一、需求描述
根据超声图像样本，参考业界研究，利用迁移学习等算法，训练模型，识别并分割神经、关节等；
根据弹性剪切波超声图像样本，参考业界研究，对肌肉纤维化进行分级；
实现超声图像和MRI图像的配准/融合。
二、人才要求
精通机器学习算法和模型，包括U-net、监督学习、迁移学习等，熟悉图像配准算法；经验丰富，合作性好
三、参考产品
U-net、CNN、GAN等；
基于GAN的配准，https://blog.csdn.net/zuzhiang/article/details/107418421
voxelmorph：图像配准的无监督学习；
基于监督学习的图像分割与配准，http://cje.ustb.edu.cn/article/doi/10.13374/j.issn2095-9389.2019.10.10.006
弹性超声，https://blog.csdn.net/gamer_gerald/article/details/2362538
参考文献和git资源等
四、合作方式
项目制合作