郭达州
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [公元9年] 李紫涵 , 李云翔 , 李庆德 , 王濮阳 , 郭达州 , 勒鲁 , 大开镇 , 尤章(You Zhang) , 轻骑红 :
LViT:语言与医学图像分割中的视觉变换器相遇。 IEEE传输。 医学成像 43 ( 1 ) : 96-107 ( 2024 ) [i20] Heng Guo(恒国) , 张剑锋 , 黄嘉兴 , 托尼·C·W·莫 , 郭达州 , 柯燕 , 勒鲁 , 大开镇 , 徐敏峰 :
使用三维全身CT扫描建立一个全面、高效和快速的解剖结构分割模型。 CoRR公司 abs/2403.15063 ( 2024 ) [i19] 余勤济 , 王一瑞 , 柯燕 , 李浩深 , 郭达州 , 李章 , 勒鲁 , 那申(Na Shen) , 王奇峰(Qifeng Wang) , 丁晓伟 , 叶向华 , 大开镇 :
使用基于位置的查询选择和变压器中的对比查询表示在CT扫描中有效地检测淋巴结。 CoRR公司 abs/2404.03819 ( 2024 ) 2023 [j8] 张明辉 , 吴扬谦 , 张含晓 , 秦玉雷 , 郝政 , 文堂 , 科里·W·阿诺德 , 裴晨皓 , 彭新宇(Pengxin Yu) , 杨楠 , 广阳 , 西蒙沃尔什 , 多米尼克·C·马歇尔 , 马蒂厄·科莫洛夫斯基 , 王濮阳 , 郭达州 , 大开镇 , 吴亚南(Yanan Wu) , 赵水清 , 张润生 , 张伯玉 , 兴鲁 , 阿卜杜勒·加尤姆 , 穆纳·马泽尔 , 齐苏 , 吴永煌 , 刘英奥 , 朱雨菲 , 杨建成 , 阿什坎·帕克扎德 , 博吉达尔·兰格洛夫 , 劳尔圣何塞埃斯特帕尔 , 卡洛斯·卡诺·埃斯皮诺萨 , 孙嘉元 , 杨光中 , 云古 :
多位置、多域气道树建模。 医学图像分析。 90 : 102957 ( 2023 ) [第13条] 张鹤轩记 , 郭达州 , 王濮阳 , 柯燕 , 勒鲁 , 徐敏峰 , 王奇峰(Qifeng Wang) , 贾葛 , 高明晨 , 叶向华 , 大开镇 :
连续分段:在CT扫描中建立143个全身器官的单一、统一和非目标连续分段模型。 ICCV公司 2023 : 21083-21094 [第12条] 柯燕 , 大开镇 , 郭达州 , 徐敏峰 , 那申(Na Shen) , 仙生华 , 叶向华 , 勒鲁 :
采用隐式站点分层的胸部CT解剖软件淋巴结检测。 MTSAIL/LEAF/AI4处理/MMMI/ 雷米亚@MICCAI 2023 : 299-310 [i18] 漳河川集 , 郭达州 , 王濮阳 , 柯燕 , 勒鲁 , 徐敏峰 , 周敬仁 , 王奇峰(Qifeng Wang) , 贾葛 , 高明晨 , 叶向华 , 大开镇 :
连续分段:在CT扫描中建立143个全身器官的单一、统一和可访问的连续分段模型。 CoRR公司 腹肌/2302.0162 ( 2023 ) [i17] 张明辉 , 吴扬谦 , 张含晓 , 秦玉雷 , 郝政 , 文堂 , 科里·W·阿诺德 , 裴晨皓 , 彭新宇(Pengxin Yu) , 杨楠 , 广阳 , 西蒙沃尔什 , 多米尼克·C·马歇尔 , 马蒂厄·科莫洛夫斯基 , 王濮阳 , 郭达州 , 大开镇 , 吴亚南(Yanan Wu) , 赵水清 , 张润生 , 张伯玉 , 邢绿 , 阿卜杜勒·加尤姆 , 穆纳·马泽尔 , 齐苏 , 吴永煌 , 刘英奥 , 朱雨菲 , 杨建成 , 阿什坎·帕克扎德 , 博吉达尔·兰格洛夫 , 劳尔圣何塞埃斯特帕尔 , 卡洛斯·卡诺·埃斯皮诺萨 , 孙嘉元 , 杨光中 , 云古 :
多方、多域气道树建模(ATM’22):肺气道分割的公共基准。 CoRR公司 abs/2303.05745 ( 2023 ) [i16] 王濮阳 , 郭达州 , 丹丹正 , 张明辉 , 余浩刚 , 孙欣(Xin Sun) , 贾葛 , 云古 , 勒鲁 , 叶向华 , 大开镇 :
通过解剖软件多类分割和拓扑引导迭代学习实现CT扫描中的准确气道树分割。 CoRR公司 abs/2306.09116 ( 2023 ) 【i15】 柯燕 , 大开镇 , 郭达州 , 徐敏峰 , 沈娜 , 仙生华 , 叶向华 , 勒鲁 :
使用隐式站点分层在胸部CT中进行解剖-器皿淋巴结检测。 CoRR公司 abs/2307.15271 ( 2023 ) 2022 [j7] 柯燕 , 蔡金正 , 大开镇 , 舜淼 , 郭达州 , 亚当·P·哈里森 , 优宝堂 , 京晓 , 晶晶路 , 勒鲁 :
SAM:放射学图像中像素级解剖嵌入的自我监督学习。 IEEE传输。 医学成像 41 ( 10 ) : 2658-2669 ( 2022 ) [第11条] 郭达州 , 贾葛 , 柯燕 , 王濮阳 , 朱卓屯 , 丹丹正 , 仙生华 , 勒鲁 , 宗英浩 , 叶向华 , 大开镇 :
CT成像中通过淋巴结站分层和大小编码进行胸淋巴结分割。 迈克尔(5) 2022 : 55-65 [第14条] 李紫涵 , 李云翔 , 李庆德 , 尤章(You Zhang) , 王濮阳 , 郭达州 , 勒鲁 , 大开镇 , 轻骑红 :
LViT:医学图像分割中的语言和视觉变换器。 CoRR公司 abs/2206.14718 ( 2022 ) 2021 [j6] 大开镇 , 郭达州 , 宗英浩 , 亚当·P·哈里森 , 京晓 , 陈侃曾 , 勒鲁 :
DeepTarget:食管癌放射治疗中的大体肿瘤和临床靶体积分割。 医学图像分析。 68 : 101909 ( 2021 ) [第10条] 郭达州 , 叶向华 , 贾葛 , 兴地 , 勒鲁 , 黄凌云 , 谢国通 , 京晓 , 中捷路 , 凌鹏 , 森祥燕 , 大开镇 :
深度定位:使用解剖上下文编码和关键器官自动搜索在CT扫描中解析胸部淋巴结。 迈克尔(5) 2021 : 3-12 【c9】 刘凤泽 , 柯燕 , 亚当·P·哈里森 , 郭达州 , 勒鲁 , 艾伦·L·尤耶 , 黄凌云 , 谢国通 , 京晓 , 叶向华 , 大开镇 :
相同:基于自监督解剖嵌入的可变形图像配准。 迈克尔(4) 2021 : 87-97 [i13] 郭达州 , 叶向华 , 贾葛 , 兴地 , 勒鲁 , 黄凌云 , 谢国通 , 京晓 , 刘忠杰 , 凌鹏 , 森祥燕 , 大开镇 :
深度定位:使用解剖上下文编码和关键器官自动搜索在CT扫描中解析胸部淋巴结。 CoRR公司 abs/2109.09271 ( 2021 ) [i12] 刘凤泽 , 柯燕 , 亚当·P·哈里森 , 郭达州 , 勒鲁 , 艾伦·L·尤耶 , 黄凌云 , 谢国通 , 京晓 , 叶向华 , 大开镇 :
相同:基于自监督解剖嵌入的可变形图像配准。 CoRR公司 abs/2109.11572 ( 2021 ) [i11] 叶向华 , 郭达州 , 陈侃曾 , 贾葛 , 宗明雄 , 平青派 , 任延平 , 陆正 , 朱新力 , 凌鹏 , 陈颖(音) , 陈晓华 , 陈玉周 , 陈丹妮(Danni Chen) , 嘉泽于 , 陈玉珍 , 飞然焦 , 易欣 , 黄凌云 , 谢国通 , 京晓 , 勒鲁 , 严森祥 , 大开镇 , 宗英浩 :
使用计划CT和FDG-PETCT自动描绘食管总肿瘤体积的双流深度学习方法的多机构验证。 CoRR公司 abs/2110.05280 ( 2021 ) [i10] 郭达州 , 贾歌 , 叶向华 , 森祥燕 , 易欣 , 宋宇晨 , 黄炳绅 , 宗明雄 , 朱卓屯 , 凌鹏 , 任延平 , 刘瑞(Rui Liu) , 龚张(音) , 蒙远毛 , 陈晓华 , 中捷路 , 李文祥 , 陈玉珍 , 黄凌云 , 京晓 , 亚当·P·哈里森 , 勒鲁 , 林建宇 , 大开镇 , 宗英浩 :
通过分层深度学习进行全面和临床准确的头颈部危险器官描述:一项大型多机构研究。 CoRR公司 abs/2111.01544 ( 2021 ) 2020 [j5] 余洪凯 , 郭达州 , 闫志鹏 , 兰福 , 杰夫·西蒙斯 , 克雷格·P·普尔兹比拉 , 宋王 :
图像序列中目标检测的弱监督易硬学习。 神经计算 398 : 71-82 ( 2020 ) 【j4】 郭达州 , 贝燕亭 , 康正 , 余洪凯 , 余杭路 , 宋王 :
基于稠密Gram网络的退化图像语义分割。 IEEE传输。 图像处理。 29 : 782-795 ( 2020 ) 【c8】 郭达州 , 大开镇 , 朱卓屯 , 宗英浩 , 亚当·P·哈里森 , Chun-Hung Chao先生 , 京晓 , 勒鲁 :
使用分层学习和神经结构搜索对头颈癌风险器官进行分割。 CVPR公司 2020 : 4222-4231 【c7】 朱卓屯 , 大开镇 , 柯燕 , 宗英浩 , 叶向华 , 郭达州 , Chun-Hung Chao先生 , 景晓 , 艾伦·L·尤耶 , 勒鲁 :
放射治疗中使用3D CT/PET成像通过基于距离的门控对淋巴结总肿瘤体积进行检测和分割。 迈克尔(7) 2020 : 753-762 【c6】 Chun-Hung Chao先生 , 朱卓屯 , 郭达州 , 柯燕 , 宗英浩 , 蔡金正 , 亚当·P·哈里森 , 叶向华 , 京晓 , 艾伦·L·尤耶 , 最小太阳 , 勒鲁 , 大开镇 :
基于图神经网络的关系学习的肿瘤成像中淋巴结肿瘤总体积检测。 迈克尔(7) 2020 : 772-782 [第九章] 郭达州 , 大开镇 , 朱卓屯 , 宗英浩 , 亚当·P·哈里森 , Chun-Hung Chao先生 , 景晓 , 艾伦·L·尤耶 , 林建宇 , 勒鲁 :
使用分层学习和神经结构搜索对头颈癌风险器官进行分割。 CoRR公司 abs/2004.08426 ( 2020 ) [i8] 朱卓屯 , 柯燕 , 大开镇 , 蔡金正 , 宗英浩 , 亚当·P·哈里森 , 郭达州 , Chun-Hung Chao先生 , 叶向华 , 京晓 , 艾伦·L·尤耶 , 勒鲁 :
通过决策分层在3D肿瘤成像中检测分散的、小的和至关重要的物体。 CoRR公司 abs/2005.13705 ( 2020 ) [i7] 朱卓屯 , 大开镇 , 柯燕 , 宗英浩 , 叶向华 , 郭达州 , Chun-Hung Chao先生 , 京晓 , 艾伦·L·尤耶 , 勒鲁 :
放射治疗中使用3D CT/PET成像通过基于距离的门控对淋巴结总肿瘤体积进行检测和分割。 CoRR公司 abs/2008.11870 ( 2020 ) [i6] Chun-Hung Chao先生 , 朱卓屯 , 郭达州 , 柯燕 , 宗英浩 , 蔡金正 , 亚当·P·哈里森 , 叶向华 , 京晓 , 艾伦·L·尤耶 , 最小太阳 , 勒鲁 , 大开镇 :
通过使用图神经网络的关系学习在肿瘤成像中检测淋巴结总肿瘤体积。 CoRR公司 abs/2008.13013 ( 2020 ) [i5] 柯燕 , 蔡金正 , 大开镇 , 舜淼 , 亚当·P·哈里森 , 郭达州 , 优宝堂 , 京晓 , 晶晶路 , 勒鲁 :
放射图像中像素级解剖嵌入的自我监督学习。 CoRR公司 abs/2012.02383 ( 2020 )
2010 – 2019
2019 [j3] 宋绍岳 , 余洪凯 , 镇江苗族 , 郭达州 , 魏克 , 丛马 , 宋王 :
一种简单易学的图像内共生检测策略。 神经计算 358 : 166-176 ( 2019 ) [注2] 郭达州 , 李根柱(Ligeng Zhu) , 余杭路 , 余洪凯 , 宋王 :
具有对象类间空间邻接性的城市街道场景小对象敏感分割。 IEEE传输。 图像处理。 28 ( 6 ) : 2643-2653 ( 2019 ) 【c5】 大开镇 , 郭达州 , 宗英浩 , 亚当·P·哈里森 , 景晓 , 陈侃曾 , 勒鲁 :
利用双流链三维深网络融合技术在PET/CT中准确分割食管大体肿瘤体积。 迈克尔(2) 2019 : 182-191 【c4】 大开镇 , 郭达州 , 宗英浩 , 亚当·P·哈里森 , 京晓 , 陈侃曾 , 勒鲁 :
使用肿瘤、淋巴结和危险器官的编码三维空间背景绘制食管深部临床靶体积。 迈克尔(6) 2019 : 603-612 [i4] 大开镇 , 郭达州 , 宗英浩 , 亚当·P·哈里森 , 京晓 , 陈侃曾 , 勒鲁 :
使用双流链3D深网络融合在PET/CT中准确分割食管总肿瘤体积。 CoRR公司 abs/1909.01524 ( 2019 ) [i3] 大开镇 , 郭达州 , 宗英浩 , 亚当·P·哈里森 , 京晓 , 陈侃曾 , 勒鲁 :
使用肿瘤、淋巴结和危险器官的编码三维空间背景绘制食管深部临床靶体积。 CoRR公司 abs/1909.01526 ( 2019 ) 2018 [i2] 余洪凯 , 郭达州 , 闫志鹏 , 刘伟 , 杰夫·西蒙斯 , 克雷格·P·普尔兹比拉 , 宋王 :
显微材料图像中大尺度纤维检测和跟踪的无监督学习。 CoRR公司 abs/1805.10256 ( 2018 ) 2017 【c3】 康正 , 小川范 , 林跃伟 , 郝国 , 余洪凯 , 郭达州 , 宋王 :
学习可穿戴式相机拍摄的时间同步视频中用于识别人的视点变换特征。 ICCV公司 2017 : 2877-2885 【c2】 郭达州 , 康正 , 宋王 :
使用T1加权MRI检测病变:一种基于功能性皮质ROI的新方法。 ICIP公司 2017 : 4427-4431 2015 [j1] 郭达州 , 朱利叶斯·弗里德里克森 , 保罗·菲尔莫尔 , 克里斯托弗·罗登 , 余洪凯 , 康正 , 宋王 :
使用无监督和监督相结合的方法对MRI扫描进行自动病变检测。 BMC医学成像 15 : 50 ( 2015 ) [i1] 余洪凯 , 周友杰 , 慧倩 , 岷县 , 林月伟 , 郭达州 , 康正 , 卡里姆·阿卜杜勒法塔赫 , 宋王 :
LooseCut:带有松散边界框的交互式图像分割。 CoRR公司 abs/1507.03060 ( 2015 ) 2014 【c1】 康正 , 林跃伟 , 周友杰 , 达瓦尔·萨尔维 , 小川范 , 郭达州 , 淄博梦 , 宋王 :
使用多个可穿戴摄像头的基于视频的动作检测。 ECCV研讨会(1) 2014 : 727-741
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)