转载自：https://www.zhihu.com/question/427767524/answer/1559571080 侵删
作者：FUNNY AI
链接：https://www.zhihu.com/question/427767524/answer/1559571080
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
医学图像还是很有潜力，毕竟AI+医疗这块还是很大一块蓝海，本人硕士期间也是从事的医疗图像的工作但我主要做的分类，我学姐做的分割，我那时候还没入校之前导师就安排了课题，还给了几个G的外文文献，当时也是很蒙B的状态，我们项目虽然说和医院合作能搞到一些数据集但数据还是很有限的，所以还是得靠自己去找开源得数据集。回想自己当时也是没日没夜得查资料，跑模型，虽然过程很艰难但自己也成长了。所以我觉得楼主还是坚持一下，梅花香自苦寒来。下面我推荐一些资料希望对楼主有所帮助。
一.数据集
1.医学影像数据集集锦 - Baidu AI Studio - 人工智能学习与实训社区（该网站目前已经收录了针对肝、心、肺、眼底等部位的超过40个数据集，并且数量会持续增加。）此外你也可以访问他们的在线表格，直接参与数据集的整理和订正。https://docs.qq.com/sheet/DUEl1aE1HR1hJbEJp?tab=agxhgp
2.beamandrew/medical-data（这是Github上哈佛 beamandrew机器学习和医学影像研究者贡献的数据集，包括了医学影像数据、竞赛数据、来自电子健康记录的数据、医疗数据、UCI数据集、生物医学文献等。）
二.方法模型
Papers with Code - Medical这个网站会分享一些最新的paper以及它的code，个人觉得还是很有帮助，他也有个医学图像分割的专题，楼主可以关注一下。
三.比赛
其实能参加一些比赛可以更好的提升自己对项目的理解，也可以从比赛中获得一些经验有助于自己以后的就业。
1.MICCAI——JunMa：MICCAI 2020 医学影像分割比赛前瞻
2.机器之心：在参加了39场Kaggle比赛之后，有人总结了一份图像分割炼丹的「奇技淫巧」
3.Grand Challenge.org/challenges/（医学图像分析领域内已组织的所有挑战）
四.发文章
1.医学图像处理SCI期刊介绍_qimo601的专栏-CSDN博客
2.最新医学图像处理领域SCI期刊查询及投稿分析系统（2019-2020年），SCI收录期刊杂志目录 - LetPub编辑
最后，要是有机会，可以找个医学图像分割相关的实习工作，这样你会进步的更快，通过实习工作，然后来反馈到自己项目研究之中更容易出成果。并且公司的硬件设备一般都还是很可以的。