详细内容或原文请订阅后点击阅览
使用 Python 进行医学图像处理简介：无标签的 CT 肺和血管分割
了解 CT 成像的基础知识，并使用 3D 医学图像处理技术对无标签的肺部和血管进行分割。
来源:AI夏令营是时候进行一些关于医学成像的动手教程了。但是，这次我们不会使用疯狂的人工智能，而是基本的图像处理算法。目标是让读者熟悉医学成像的概念，特别是计算机断层扫描 (CT)。
了解没有深度学习可以走多远，了解什么时候最好使用它，这一点至关重要。新从业者往往会忽略这一部分，但医学图像分析仍然是 3D 图像处理。
没有我还包括部分代码，以便于理解我的思维过程。
可以在此处找到随附的 Google colab 笔记本，以运行本教程中显示的代码。 Github 存储库也可用。如果您喜欢，请为我们的存储库加注星标！
可以在此处找到随附的 Google colab 笔记本，以运行本教程中显示的代码。 Github 存储库也可用。如果您喜欢，请为我们的存储库加注星标！
这里 Github要深入了解 AI 在医学中的应用，Coursera 提供的 AI for Medicine 在线课程绝对不会错。如果您想专注于使用深度学习进行医学图像分析，我强烈建议您从基于 Pytorch 的 Udemy 课程开始。
要深入了解 AI 在医学中的应用，Coursera 提供的 AI for Medicine 在线课程绝对不会错。如果您想专注于使用深度学习进行医学图像分析，我强烈建议您从基于 Pytorch 的 Udemy 课程开始。
AI for Medicine 基于 Pytorch 的 Udemy 课程我们将从 CT 成像的最基础开始。如果您已经熟悉 CT 成像，可以跳过此部分。
CT 成像
CT 扫描的物理学
通过这种方式，CT 成像能够区分密度差异并创建身体的 3D 图像。
CT 成像能够区分密度差异并创建身体的 3D 图像来源：加州大学旧金山分校放射学和生物医学成像系 Christopher P. Hess 医学博士、哲学博士和 Derk Purcell 医学博士
这是一个我发现非常简洁的 1 分钟视频：