一、需求描述
根据超声图像样本,参考业界研究,利用迁移学习等算法,训练模型,识别并分割神经、关节等;
根据弹性剪切波超声图像样本,参考业界研究,对肌肉纤维化进行分级;
实现超声图像和MRI图像的配准/融合。
二、人才要求
精通机器学习算法和模型,包括U-net、监督学习、迁移学习等,熟悉图像配准算法;经验丰富,合作性好
三、参考产品
U-net、CNN、GAN等;
基于GAN的配准,https://blog.csdn.net/zuzhiang/article/details/107418421
voxelmorph:图像配准的无监督学习;
基于监督学习的图像分割与配准,http://cje.ustb.edu.cn/article/doi/10.13374/j.issn2095-9389.2019.10.10.006
弹性超声,https://blog.csdn.net/gamer_gerald/article/details/2362538
参考文献和git资源等
四、合作方式
项目制合作