王立威：有三個領域會與深度學習進行緊密的結合：乙個是無人駕駛；乙個是金融領域；再乙個則是醫學領域。
無人駕駛在計算機視覺的識別技術已經趨於成熟，具備可以與機器學習進行深入結合的條件，但作為乙個與汽車實體緊密相關的應用方向，在高校內做研究的空間相對受限；此外，駕駛作為一種動態活動，相對於靜態影象識別的難度與複雜性要高得多。
金融領域儘管積累了非常多高質量的封閉資料，但它屬於雜訊非常大的訊號，受突發政策、人為操作的影響較大，並非總是嚴格遵循客觀規律。ai技術不是金融交易中的核心技術，交易的安全是重中之重。如果只考慮交易頻次問題，交易又分為低頻和高頻，「如果是低頻交易，我不認為ai 有太大的用武之地，因為ai 需要大資料、低頻交易資料量太小，如果要讓ai技術發揮技術，一定是在高頻領域。但是現階段的乙個問題是，高頻領域有很多分析的工作還是是需要人來做，例如提煉對交易產生影響的因素或者策略。
醫學影像有效部分的提取
匯入需要用的模組 import itk from scipy import ndimage as ndi from skimage.segmentation import clear border from skimage.measure import label,regionprops from ...
DCM醫學影像檔案的格式與讀取方法分享
醫學影像dcm是個類似png的分塊格式，內涵豐富醫療資訊，由於應用領域較窄，opencv沒有提供對其載入支援，一般採用dcmtk庫進行載入。博主本著研究探索的精神寫了這段 並分享出來，提供了解析dcm的dib資料 寬高 窗寬窗位 畫素間距的功能，支援反色dcm。輸入 檔名 輸出 寬高 窗寬窗位 畫素...
深度學習在醫學影像的三大類專案應用
深度學習在醫學影像的三大類專案應用 醫學影像的分類 醫學影像的檢測 醫學影像的分割 關於資料方面的補充 深度學習在醫學影像的應用專案目前主要幾種在三個方面 分類 檢測和分割。下面我就我所接觸的這三個方面所用的一些方法以及一些經驗進行闡述 醫學影像的分類 常見的應用場景就是分類有沒有某一類疾病？比如通...