AI医疗, 可视化
source link: http://antkillerfarm.github.io/resource/2019/06/26/AI_health.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
AI医疗, 可视化
2019-06-26
https://github.com/albarqouni/Deep-Learning-for-Medical-Applications
基于深度学习的医疗影像论文汇总
https://mp.weixin.qq.com/s/vtJUM94oYpN_h3Sdg3exLQ
张益肇:AI+医疗,微软有哪些布局?
https://mp.weixin.qq.com/s/mkYVhiwQJwcXxUdBVUvU8w
体素科技丁晓伟:医疗影像的哲学三问
https://mp.weixin.qq.com/s/aGc8Y8I_Xt0837H0MUVL-g
CMU副教授马坚:精准基因组数据和智能医疗最新进展
https://mp.weixin.qq.com/s/1E9gunSpgYt5xl9Q_uQNJg
使用深度学习进行医疗影像分析:文件格式篇
https://mp.weixin.qq.com/s/uy3MNxyT5nQIVsfWkXnL5Q
结合生成式与判别式方法,Petuum新研究助力医疗诊断
https://mp.weixin.qq.com/s/1A6p672z4Yz__MF6TWORSw
备战医疗大赛必看!
https://mp.weixin.qq.com/s/DuFvVmcyazyUYxyoekh38w
邓侃解读:深度学习病历分析前沿进展
https://mp.weixin.qq.com/s/QB5d6HwAcT7DiVQbmoD8qg
AI研发新药真有那么神?可能哈佛、斯坦福和阿斯利康实验室都在吹牛
医药方面的AI应用,也是AI的一个潜在的应用领域。这篇文章敢把各个大学鄙视一番,还是有些干货的。
https://mp.weixin.qq.com/s/ZMw12BJuexG0xM8OwWUc4w
谷歌《Cell》论文:使用深度学习,直接对细胞影像生成荧光标记
https://mp.weixin.qq.com/s/OkZdmBvSeMEsZbJyoZQvBQ
深度学习+基因组学:破译人类30亿碱基对
https://mp.weixin.qq.com/s/RBBdPLvSYy5Ss4mOU-in4Q
用深度学习方法修复医学图像数据集
https://mp.weixin.qq.com/s/aSCTrmfYEE7Dc1uPkg0fZg
百度提出NCRF:深度学习癌症图像检测效率再提升
https://mp.weixin.qq.com/s/fqHTGcmTZ91lXbhcrUQNcg
弱监督学习在医学影像中的探索
https://mp.weixin.qq.com/s/aRipNkT2BSc5NefB9k4rEA
Nature Medicine论文展示DeepMind眼疾诊断里程碑:临床专家级、“解决“黑箱问题
https://mp.weixin.qq.com/s/NyRiLMDDADoOsa1Os9xcMw
Neuromation新研究:利用卷积神经网络进行儿童骨龄评估
https://mp.weixin.qq.com/s/0IAdT2cP_OIGwwXmMaCFfw
如何利用深度学习诊断心脏病?
https://mp.weixin.qq.com/s/YgH6iiKPZ-FCflikAqAakw
点内科技、华东医院及上海交大合著论文:3D深度学习在CT影像预测早期肿瘤浸润方面超过影像专家
https://mp.weixin.qq.com/s/q8iljb3GPgmdJUeF9kMvlA
AI进军新药发现研究?这99页slides了解一下
https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247500351&idx=1&sn=f7280dd8e62a535cd3b8e82fd20e2eda
128页多媒体计算在医学领域的重要性教程
https://mp.weixin.qq.com/s/MSjtlwC2L3yAmQc_VBBPiQ
同济大学综述论文:基于深度生成模型的药物研发
https://mp.weixin.qq.com/s/bHaXO2G-3B_KnyVGc-2hEg
新开源计算机视觉技术用于新生儿胎龄估计
https://mp.weixin.qq.com/s/H5bnFRSxmwHSdNBPdbsh3w
Petuum新研究助力临床决策:使用深度学习预测出院用药
https://mp.weixin.qq.com/s/z-_CxTQup-g6cAvVDwS-kQ
谷歌开源DeepVariant,之前的经典检测基因变异法将被颠覆
https://mp.weixin.qq.com/s/ojlhC7vGB1r6scKipm0BjA
小样本如何进行深度学习?西北工夏勇教授这一份54页《医学影像小数据深度学习》PPT为你讲解
https://mp.weixin.qq.com/s/xi_iIr6NdC3QOpjypx3pGg
AlphaGo之后,DeepMind重磅推出AlphaFold:基因序列预测蛋白质结构
https://zhuanlan.zhihu.com/p/415200429
解读AlphaFold优点和不足
https://www.zhihu.com/question/433443455
alphafold2的结果对于毕生研究蛋白质折叠问题的David Baker大牛是否是一个打击?
https://mp.weixin.qq.com/s/ggZZpBPap398yQ1asHD7aQ
深度重建:基于深度学习的图像重建
https://mp.weixin.qq.com/s/uIMJybw4fSxeCPeBTGTA-g
借鉴传染病学原理探索医学图像CNN可解释性
https://mp.weixin.qq.com/s/oNcGYuGwkllINZhvrL6uvQ
体素科技:2018年,算法驱动下的医学影像分析进展
https://mp.weixin.qq.com/s/c1j60gOWh99z-BXWs9qAwQ
Jeff Dean等发文《Nature Medicine》,综述深度学习在医疗领域的应用
https://mp.weixin.qq.com/s/bwcEzq8v72dgak6IUunagw
医学图像分析最新综述:走向深度
https://mp.weixin.qq.com/s/hZp6W4nVuUxe_91nhDi6lw
使用Nucleus与TensorFlow进行DNA测序纠错
https://mp.weixin.qq.com/s/T5ef2rELB3z3vHbVmqgkaw
基于深度学习的生物信息学应用及展望
https://mp.weixin.qq.com/s/kIuUe0Rzcpdm7Sowpe7Tjw
医疗机器学习综述,谷歌Jeff Dean等最新论文
https://mp.weixin.qq.com/s/H-Bm2u6Ld-9QfdHbZDZ4cw
关于GANs在医学图像领域应用的总结
https://mp.weixin.qq.com/s/qhqnAoWa81cdeTY5ywZnnw
医学图像处理与深度学习入门
https://mp.weixin.qq.com/s/Sb0KOr5RVallKevlX0m-SA
医学图像分割(一)——脑区域分割
https://mp.weixin.qq.com/s/b8Cvy5X9jP11biRGm005ow
医学图像分割(二)——心脏分割
https://mp.weixin.qq.com/s/45JOopEwHoNtzF57SxZM1A
医学图像分割(三)——肿瘤分割
https://mp.weixin.qq.com/s/L1c30sTN1CSth_KdORzpVw
用于医学图像分割的主动轮廓线学习模型
https://mp.weixin.qq.com/s/Uh0EI-pTaXK46Zb08_cs0g
智能医疗综述,48页论文详述医学AI最新进展
https://mp.weixin.qq.com/s/9dcq4rTcSvo5kQJ3GjwdTg
医学图像分割专栏之前列腺分割
https://mp.weixin.qq.com/s/UHlY_-mYBLT383TP6Y7Oew
生物数据挖掘中的深度学习综述论文,36页pdf
https://mp.weixin.qq.com/s/w_5-3ViQyBpRVyVe0sHFLw
深度学习生命科学:基因组学、药物发现,238页pdf
https://mp.weixin.qq.com/s/5MbMdMhMvPLCEu32r5l59Q
MedMNIST:上海交大发布医学影像领域的MNIST
https://mp.weixin.qq.com/s/clPpAveascHt7xwPr83HvA
Pair,医学图像标注神器
这里重点推荐下文:
https://mp.weixin.qq.com/s/QUoW4eD93_DPQ7kP_6jaZg
定义可视化!用30分钟读懂人类感知世界的39项研究
这篇文章从人类感知的角度分析了各种可视化技术。其中的一个有意思的结论是:
3D图形虽然“炫目”和“性感”,却没有传达任何额外的信息,迫使读者“处理冗余和无关的线索”。
https://mp.weixin.qq.com/s/yF1XJ-_YteoZbVbdIvlbmg
如果伦敦地铁图是数据科学家画的……
Henry Charles Beck,1902~1974,英国制图师。其1931年绘制的伦敦地铁图成为了现代地铁图的设计范例。
最早的Sankey diagram是Charles Minard绘制的1812年拿破仑俄国战役地图(1869年)。这张战役地图将一张桑基图叠加到一张地图上,是一张流程图与地图结合的图表。
Minard的作品在当时相当受欢迎,至少在政府单位间是如此。1850年到1860年,法国政府部门首长希望在自己的画像中都有Minard画的图表。
http://www.uux.cn/viewnews-84270.html
史上最杰出的绘图大师——查尔斯.约瑟夫.米纳德(Charles Joseph Minard)
https://www.ctocio.com/ccnews/16227.html
人类历史上最有影响力的五个数据可视化信息图
https://mp.weixin.qq.com/s/ItbTw9RQ2lR0WfmVLLkEzQ
一张图看懂世界石油分布?用Python轻松搞定!
伟大的Florence Nightingale不仅是一位护士,还是一位统计学家。
1855年,在争夺巴尔干半岛控制权的克里米亚战争中,英国军队与俄军和疾病两线作战。作为一位护士,你如何说服将军们投钱在医院和医疗设施上,而不是枪炮弹药?
Florence Nightingale用数据图表的方式展示了那些可预防疾病(蓝色和灰色区域)导致的惊人死亡数字。看过南丁格尔的数据可视化信息图后,卫生和医疗成了英国军队的头号要务。
这种圆形直方图,又被称为南丁格尔玫瑰图。
Florence Nightingale,1820~1910,英国人,女。护理事业创始人和现代护理教育奠基人。她虽然和当时大多数女性一样,没有接受学校教育,但却接受了良好的家庭教育。
现代数据可视化鼻祖William Playfair创建了我们现在熟悉的折线图、条形图和饼状图。
https://mp.weixin.qq.com/s/djkeZ2qC9opjIVHVcT0IZw
在数据可视化这一块,我们可能真比不上几百年前的科学家
热门题材的可视化鬼才:
爆炸图(Exploded Views)也称立体装配图。
https://www.zhihu.com/question/278958074
如何绘制工业产品的爆炸图?
https://www.douban.com/group/topic/176322122/
画图小白想问一句,这种核酸检测人数的贪吃蛇图怎…
howmuch.net
howmuch.net是一个金融类的数据可视化网站,挺有意思的。比如下图:
https://howmuch.net/
Gephi
Gephi是一个针对图和网络的可视化工具。
https://gephi.org/
Processing
Processing是一个在可视化领域用的比较多的sketchbook,类似于Logo语言的威力加强版。支持Java、python等多种语言。
https://processing.org
https://hiplot.com.cn/
一个可视化在线编辑网站。包含200+的图表种类。
https://mp.weixin.qq.com/s/QL9R-bAerxnWIUgJhMz1Rw
数据可视化怎么选择图表
https://mp.weixin.qq.com/s/Ul6Qg2ylCgvDfJTQre4DWQ
2017年数据可视化的七大趋势
https://mp.weixin.qq.com/s/i2Ex8Zmu2ZzHPcoPr-1Rlw
太阳系相关图,教你优雅的打开“可视化”的大门
https://mp.weixin.qq.com/s/q5mPN_rt1Af5L2fnxuTdCA
46款数据可视化分析工具大集合
https://mp.weixin.qq.com/s/mD732PqDtqYdFZSxZWtvvg
从1维到6维,一文读懂多维数据可视化策略
https://zhuanlan.zhihu.com/c_122608198
一个可视化方面的专栏
https://www.zhihu.com/question/21664179
如何在论文中画出漂亮的插图?
https://zhuanlan.zhihu.com/p/20756711
用Excel做出强大漂亮的数据地图
https://mp.weixin.qq.com/s/XuoeOqGT_mJcFP08ZLq38g
如何选择一个合适的数据图表?
https://mp.weixin.qq.com/s/-XFbY7p8vjJV71Ar5G_5OA
最有趣的机器学习可视化图集
https://mp.weixin.qq.com/s/E-HBQs1-nzP1shC7Gge-7A
“看透”神经网络
https://mp.weixin.qq.com/s/Ys8lnwLyvToumnS2NhAAHg
如何洞悉城市人群移动规律?DataV海量轨迹可视化实践解析
https://mp.weixin.qq.com/s/ndzLKJC2Tvg2gKrr6jUNTw
原来可视化能做得这么酷炫!Uber开源地理空间工具包kepler.gl
http://echarts.baidu.com/echarts2/doc/example.html
各种大数据展示用的图表
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK