换为3D点云,以更好地捕捉分割边界的坐标。给定一个大小为的2D掩模图像,和分别是图像的宽度和高度。函数将映射到3D点云进行训练。定义如下:其中是图像中像素的坐标,...

江苏省医学图像人工智能工程研究中心落户常州一院

常州一院围绕通用智能发展产业中图像分割中跨模态分割精度低和诊断模型泛化能弱问题，建设医学图像人工智能创新平台，开展基于AI的医学影像数据标准化与图像分割、基于放射学基础模型的全科医学影像人工智能模型开发及应用、肿瘤影像基因组学模型开发及应用等方面的研究，建立从数据标准化到图像分割、从基础模型到基因组学模型...

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、首次系统性探索了医学影像中域转移下的算法公平性。2、引入了公平身份注意力技术,以提高域适应和泛化中的准确性和公平性。3、创建了一个大规模的、用于公平性研究的配对医学分割和分类数据集,专门研究域转移下的公平性问题。数据收集和质量控制

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

其中，针对医疗影像标注，为解决医疗影像标注耗时较长且一致性不高的痛点，联影智能基于自有夯实技术积累，此次展示了一款搭载大型医学图像模型功能的创新人工智能用户标注工具uAI-SAT(www.e993.com)2024年11月20日。该工具可实现图像交互式智能分割，将标注时间从几小时大幅缩短至几分钟。具体来看，用户仅需在一张二维图像上选定目标器官或病灶，AI将...

医疗影像国家新一代人工智能开放创新平台建成

通过平台可标注脑膜瘤磁共振图像等10种疾病医学影像腾讯也开放了6个自研的医学影像AI模型，助力“医疗影像国家新一代人工智能开放创新平台”能力建设。包括脑出血原因模型、肺结节检测模型、肝脏肝癌分割模型、脑胶质瘤分割模型、眼底多结构分割模型、青光眼样眼底表现分析模型。这些模型涵盖了临床诊断和临床科研等多个...

UNeXt:基于 MLP 的快速医学图像分割网络

作者还实验了MLP-Mixer作为编码器和普通卷积解码器,它只有大约11M个参数,但是分割的性能不是最优的。定性结果与其他方法相比,UNeXt产生了具有竞争力的分割预测。消融实验当深度减小,仅使用3级架构,也就是说只使用Conv阶段时,参数数量和复杂度显著减少,但性能下降4%。当使用标记化的MLP块时,它可以显着提高性...

...| 柏视医疗与中南大学湘雅医院联合开展科研项目,助力医学图像...

日前,《Neurocomputing》期刊刊载了柏视医疗与中南大学湘雅医院联合开展的“关于半监督医学图像分割”研究项目的相关论文,该研究提出了一种基于一致性正则化和伪标记的医学图像分割半监督学习框架,并在实验中展示了其减少医学图像标注成本的潜在价值。项目背景:...

BT-Unet:生物医学图像分割的自监督学习框架

使用有限的注释样本对U-Net模型进行微调,用于生物医学图像分割。U-Net模型使用分段损失函数进行微调,L定义为二元交叉熵损失、LBC和dicecoefficient损失的平均值,LDC:其中,y为像素的真值标签,p(y)为像素的预测标签,N为像素的总数量。结果表现...