(1) 台大應數講解:使用nvidia的Monai來segmentation大腸鏡影像
(2) 針對MICCAI-2017-Robotic-Instrument-Segmentation Dataset影像來做segmentation. 原作者有兩篇,因為都有附整理好的影像資料檔,所以可以直接跑.其他kaggle上的常常因為沒有辦法取得完整原始資料檔,所以沒辦法跑.
(2a)--AP-MTL模型--程式碼
Mean Avg Dice:0.3560 [Bipolar Forceps:0.5658, Prograsp Forceps:0.2089, Large Needle Driver:0.0005, Vessel Sealer:0.6490, Grasping Retractor:0.0000, Monopolar Curved Scissors:0.0000, Others:0.0000]
dice per class (ignore non-existing classes while calculating mean dice in the paper): [6.10003999e-01 6.37034173e-01 7.47620923e-01 4.45526476e-01
6.04687050e-06 4.78930799e-01 0.00000000e+00]
(3)這一篇很有趣,他用CNN來跑JIGSAWS的data,而且他是用kinematics data部分(雖然JIGSAWS是傳統手術的).然後區分出那個醫師比較熟練.從網頁可以看出來,動作越混亂的,越是菜鳥醫師
這是跑某一個醫師的全部的圖
(4) 這一篇則混合JIGSAWS跟他自己的data,不過他是用video部分