目录 安装MONAI API MONAI Project monai是一款基于pytorch的深度学习开源框架，主要用于医学图像的处理（分类、分割等）。 主要优点：集成性好，训练速度快，涵盖当今流行的分类/分割网络。（更多优点待探索） 缺点：对硬件要求 ...

利用MONAI加速医学影像学的深度学习研究 Accelerating Deep Learning Research in Medical Imaging Using MONAI 医学开放式人工智能网络（MONAI）是一个免费提供、社区支持、基于Pythorch的医疗 ...

　　　在图像的深度学习中，为了丰富图像训练集，更好的提取图像特征，泛化模型（防止模型过拟合），一般都会对数据图像进行数据增强， 数据增强，常用的方式，就是旋转图像，剪切图像，改变图像色差,扭曲图像特征，改变图像尺寸大小，增强图像噪音（一般使用高斯噪音，盐椒噪音）等. 但是需要注意，不要加入 ...

目的 项目中需要改进脑部CT三维旋转的插值，目前使用的方法是线性插值，这样使得对于Z轴spacing大的数据来说，插值会造成颅骨区域比真实值过宽或者过窄（过宽造成的影响更大），如下图，导致mask经过旋转之后映射到颅骨上了，这里mask也是使用的线性插值，也存在一定的问题，根据手工检查的部分数据 ...

在深度学习领域，对于数据量的要求是巨大的，在CV领域，我们通过图像数据增强对现有图像数据进行处理来丰富图像训练集，这样可以有效的泛化模型，解决过拟合的问题。 常用的图像数据增强方式有旋转图像、裁剪图像、水平或垂直翻转图像，改变图像亮度等，为了方便训练模型，我们通常会对数据进行归一化或者标准化 ...

深度学习现在越来越火，也越来越多的研究工作人员用深度学习研究生物医学图像。 以上三张图片是成年人的大脑核磁共振图像，从左至右分别表示正常人、轻微某病、严重某病。 现在我在用深度学习（BP神经网络、CNN卷积神经网络、迁移学习等）在研究如何分类。 我会将我的最新研究结果以及使用到的算法通过此博客 ...

Data Augmentation--数据增强解决你有限的数据集 can my “state-of-the-art” neural network perform well with the meagre amount ...

【资料】 浅谈二维和三维图像数据 - wozhengtao的博客 - CSDN博客 https://blog.csdn.net/wozhengtao/article/details/51430398 转载自-三维点云数据集 https://www.douban.com ...