@murmur 你可以查看一下法国公司 EOS Imaging 的产品 Flex Dose, 他们使用的是基于 Atlas based registration method, 在脊椎上的单一骨节上寻找对应的 Landmark, 然后用它们作为重建三维骨节形状的依据在 Atlas 库里面使用对应骨节数据来重建。他们的这种做法可以算是一种在 Deep Learning 来到之前的人工学习。他们的产品在 2012 年就已经通过了 FDA, 并在很多家医院中使用。在儿科骨科尤其受到医生的欢迎，因为很多情况下，病人不合适使用 CT. 我们的 DL 的方法可以看成是更高阶的 Atlas feature extraction.

这个项目暂时不考虑开源。

北美研发公司为 IntelliOS (Intelligent Oncology Solution), 如果你有北美的 Computer Visioin 或者 Medical Physics 的 PhD, 并且有兴趣联系我们。可以把 CV 发给我 [email protected]

@artandlol 你这个需要图片包含图层信息.

@amon 训练这个网络的目的不仅仅是去水印，还可以 recover loss information, 可以用来修复旧照片等等. 水印如果有 ps layer, 确实不需要这种方法还去除。但很多时候的水印照片是没有 layer 的，比如你自己翻拍的，或是商家移除了图层的，这时候, deep learning 的智能填充才可以做到

确实，这个模型可以有其他的应用。

@OscarUsingChen 或许是的，不过我之所以训练这个网络不仅仅是为了去除 watermark, 还可以针对 loss information 的图片来做修复，对于有损伤的老照片之类的也可以使用。

单位是 US $

[07/17 更新 桌面版本 1.4]
+ 修复标注的一个 bug
+ 标注保存文件 annotation.txt 保存在图像当前目录下

实验了一下 real time processing:

https://www.reddit.com/r/artificial/comments/8yk7yu/real_time_lung_nodule_detection_with_chest_ct/

@Surfire 确实有好几家公司在做，不过完全免费的我一直没有看到

Windows x64 版本 1.0: http://neuralrad.com:5000/static/NeuralRad_ChestCT_Installer.exe 如果你的系统是 Win 10, 需要 run as administrator

@PP 发现进了 spam 邮箱，刚刚给你回复了。谢谢

@PP 还是没有收到，看看是不是地址错了?

做 Chest CT 肺结节的初衷是因为肺癌现在是国内第一大癌，因为吸烟和环境污染。而 Chest CT 一次扫描形成几百张图片，大部分的医生不可能每张图片都看，所以这方面需要 AI 的辅助。当然现在肺结节方面国内作的公司已经不少了。但对于非三甲的二级医院，想要使用这方面的 AI 有技术和资金的难度。而我个人认为这些二线医院是真正最需要 AI 的，因为缺少医生和缺少好医生导致的漏诊和误诊率要超过三甲医院。

@PP 是的，现阶段，医疗影像方面的 AI 还是主要作为辅助手段，不能代替医生的诊断。

@PP 并没有收到，是否因为 gmail 的缘故？

@mengdisheng 加我微信我们具体聊聊

@exdriver 和医院拿 dicom 格式的，转换成 jpg, 我会很快写个桌面版本支持 dicom

@PP 你可以使用这个 email: [email protected]