平台概况中国医学科学院基础医学研究所/北京协和医学院基础学院（以下简
转载
2023-07-19 09:19:05
155阅读
医学图像处理技术基础医学图像处理技术基础医学图像处理技术基础DICOM图像ITK实例分析（分割与配准）VTK教程系列：VTK基础及应用开发教程基于面绘制的MC算法以及基于体绘制的 Ray-casting 实现Dicom图像的三维重建(python实现)医学图像配准如何读取NIFTI格式图像（.nii文件）...
原创
2021-08-02 15:21:56
410阅读
本文作者陈遵秋数据分析框架（传统数据分析框架，大数据分析框架） 医疗大数据有着前面第一节提到的所有特征。在医疗大数据带来各种优势的同时，大数据随之带来的各种特性使得传统的数据处理和数据分析方法及软件捉襟见肘，问题多多。在大数据时代出现之前，受限于数据量的可获得性和计算能力的有限性，传统的数据管理和分析采用着不同的思路和流程。 传统上，对于问题的研究建立在假设的基础上进行验证，进而研究事物的相关因
转载
2023-10-20 19:41:04
62阅读
# 医学大数据分析基础
随着信息技术的发展，医学领域迎来了“大数据”时代。医疗数据来源丰富，包括电子病历、基因组数据、影像数据、传感器数据等。这些数据为临床决策、疾病预测和个性化治疗提供了新的机遇。本文将介绍医学大数据分析的基础知识以及基本的代码示例，帮助大家了解这一领域。
## 医学大数据的特点
医学大数据具有以下几个特点：
1. **多样性**：数据来源广泛，涵盖结构化和非结构化数据。
原创
2024-09-02 06:15:39
78阅读
医学图像处理理论基础医学图像处理理论基础医学图像处理理论基础医学图像学绪论医学影像诊断学基本医学数字图像处理部分医学图像增强图像分割医学图像配准医学图像可视化技术海量医学数据的管理多媒体技术及其医学应用实验《医学图像处理及三维重建技术研究》《医学影像分析和三维重建及其应用 》...
原创
2021-08-02 15:17:49
170阅读
（）增强图片在百度网盘里面（）处理http://bj3s.pku.edu.cn/activity/subjects/lesso
原创
2022-01-13 11:38:04
492阅读
近日开始进入实验室搬砖，涉及医学图像这一块，之前没有接触，对内容进行一个梳理，帮助自己的理解，同时可能可以帮助其余有需要的人。1.医学影像学医学影像学（Medical Imaging）是研究借助于某种介质（比如X射线，电磁场，超声波等）和人体相互作用，把人体内部组织器官结构、密度以影像方式表示出来，供诊断医师根据影像提供的信息进行判断，从而对人体健康状况进行评价的一门科学，包括医学成像系统和医学图
转载
2024-07-16 15:38:04
173阅读
PACS是英文Picture Archiving & Communication System的缩写，译为“医学影像存档与通信系统”，PACS用于医院的影像科室，经过近几年的发展，PACS已经从简单的几台放射影像设备之间的图像存储与通信，扩展至医院所有影像设备乃至不同医院影像之间的相互操作，因此出现诸多分类方法，如几台放射设备的联网称为MiniPACS(微型PACS)；放射科内所有影像设备的联网R...
转载
2008-01-11 15:38:00
234阅读
点赞
2评论
医疗NLP实践与思考深度学习技术在许多医学问题上取得成功：医学图像分类和分割：CNN文本中信息抽取、疾病预测：CNN、RNN、transformer病患语音识别和机器翻译：RNN、Seq2Seq体征检测和疾病风险评估：RNN、MLP、transformer新药研发：GCN手术机器人：CNN、强化学习等等…NLP赋能医疗业务 医疗数据包括：电子病历数据、药品说明书、检查报告单、体检报告、在线问诊/论
转载
2023-08-25 22:06:30
179阅读
#Chapter 5 Estimation 本篇是第五章，内容是参数估计。1.参数估计的一般问题正如前面介绍的，统计学的两大分支，分别是描述统计和推断统计。所以今天来谈谈推断统计的第一大问题——参数估计。当然一般叫统计推断的会更多些，二者是一样的。 统计推断(Statistical Inference)——主要包括参数估计和假设检验，实质就是通过样本的均值、标准差、方差等去估计总体的均值、标准差
转载
2023-09-28 13:09:31
72阅读
思念你时 我总会想到三羧酸循环 这是一个繁琐而复杂的过程 结果却总会使我充满能量; 见到你时， 下丘脑-交感-肾上腺髓质系统就不由自主地兴奋: 心动过速、呼吸过快、全身血流重分布、有时激动得快晕厥。 其实， 我们早就认识了 就像多数人有幽门螺旋杆菌感染一样， 你就活在我的生命里。 只是， 我现在才发
原创
2021-07-12 17:21:07
357阅读
# Python 在医学中的应用
## 引言
随着科技的不断进步，Python 逐渐成为医学研究和临床应用领域的重要工具。它以其简易的语法和丰富的库支持，帮助科研人员处理大量数据，进行生物信息学分析，以及机器学习模型的构建。本文将介绍 Python 在医学中的一些应用场景，并带有相关代码示例。
## Python 的主要应用场景
### 1. 数据分析
医学领域通常涉及大量的实验数据，P
开篇先感谢 1.个人主页、博客、社区、论坛北大李东风[3]
中科大张伟平[4]
谢益辉(人称谢大大)[5]：统计之都论坛[6]创始人(与之有关的统计之都[7])
统计学资源链接大全[8]：知名 统计系、统计学会、统计组织、统计软件、统计期刊的官网（该老师的主页[9]）
斯坦福大学统计系：Trevor Hastie[10]、Jerome H. Friedman[11]、Rob Tibshi
摘要大多数现有的基于Transformer的网络架构用于视觉应用，但需要大规模数据集来正确训练。然而，与用于视觉应用的数据集相比，用于医学成像的数据样本数量相对较低，使得难以有效地训练用于医学应用的Transformer。为此，我们提出了一个门控轴向注意（Gated Axial-Attention）模型，该模型通过在自注意模块中引入额外的控制机制来扩展现有的体系结构。此外，为了在医学图像上有效地训
转载
2024-05-15 14:13:09
168阅读
1 前言随着医学图像三维重建体绘制技术的发展及其研究的深入，医生对数据的分析不再局限于简单的观察输出结果，还要求能对结果进行友好交互，使最终结果更能满足其特定的观察需求。然而由于医学数据通常较大，对所有数据的重建和交互计算量非常大，目前能达到重建速度快、重建效果好、交互流畅的技术一般都是在专业的图形工作站上实现。但这些设备通常较为昂贵，一定程度上阻碍了三维重建体绘制技术在医学领域的普及。
转载
2023-09-26 22:17:10
0阅读
一、什么是图像image？各种数字化表示的图片、图表以及照片的统称，是二维及以上的高维信息。二、图像的分类1.图像取值的不同：黑白图像（black and white image）/二值图像（binary image），灰度图像（gray level image）和彩色图像（color image） 黑白图像：指图像的每个像素只能是黑或者白，没有中间的过渡，故
转载
2024-01-22 11:46:43
367阅读
对于一个刚刚进入实验室的学生而言，尤其是本科可能还是临床专业的。对于科研这方面基本上就没有接触的情况下，在一进入实验室的时候可能都不知道要干嘛。这里，就根据笔者自己的经验来给刚刚进入实验室的小朋友们，分享一下我们在进入医学科研这个领域的时候，都需要有哪些技能。以下只代表自己的个人观点，要是有哪些遗漏的欢迎补充。我们在科研最后呈现的时候，其实都是通过文章来进行呈现的。所以其实我们需要具备的一切的技能
转载
2023-10-24 23:15:21
104阅读
近年来，深度学习技术一直都处于科研界的前沿。凭借深度学习，我们开始对图像和视频进行分析，并将其应用于各种各样的设备，比如自动驾驶汽车、无人驾驶飞机，等等。 A Neural Algorithm of Artistic Style是一篇最新发表的研究性论文，论文向我们介绍了如何将一种风格和气质从艺术家身上转移至一张图像，并由此创建出另一张新图像。其他的一些论文，比如Gener
转载
2024-05-21 23:57:13
98阅读
单色图像的分割算法通常基于图像亮度值的两个基本特性：不连续性和相似性。在第一种类别中，处理方法是基于亮度的突变来分割一幅图像，如图像的边缘。在第二种类别中，主要方法是根据事先定义的准则把图像分割成相似的区域。今天小白介绍一下MATLAB中常用边缘检测的方法。掩膜的概念常用的点、线、边缘检测首先需要对检测的工具——掩模这一概念需要了解。拿3 x 3的掩模来说，该过程为计算系数和由掩模覆盖
转载
2023-10-19 23:47:05
82阅读
医学图像进行数据增强（翻转、旋转）的方法总结使用深度学习执行图像分类任务时往往因为数据量不平衡或者数据量不足，需要进行数据增强，数据增强包括平移、旋转、裁剪、拉伸、缩放、水平翻转、垂直翻转、水平垂直、加噪声等等。而对于乳腺超声图像数据来说，拉伸、裁剪等操作会改变图像的形状信息，因此我使用水平翻转和旋转的方法进行数据扩充。一、水平翻转两种方法：分别是利用Opencv的DataAugment（）函数、
转载
2024-04-24 13:01:00
500阅读
