- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器之心
哈佛大学医学院博士后招聘-NLP和医学信息学方向
本期将为大家介绍哈佛大学医学院招聘一名医学信息学博士后的消息。 ）现公开招聘 1 名博士后科研人员，开展包括医学信息学、健康大数据分析、自然语言处理等方面的研究工作。 更多中心信息，请参见主页：https://www.drugepi.org/ 该研究中心正在招聘一名医学信息学博士后，博士后将获得哈佛大学医学院的任命，接受该中心和哈佛大学的教职工的密切指导，并参与一个或多个旨在利用先进的人工智能和信息技术分析大规模 导师团队还将包括医学信息学、人工智能方向的教职工。 三、 招聘要求 申请人需要具有计算机、医学信息学、医学等相关领域博士学位（PhD/ScD/DrPH, MD, PharmD 等）。
70440编辑于 2023-02-28 - 来自专栏云云众生s
发挥现代信息技术，助力拯救生命医学进步
近年来，医学研究和医疗保健行业见证了基因组测序和AI辅助医疗应用等救命技术进步带来的革命性突破。然而，这些新技术每月为医疗机构生成数百TB的基因组数据。 仅基因组学就有望到2025年每年产生高达40EB的数据，相当于近10亿张DVD电影。因此，随着AI被更大规模地部署来分析数据用于人口健康和预测诊断，数据基础设施需求很可能会继续增长。 其放射科现在使用AI和数据分析来阅读医学图像、识别异常并向专家提供建议进行专业评估。有了现代的数据存储系统，该中心的AI驱动工具提高了阅读准确度并加快了患者治疗。 其放射科现在使用AI和数据分析来阅读医学图像、识别异常并向专家提供建议进行专业评估。有了现代的数据存储系统，该中心的AI驱动工具提高了阅读准确度并加快了患者治疗。
20210编辑于 2024-03-28 - 来自专栏技术随笔
如何应用Python处理医学影像学中的DICOM信息
DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准（ISO 12052）。 它定义了质量能满足临床需要的可用于数据交换的医学图像格式，可用于处理、存储、打印和传输医学影像信息。DICOM可以便捷地交换于两个满足DICOM格式协议的工作站之间。 在数以万计的在用医学成像设备中，DICOM是部署最为广泛的医疗信息标准之一。当前大约有百亿级符合DICOM标准的医学图像用于临床使用。 ---- 下面就让我以实际Python代码来演示如何编程处理心血管冠脉造影DICOM图像信息。 1. 应用pydicom来提取患者信息。
4.5K60发布于 2018-05-16 - 来自专栏全栈程序员必看
httprunner（10）日志信息「建议收藏」
日志信息 每个用例都会生成一个对应的log日志，位置：<ProjectRootDir>/logs/TestCaseID.run.log. 如果你想看到request和response、提取和断言的详细信息，可以增加-s（–capture=no的缩写） 测试用例ID和Request ID 为排除故障，每个测试用例将生成唯一ID（uuid4
44040编辑于 2022-09-19 - 来自专栏全栈程序员必看
医学图形图像处理(医学影像和医学图像处理)
文章目录 1 图像和数字图像 2 图像分类 2.1 简单分类 2.2 传感器分类 2.3 维度分类 3 图像处理流程 4 医学图像 1 图像和数字图像 数字图像： 被定义为一个二维函数，f(x,y)， （3）坐标 图像存储在计算机中会丢失信息，因为是从一个连续的空间到离散空间的再采样过程。 图像数据： 生活中是二维的，医学上通常还有3维和4维的。 ,jpg等格式，这些格式是对图像信息的压缩。 （3）彩色图像： 包含更加丰富的信息，实际上时3个灰度图像的叠加，R/G/B的channel的混合。 4 医学图像 （1）CT图像： 骨结构、组织结构（不太清晰） （2）MRI（核磁共振）图像： 清晰看到除了骨结构之外的一些软组织，更能描述人体软组织结构。
1.7K10编辑于 2022-07-31 - 来自专栏前端进阶学习交流
使用Python随机查询数据库中10个信息然后删除这10个信息
= "SELECT * FROM infos where status='' " cursor.execute(sql) result=random.sample(cursor.fetchall(),10 num = '{i}'" cursor.execute(sql2) connect.commit() connect.close() return result 有优化办法没，功能就是随机查询10 个然后删除这10个？ FROM infos WHERE status = ''" cursor.execute(sql) result = random.sample(cursor.fetchall(), 10
38740编辑于 2023-10-25 - 来自专栏DrugOne
JCIM | 化学、生物和生物医学科学的信息学研究
编·译作者 | 王建民 信息学正在跨学科发展，影响着化学、生物和生物医学的多个领域。除了成熟的生物信息学学科，其他以信息学为基础的跨学科领域也在不断发展，如化学信息学和生物医学信息学。 重点讨论了生物信息学、化学信息学和生物医学信息学的定义、历史背景、实际影响、主要异同，并对生物信息学、化学信息学和生物医学信息学的传播和教学进行了评价。 ? 生物信息学是和生物医学信息学一起发展起来的，它们有着共同的根基。 值得注意的是，化学、生物学和生物医学科学领域的计算期刊还有很多（除此之外，还有一些多学科期刊也发表了专注于化学信息学、生物信息学和生物医学信息学的研究）。 突出的例子是药物发现和开发项目，这些项目经常涉及生物信息学，生物医学信息学和化学信息学方法。 3 结论 本文研究人员分析了信息学在生物学，化学和医学领域的影响，从而导致了新的基于信息学的学科的出现。
1.1K30发布于 2021-02-01 - 来自专栏最新医学影像技术
医学图像处理教程（三）——医学图像增强算法
今天将给大家分享医学图像常见图像增强算法。
3.4K50发布于 2020-06-29 - 来自专栏生物信息云
医学生物信息学文献第2期：肿瘤微环境
Flt3l-纯合报告小鼠注射异常的B16F10肿瘤，在肿瘤移植后2周，TFP作为Flt3l表达的读数，仅在淋巴细胞内检测到(Fig. 2b,c)。 有趣的是，野生型(WT)携带b16f10肿瘤动物血清中FLt3L水平没有显著差异，表明局部产生的flt3L对sdc水平和预防癌症很重要(Supplementary Fig. 4c)。 ? 对缺乏T细胞和NK细胞的IL2RG-/-小鼠(补充图5a)注射异常的B16F10黑色素瘤，分析肿瘤中髓系细胞和淋巴系细胞的水平。 为了直接检测特定类型淋巴细胞在肿瘤中控制CD 103+SDC水平的作用，在小鼠B16F10黑色素瘤模型中，我们敲出了表达Flt3l报告基因的T细胞和NK细胞。 为了探讨NK细胞的作用，小鼠在B16F10肿瘤注射前3天开始每3天用抗NK1.1抗体治疗一次，结果导致了NK细胞的大量丧失，但淋巴细胞的其他变化和肿瘤生长受限(补充图5e)。
84230发布于 2019-08-07 - 来自专栏最新医学影像技术
2018Medical Segmentation Decathlon——10项医学分割任务之task10结肠癌分割
今天将分享10项医学分割任务之task10结肠癌分割完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。 医学成像领域也缺少一个完全开源和全面的通用算法验证和测试基准，涵盖大范围的挑战，例如：小数据、不平衡标签、大范围对象尺度、多类标签，以及多模态成像等。 这个挑战和数据集旨在通过针对几个高度不同的任务的大型医学成像数据集的开源，以及通过标准化分析和验证过程来提供此类资源。 二、Medical Segmentation Decathlon2018任务 MSD 挑战测试了机器学习算法在应用于 10 种不同的语义分割任务时的普遍性。 2、分析图像信息，得到图像平均大小是495x360x108，因此将图像缩放到固定大小512x320x128。
47410编辑于 2024-01-15 - 来自专栏机器学习、深度学习
医学图像分割
2016 code: http://www.sfu.ca/~abentaie/topo_fcn/topo_fcn.html 本文将 FCN 加入 geometric and topological 先验信息 FCN 针对像素级别的分割，没有考虑图像的higher-order 属性例如 边缘平滑性，多物体之间的拓扑信息 Moreover, FCNs tend to produce low-resolution
1K20发布于 2019-05-26 - 来自专栏CV学习史
医学图像了解
而核医学图像，比如正电子发射断层图像（PET）和单光子发射断层图像（SPECT），通常都是以彩色映射或调色板来显示的 元数据是用于描述图像的信息。 ，分别为DICOM（医学数字成像和通讯）、NIFTI（神经影像信息技术）、PAR/REC（Philips磁共振扫描格式）、ANALYZE（Mayo医学成像）、NRRD（近原始栅格数据）和MNIC 现代神经影像学技术 Functional Magnetic Resonance Imaging，功能性磁共振成像 DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信是医学图像和相关信息的国际标准 Dicom 它定义了质量能满足临床需要的可用于数据交换的医学图像格式，可用于处理、存储、打印和传输医学影像信息。 Hounsfield Unit)，下表是不同放射剂量对应的组织器官 substance HU 空气 -1000 肺 -500 脂肪 -100 ~ -50 水 0 CSF 15 肾 30 血液 30 ~ 45 肌肉 10
2.6K31发布于 2019-09-10 - 来自专栏计算机视觉life
医学图像处理
目前，医学图像处理主要集中表现在病变检测、图像分割、图像配准及图像融合四个方面。 用深度学习方法进行数据分析呈现快速增长趋势，称为2013年的10项突破性技术之一。 [10,11]。 图10 PSR，MIND，ESSD，WLD和NMI方法的CT-MR图像配准。 目前已有一些采用人机交互定点、自动测量分析的图像分析软件，能定点或定项地完成一些测量和辅助诊断的工作，但远远没有达到智能分析和专家系统的水平；全自动识别标志点并测量分析以及医学图像信息与文本信息的融合， Springer, Cham, 2016. [10]Pham D L , Xu C , Prince J L .
4.3K42发布于 2019-07-10 - 来自专栏最新医学影像技术
医学图像处理教程（四）——医学图像去噪算法
今天将给大家分享医学图像常见三种图像去噪算法。 参数设置就是统计均值计算的半径大小，这里可以xyz方向上都一样的半径大小，也可以设置成不同的半径大小，在这里我们设置成5，就意味着是10x10x10区域里计算均值滤波的结果。 参数设置就是统计中值计算的半径大小，这里可以xyz方向上都一样的半径大小，也可以设置成不同的半径大小，在这里我们设置成5，就意味着是10x10x10区域里计算中值滤波的结果。
5.3K21发布于 2020-06-29 - 来自专栏最新医学影像技术
医学图像处理案例（十三）——快速行进算法分割医学图像
今天将分享使用快速行进算法（FastMarching）对医学图像分割案例。 #include <cstdlib> namespace sitk = itk::simple; int main(int argc, char *argv[]) { if ( argc < 10 __future__ import print_function import SimpleITK as sitk import sys import os if len(sys.argv) < 10
4.5K63发布于 2020-06-29 - 来自专栏机器学习AI算法工程
10款最好的信息图创建工具
你是否常常看到别人创建的专业信息图而眼红呢？来看看这十个工具吧，你也一样可以创建牛逼的图表哦！ 1. Visual.Ly 这是一个非常好用的应用，你可以用它来快速创建自定义的信息图。 Infogr.Am 这个工具可以让你快速的创建静态的或者交互的信息图。你只需要导入数据，然后就可以通过这个工具的各种功能来创建绚丽的图表。 4. Dipity 这是一个用时间轴来展示各种信息图的网站。你可以在这里找到你所需要的信息图。 8. Easel.Ly 这是一个通过拖拽操作创建信息图的工具。它有各种预置的模板。 9. 10. Photo Stats 这是一个 iPhone APP。这个应用分析你手机中拍摄的所有图片。在分析过后它会生成一个漂亮的图表，展示你在哪里在什么时候拍摄的图片。
1.1K90发布于 2018-03-09 - 来自专栏大数据文摘
怎样才能将信息保存10亿年？
人们给自己提出的问题是“如何将信息保存10亿年”。 以下文字摘自《三体III 死神永生》 “那也是个美人，这些年我也常想起她。唉，真的是四百多年前的古人了吗?” 据实验，这些存储器如果质量好，可以把信息保存五千年左右;特别是我们那时的光盘，如果用特殊金属材料制造，能可靠地保存信息十万年。 但这就到头了，就是说，我们通常用来存储信息的手段，最多只能把信息可靠地保存二十万年。而他们要存十亿年! “我们向政府汇报说，按现有的技术，把10G 的图形图像信息和1G的文字信息(这是博物馆工程所要求的最基本的信息量)保存十亿年是不可能的，他们不相信，但我们证明了真的不可能，于是他们把保存时间降到一亿年。 学者们开始寻找那些在漫长的时间中保存下来的信息。
1.1K120发布于 2018-05-21 - 来自专栏全栈程序员必看
医学图像处理(医学图像处理研究生就业选择)
医学影像学 医学影像学Medical Imaging，是研究借助于某种介质（如X射线、电磁场、超声波等）与人体相互作用，把人体内部组织器官结构、密度以影像方式表现出来，供诊断医师根据影像提供的信息进行判断 DICOM格式 解析：DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息 的国际标准（ISO 12052 在数以万计的在用医学成像设备中，DICOM是部署最为广泛的医疗信息标准之一。当 前大约有百亿级符合DICOM标准的医学图像用于临床使用。 5. 一个K空间中的数据点对应了图像空间中所有数据点的一部分信息。 courseId=6987 [10] 医学影像学：http://basic.shsmu.edu.cn/jpkc/radiology/index.asp [11] 医学影像学课程：http://netclass.csu.edu.cn
2.4K31编辑于 2022-08-02 - 来自专栏最新医学影像技术
医学图像处理案例（二十）——医学图像处理案例代码详解
在前面分享的医学图像处理案例中，给出了很多具体案例，但有些读者还是渴望可以深入分享案例代码详解。那么今天我将从骨骼分割，气管分割，肺组织分割，血管分割这四个具体案例来详细讲解如何来实现。
4.7K54发布于 2020-06-29 - 来自专栏最新医学影像技术
医学图像处理教程（五）——医学图像边缘检测算法
今天将给大家分享医学图像常见两种图像边缘检测算法。 Sobel算子计算原理，对传进来的图像像素做卷积，卷积的实质是在求梯度值，或者说给了一个加权平均，其中权值就是所谓的卷积核；然后对生成的新像素灰度值做阈值运算，以此来确定边缘信息。
3.5K30发布于 2020-06-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号