1樓：羽峰學程式設計
1+1 >1 : 看到兩篇可以結合的文章，且兩篇文章合在一起的效果要好於兩篇中的任意一篇。閱讀他人文獻，看那些還有改進，是實驗方法上，還是演算法上，還是什麼可以改變，看其他文章的思想是否可以加入到這篇文章中，然後提公升效果。
自己獨創一種方法，這種就很難了。
但不管是哪一種，都需要你讀大量文獻，讀個一兩篇是不可能有想法的。可以試著讀文獻寫綜述，在寫的過程，總結一下每種方法的優缺點，以及思想方法，寫完綜述就是一篇文章，如果總結的好的話，可以發英文試試。寫完綜述之後，新的文章自然會有或多或少的想法，然後就去實踐，有好的效果就可以寫文章了。
科研沒啥捷徑，特別是這個方向，大方向已經被做了很多，要著眼於小處，小點，攻克某一小點，也是可以發文章的。
最後還是建議多讀文章，讀的多了，自然什麼都出來了。
2樓：
大概兩種思路，一種從臨床出發，去解決臨床急切需要解決的特定的問題；一種是從純粹的演算法出發，去做具有通用性的分割方法。
對於MIP而言，可能前一條路更加切實可行，只要你解決了乙個實際的臨床問題，那麼至於你用的什麼方法本身是不是有多高階，已經沒有人關心了。至於後一種思路，可能MIP領域是有困難的，因為你所擁有的資料是嚴重受限的，並不具有一般代表性。
請問深度學習醫學影象分割，如何歸一化？
張良懷 如果是CT，可以首先統計一下金標準mask所覆蓋的前景目標的灰度值的以下特徵 1.均值 2.方差 3.去最小0.5 極端值後的最小值 簡稱0.05 最小值 4.去最大0.5 極端值後的最大值 簡稱99.5 最大值 然後採用以下規則進行歸一化 1.clip掉0.5 最小值以下的值和99.5 最...
影象分割和檢測能夠統一起來做嗎？
青春沒有終點 0.不嚴謹的基本概念 1 Object detection，目標檢測，正如你所說，把物體用檢測框框出來。2 Two stage detection，就是先做object detection，再把每個檢測框得到的sub img輸入分類網路，得到物體類別。這個就是你提到的detection...
我想知道醫學生（臨床醫學）去日本讀研該準備些什麼？
Contagious 剛跟一位在我們學校的老師談話回來，他以前也是本科畢業後去日本讀研 這裡需要註明的是在日本讀研就是直接碩士 博士，最後必業就是博士了，當然你也可以在中途申請兩年後就畢業，因為要讀五年左右所以兩年後就是碩士了 他說，去日本讀研必須要有紮實的英語能力，無論是寫作還是表達。因為在那裡畢...