肝视图 - 数据可视化 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 数据可视化

肝视图

  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网(mit.caai.cn)2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。


  • 数据可视化竞赛作品——肝视图

    作品名称:肝视图
    参赛院校:华南师范大学/肇庆学院
    团队成员:詹润源、孙佩琼、黄灏、杜慧佳、詹培原
    数媒竞赛网2022年参赛作品
    作品描述:

    随着医学图像数据的增多,医生的工作量大幅增加,临床迫切需要一种自动分割工具辅助医生快速诊断,进而提高工作效率,减轻医生工作负担,这也是研究者们一直在努力解决的问题。而当前计算机视觉技术的蓬勃发展将极大地推进这一目标,尤其是随着深度学习技术的兴起,计算机视觉技术被越来越多地应用于医疗辅助诊断。 因此,本项目主要基于U-Net及其改进网络进行肝脏肿瘤的分割,在分割后对肝脏模型再进行三维重建,以此得以在网站上进行可视化操作。U-Net属于语义分割的一种,即是对图像中每一个像素点进行分类,确定每个点的类别(如属于肝脏、心脏或肺等),从而进行区域划分。目前,U-Net已经被广泛应用于医学图像分割领域,它是像素级别的分割,能够识别像素级的差异。在核心技术的实现流程上,主要是: 1. 基于ITK对医学图像进行预处理 2. 使用U-Net及其改进网络对图像进行分割 3. 基于VTK对分割结果进行三维重构并对STL模型进行重拓扑优化 4. 基于WebGL实现网页端多模型渲染和复杂交互操作 项目的实现这不仅能提高了医生的工作效率,还减少了医疗误诊的概率。在另一方面上,直观呈现出来的三维模型,能够支持医生实现“虚拟手术”,这样有助于手术的顺利进行;不仅如此,能够进行可视化操作的三维模型,能够让病人及其家属更加直观地了解到患者的病情。这在现实生活中极具临床意义。



数据可视化竞赛作品—寻“印” 上一篇

  • 1/11

  • 2/11

  • 3/11

  • 4/11

  • 5/11

  • 6/11

  • 7/11

  • 8/11

  • 9/11

  • 10/11

  • 11/11

数据可视化竞赛作品—基于Flask的全国空气质量可视化平台 下一篇



Copyright © 2001 - 2023 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2023 数媒竞赛网(http://www.shumeijingsai.com)版权所有