您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 肿瘤基因谱数据集

  2. 肿瘤数据集 matlab,
  3. 所属分类:其它

    • 发布日期:2013-11-04
    • 文件大小:8388608
    • 提供者:u012715476
  1. 乳腺肿瘤诊断数据集

  2. 乳腺肿瘤诊断数据集
  3. 所属分类:专业指导

    • 发布日期:2016-12-26
    • 文件大小:86016
    • 提供者:lsgo_myp
  1. 良/恶性乳癌肿瘤数据集breast-cancer-train

  2. breastcancer数据集 机器学习初学者最常用的数据集,
  3. 所属分类:机器学习

    • 发布日期:2018-05-12
    • 文件大小:8192
    • 提供者:qq_36428318
  1. python机器学习良恶性肿瘤数据集

  2.   结论:通过比较,逻辑斯蒂模型比随机梯度下降模型在测试集上表现有更高的准确性,因为逻辑斯蒂采用解析的方式精确计算模型参数,而随机梯度下降采用估计值   特点分析:逻辑斯蒂对参数的计算采用精确解析的方法,计算时间长但是模型性能高,随机梯度下降采用随机梯度上升算法估计模型参数,计算时间短但产出的模型性能略低,一般而言,对于训练数据规模在10万量级以上的数据,考虑到时间的耗用,推荐使用随机梯度算法
  3. 所属分类:机器学习

    • 发布日期:2018-01-25
    • 文件大小:19456
    • 提供者:lbb17745169396
  1. weka软件最全数据集

  2. weka软件最全数据集,共189个,用于weka软件的数据集训练和测试,包含天气 车辆 肝脏肿瘤等等数据集,格式为arff
  3. 所属分类:MySQL

    • 发布日期:2019-04-12
    • 文件大小:19922944
    • 提供者:qq_29028675
  1. LITS2017肝脏肿瘤分割挑战数据集.txt

  2. LITS2017肝脏肿瘤分割挑战数据集,里面是百度网盘永久下载链接,深度学习使用,数据太大无法上传。
  3. 所属分类:机器学习

    • 发布日期:2019-08-27
    • 文件大小:194
    • 提供者:qq_35054151
  1. LITS2017肝脏肿瘤分割挑战数据集下载地址百度云.txt

  2. LITS2017肝脏肿瘤分割挑战数据集,里面是百度网盘永久下载链接,深度学习使用,数据太大无法上传如果网盘资料到期,请私信我,如果链接失效,请私信我或者加我百度云2642828613qq.com,第一时间补发。
  3. 所属分类:深度学习

    • 发布日期:2019-12-20
    • 文件大小:75
    • 提供者:qq_35054151
  1. 良\恶性乳腺癌肿瘤预测数据集

  2. 良\恶性乳腺癌肿瘤预测数据集,已经分为训练集和测试集。良\恶性乳腺癌肿瘤预测数据集,已经分为训练集和测试集。
  3. 所属分类:算法与数据结构

  1. 良\恶性乳腺癌肿瘤预测数据集(机器学习及实践)

  2. 良\恶性乳腺癌肿瘤预测数据集,已经分为训练集和集。
  3. 所属分类:算法与数据结构

    • 发布日期:2020-07-10
    • 文件大小:118
    • 提供者:maplepiece1999
  1. LITS2017肝脏肿瘤分割挑战数据集.txt-机器学习工具类资源(txt为微云链接)

  2. LITS2017肝脏肿瘤分割挑战数据集,里面是百度网盘永久下载链接,深度学习使用,数据太大无法上传。。
  3. 所属分类:互联网

    • 发布日期:2020-07-16
    • 文件大小:58
    • 提供者:qq_41934573
  1. pytorch 语义分割-医学图像-脑肿瘤数据集的载入模块

  2. 由于最近目标是完成基于深度学习的脑肿瘤语义分割实验,所以需要用到自定义的数据载入,本文参考了一下博客:https://blog.csdn.net/tuiqdymy/article/details/84779716?utm_source=app,一开始是做的眼底图像分割,由于使用的是DRIVE数据集,所以数据量很少,之前也是按照上面这篇博客标注了关于图片id的txt文件,但是这次是应用在kaggle脑肿瘤数据集上,kaggle脑肿瘤数据集百度云下载连接:链接:https://pan.baidu.c
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:560128
    • 提供者:weixin_38650842
  1. Brain Tumor Progression 脑肿瘤进展-数据集

  2. 该集合包括来自20名患有新近诊断的原发性胶质母细胞瘤的受试者的数据集,这些受试者接受了手术和标准伴随化学放射疗法(CRT)进行了辅助化疗。每位患者包括两次MRI检查:CRT完成后90天内和病情进展时(由临床确定,并基于临床表现和/或影像学发现的结合,并根据治疗或干预的变化进行标点)。
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:1073741824
    • 提供者:weixin_38536716
  1. Segmenting Soft Tissue Sarcomas 分割软组织肉瘤:自动进行肿瘤分割的挑战-数据集

  2. 数据是TCIA研究的预处理子集,称为软组织肉瘤。数据已从分辨率和数据类型不同的DICOM文件夹转换为各向同性体素大小的3D HDF5阵列。这将使开始和测试各种方法(NN,RF,CRF等)以改善细分更加容易。 study_list.csv lab_petct_vox_5.00mm.h5 patient_images_lowres.h5
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:318767104
    • 提供者:weixin_38634037
  1. Akash_portfolio:我的数据科学档案-源码

  2. Akash_portfolio 我的数据科学档案 项目1 图像可视化•内置关键面部点检测模型。 •进行了图像增强和数据归一化•建立了深度残差神经网络关键面部表情检测模型。 •结合表情和关键点检测模型来预测面部表情。 项目二 肿瘤检测 医疗保健中的AI •进行基于MRI扫描的脑肿瘤检测和定位•从输入图像中进行图像分割,以了解并从像素级别的图像中提取信息,并训练神经网络以生成图像的像素掩码。 •通过医学成像提高疾病诊断速度和准确性 专案3 我能够创建精度为98%的SVM分类器。 是否进行了误差分析
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:730112
    • 提供者:weixin_42099087
  1. Cancer Instance Segmentation and Classification 1 肿瘤实例的细分与分类1-数据集

  2. 该数据集也称为PanNuke,包含半自动生成的核实例分割和分类图像,包含19种不同组织类型的详尽核标签。 Cancer Instance Segmentation and Classification 1_datasets.txt Cancer Instance Segmentation and Classification 1_datasets.zip
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:705691648
    • 提供者:weixin_38643212
  1. BraTS模型:用于神经计算的项目,为BraTS数据集建立肿瘤分割和生存预测模型-源码

  2. 布拉茨模型 神经计算项目,为BraTS数据集建立肿瘤分割和生存预测模型
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:559104
    • 提供者:weixin_42151305
  1. 基于深度多项式网络的肿瘤分类和小型超声图像数据集的多核学习

  2. 基于深度多项式网络的肿瘤分类和小型超声图像数据集的多核学习
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:237568
    • 提供者:weixin_38683195
  1. pmbcl_exomes:用于分析PMBCL外显子组数据集的脚本-源码

  2. 原发性纵隔B细胞淋巴瘤(PMBCL)外显子组 学习规划 95个肿瘤样本 21个匹配法线 对所有样品进行整体外显子组测序(平均115倍) 变体调用 使用配对分析分析具有匹配正常值的肿瘤样品。 对于未配对的样本,将肿瘤与合并的正常个体(21个正常个体中的10个降低采样并合并)匹配。 下列调用者用于确定体细胞核苷酸变异体和插入缺失: VarScan 多功能 斯特雷卡 MutSig识别明显突变的基因 复印号码检测 CNVkit GISTIC识别重要的重复和缺失
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:1048576
    • 提供者:weixin_42144707
  1. 机器学习肿瘤识别:乳腺癌数据集上的机器学习算法,用于识别肿瘤是恶性还是良性-源码

  2. 机器学习-肿瘤识别 在乳腺癌数据集上探索了机器学习技术,以建立算法来预测肿瘤是恶性还是良性。 比较了诸如Logistic回归,k最近邻和决策树等有监督学习算法的性能。 还研究了使用PCA和Pearson相关矩阵进行特征工程的效果以及使用欠采样和过采样进行数据工程的效果。
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:421888
    • 提供者:weixin_42135773
  1. 组织病理学癌变检测:创建了一种算法,可从较大的数字病理学扫描中获取的小图像斑块中识别转移性癌症。 本比赛使用的数据是PatchCamelyon(PCam)基准数据集的略微修改版本-源码

  2. 组织病理学检测 创建了一种算法,以识别从较大的数字病理扫描中获取的小图像斑块中的转移癌。 该比赛的数据是对PatchCamelyon(PCam)基准数据集的略微修改版本 动机 乳腺癌的临床诊断最好通过活检来实现。 病理学家通过在显微镜下手动检查组织切片来进行诊断。 但是,传统的诊断系统需要专业知识,只有经验丰富的病理学家才能准确地确定肿瘤组织。 当前,在印度的各个农村地区,人们无法获得良好的医疗保健设施。 另外,农村地区没有新的先进设备,因此甚至有可能无法正确诊断患者。 农村地区医疗状况不佳的
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:5242880
    • 提供者:weixin_42169245
« 12 3 4 »