XiaoMi-AI文件搜索系统
World File Search System图像分析
提示病理图像分析的视觉基础模型
近年来非酒精性脂肪肝疾病（NAFLD）病例的迅速增加引起了人们的重大关注。准确地识别组织的改变对NAFLD的诊断至关重要，但是该任务在病理图像分析中带来了挑战，特别是与小规模的数据集有关。最近，从完整的微调转变为改编视觉模型的提示的范式转变为小规模数据分析提供了新的视角。然而，基于任务不足提示的现有提示方法主要是为了通用图像识别而开发的，该方法在为复杂病理学图像提供指导的指示方面缺乏。在本文中，我们提出了基于定量属性的提示（QAP），这是一种专门用于肝脏病理学分析的新提示方法。QAP基于两个定量属性，即基于K功能的空间属性和基于直方图的形态学属性，旨在对组织状态进行标准评估。此外，condi-
掩盖图像建模前进3D医学图像分析
最近，由于它能够从大量未标记的数据中学习，因此蒙版的图像建模（MIM）引起了很大的关注，并且已被证明对涉及自然IM的各种视觉任务有效。同时，由于数量的未标记图像以及质量标签的费用和困难，预计自我监督的学习3D医学图像的潜力预计将是巨大的。但是，MIM对医学图像的适用性仍然不确定。在本文中，我们证明了掩盖的进度建模方法除自然图像外，还可以推进3D医学图像分析。我们研究掩盖图像建模策略如何从3D医疗图像段的角度利用绩效，作为一项代表性的下游任务：i）与天真的对比度学习相比，掩盖的图像建模ap-par-ap-par-ap-par casge casge casge casgence convelence contergencience convergence contressed of被监督的火车的融合甚至更高（1.40×）得分（1.40×），并最终会产生较高的股票; ii）预测具有较高遮盖比和相对较小的斑块大小的原始体素值是用于医学图像的非琐碎的自我监督借口任务； iii）重建重建的轻量级解码器或投影头对3D医疗图像的掩盖图像模型非常可靠，该图像可以加快训练并降低成本； iv）最后，我们还研究了应用不同图像分辨率和标记的数据比率的不同实际情况下的MIM方法的有效性。匿名代码可在https：//github.com/zekaichen/mim-med3d上找到。
用于形状和图像分析的加权欧拉曲线变换
Turner 等人的欧拉曲线变换 (ECT) 是嵌入单纯复形的完全不变量，易于进行统计分析。我们对 ECT 进行了推广，以提供同样方便的表示形式，用于加权单纯复形，例如在某些医学成像应用中自然出现的对象。我们利用 Ghrist 等人关于欧拉积分的工作来证明这个不变量——称为加权欧拉曲线变换 (WECT)——也是完整的。我们解释了如何将灰度图像中分割的感兴趣区域转换为加权单纯复形，然后转换为 WECT 表示。该 WECT 表示用于研究多形性胶质母细胞瘤脑肿瘤形状和纹理数据。我们表明，WECT 表示可根据定性形状和纹理特征有效地对肿瘤进行聚类，并且这种聚类与患者生存时间相关。
Spheroscan：用于球体图像分析的用户友好的深度学习工具。
近年来的抽象背景，三维（3D）球体模型在科学研究中变得越来越流行，因为它们提供了一种与生理相关的微环境，可以模仿体内条件。与传统的二维细胞培养方法相比，它可以更好地了解3D球体测定法具有优势，因为它可以更好地了解细胞行为，药物功效和毒性。但是，使用3D球体测定法受到了用于球体图像分析的自动化和用户友好的工具的阻碍，这会对这些测定的可重复性和吞吐量产生不利影响。为解决这些问题的结果，我们开发了一种完全自动化的，基于Web的工具，称为Spheroscan，该工具使用了带有卷积神经网络（R-CNN）的名为“掩码区域”的深度学习框架进行图像检测和细分。为了开发一个可以从一系列实验条件中应用于球体图像的深度学习模型，我们使用使用Incucyte Live细胞分析系统和常规显微镜捕获的球体图像训练了该模型。使用验证和测试数据集对经过培训模型的性能评估显示出令人鼓舞的结果。结论Spheroscan允许轻松分析大量图像，并提供交互式可视化功能，以更深入地了解数据。我们的工具代表了球体图像分析的重大进步，并将促进科学研究中3D球体模型的广泛采用。可在https://github.com/funtionalurosology/spheroscan上获得有关Spheroscan的源代码和详细的Spheroscan教程。
生物图像分析的工作流和组成部分
用于生物图像分析的软件工具往往被视为解决问题的实用程序。这样的极端版本就像：“如果我知道在哪里单击，我可以获得好结果！”。如果使用游戏软件，则用户越来越习惯该软件，用户可以更快地实现最终阶段。在某种程度上，生物图像分析软件也可能是正确的，但是有很大的差异。作为生物图像分析是科学研究的一部分，要实现的目标不是要清除每个人都迈向的共同最后阶段，而是其他人尚未发现的原始阶段。使用生物图像分析软件的难度不仅存在于隐藏命令中，而且还存在于用户需要提出更多或不超级的原始分析的事实。那么，我们如何使用公共提供的工具来做一些原始的操作？在本简短的章节中，我们定义了描述生物图像分析软件世界的几个术语，这些术语是“工作流”，“组件”和“集合”，并解释其关系。我们认为，澄清这些术语的定义可以在很大程度上为那些想要学习生物形象分析的人以及需要设计生物图像分析教学的人。原因是这些术语将公开提供的软件包的通用性与一个人需要实现的分析的特殊性和独创性联系起来。
多糖对GDL酸化牛奶凝胶中蛋白网络形成的影响的定量图像分析
MariskaBrüls，Sanam Foroutanparsa，ThéoMerland，C。ElizabethP. Maljaars，Maurien M.A. ol- Sthoorn等。多糖对GDL酸化的牛奶凝胶中蛋白网络形成的影响的定量图像分析。 食品结构，2023，38，pp.100352。 10.1016/j.foostr.2023.100352。 hal-04238300MariskaBrüls，Sanam Foroutanparsa，ThéoMerland，C。ElizabethP. Maljaars，Maurien M.A.ol- Sthoorn等。多糖对GDL酸化的牛奶凝胶中蛋白网络形成的影响的定量图像分析。食品结构，2023，38，pp.100352。10.1016/j.foostr.2023.100352。hal-04238300
医学图像分析中的视觉基础模型
策略以及小规模医疗数据集的局限性。本文回顾了有关VFM对医学图像序列适应的最新研究，重点介绍了域适应，模型压缩和联合学习的挑战。我们讨论了基于适配器的改进，知识蒸馏技术和多尺度上下文效果建模的最新发展，并提出了未来的方向来克服这些瓶颈。我们的分析强调了VFM的潜力以及新兴的方法（例如联合学习和模型压缩），以彻底改变医学图像分析并增强临床应用。这项工作的目的是为当前方法提供全面的概述，并建议将来研究的关键领域，以推动医学图像细分中的下一步创新。
在不断变化的世界中，可视化和图像分析的重要性。
“LinköpingUniversity自1980年代以来一直是图像和视频压缩领域的主要参与者。这包括X射线图像的数字编码以及朝着MPEG数字电视标准的早期步骤。从这些应用程序中利用的知识促使人们开发了专门的视觉芯片，快速算法和用户友好的医疗应用，这是我们几家衍生公司的核心。”
遥感和图像分析的简短课程
简介遥感在自然资源和人造环境的管理中起着关键作用。它通过提供大量的投入对于项目实施的各个级别的明智决策至关重要，从而帮助产生大量信息。能力构建的需求是日复增长的，随着传感器技术的进步，来自新的和先进的系统，处理方法以及其他相关地理空间和计算技术的频繁以及高可用性的地球观察数据。遵循这一点，该课程的设计和组织为在遥感技术，数据处理，分析及其应用的各个方面建立能力。课程包括遥感（光学/热/微波炉），摄影测量法，SAR干涉测量，卫星导航，数字图像处理，深度学习概念和地理信息系统以及最新趋势的概念。目的该计划的主要目的是培训和增强遥感领域的工作专业人员，研究人员和学生的能力，特别强调使用数字图像处理技术处理远程感知的数据。课程对参与者进行了培训，对地理空间工具和技术的理论和实践有很好的工作知识。课程持续时间和结构课程的持续时间为八周，由三个模块组成：（i）遥感和摄影测量法的基础知识（3