注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. SemTorch-源码

  2. SemTorch 该存储库包含可应用于图像分割的不同深度学习架构定义。 所有架构都在中实现，并且可以使用轻松进行培训。 在中，可以找到如何将其与自定义数据集一起应用的示例，在这种情况下，将使用脑肿瘤图像。 这些体系结构分类为： 语义分割：图像的每个像素都链接到一个类标签。 实例分割：类似于语义分割，但是更深入一点，它针对每个像素标识其所属的对象实例。 显着物体检测（仅二进制分类）：检测图像中最引人注目的/最重要的物体。 :rocket:入门 要开始使用此软件包，请使用pip安装它： 例如，要

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_42134338

  1. MS-DA-MIL-CNN:MS-DA-MIL-CNN-源码

  2. 多尺度领域对抗多实例学习CNN（CVPR2020） 抽象的 我们提出了一种从组织病理学图像中对癌症亚型进行分类的新方法，该方法可以在给定的完整幻灯片图像（WSI）中自动检测肿瘤特有的特征。应当通过参考WSI对癌症亚型进行分类，即WSI，即整个病理组织玻片的大尺寸图像（通常为40,000x40,000像素），该图像由癌症和非癌症部分组成。一种困难来自与注解WSI中的肿瘤区域相关的高昂成本。此外，必须通过更改图像的放大倍率从WSI中提取全局和局部图像特征。此外，应针对医院/标本之间的染色条件差异，稳

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42125867

  1. neoepiscope:从使用肿瘤正常DNA-seq数据检测到的阶段性体细胞突变预测新表位-源码

  2. 新表镜 neoepiscope是一种经过同行评审的开源软件，可从DNA测序（DNA-seq）数据预测新表位。大多数新表位预测软件界限注意从最多一个体细胞突变而产生的新表位，往往只是一个SNV， neoepiscope的用途组装单倍型输出从一个以上的体细胞突变而产生也枚举的新表位。 neoepiscope还考虑了插入缺失的移码，并允许使用种系变体个性化参考转录组。 笔记 neoepiscope v0.2.x有一个严重的错误，其中纯合变体不与杂合变体分阶段。请更新到最新版本。 执照 neoepi

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：415236096
    • 提供者：weixin_42131276

  1. Master_Thesis2020-源码

  2. 生物信息学硕士论文 该项目在隆德大学的生物医学中心（BMC）的Sonja Aits的监督下进行。 该项目的目的是分析转染的U2OS骨癌细胞的显微图像。 该分析涉及细胞的细胞成分（如细胞核，溶酶体和线粒体）的分割。 这不仅在检测肿瘤细胞的形态变化中起着重要作用，而且在计数这些物体中也起着重要的作用。 该项目涉及两个主要任务：通过CellProfiler软件（v4.0.7）进行对象分割，以及在破碎的溶酶体和正常细胞图像上训练二进制分类器的机器学习任务。 对于第一个任务，建立了不同的管道来尝试识别对

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：31457280
    • 提供者：weixin_42127748

  1. tech-health-lab--源码

  2. 技术健康实验室 _我们的使命是提高临床设施的效率。 概述 这是一个基于Flask的应用程序，可用于预测不同类型的疾病，例如糖尿病，肺炎，乳腺癌，疟疾和此类疾病。 特征 智能症状检查器 更准确的癌症诊断 更快地诊断各种致命的身体疾病。 能够检测心脏，肝脏，疟疾和肺炎的早期阶段。 还指导如何从疾病中治愈。 [快来了] 分析世界范围内传播的疾病。 [快来了] 包括各种图形和图表，以实现更好的可视化。[即将推出] 预约部分。 [快来了] 肿瘤检测和接触追踪。 [快来了] 动机 这是我的最后一

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：30408704
    • 提供者：weixin_42099116

  1. skin-cancer-detection--源码

  2. 皮肤科医生AI 介绍 一种可以视觉诊断黑色素瘤（皮肤癌最致命的形式）的算法。 特别是，算法会将这种恶性皮肤肿瘤与两种类型的良性病变（痣和脂溢性角化病）区分开。 数据和目标摘自2017年ISIC皮肤病学分析向黑色素瘤检测的挑战。 作为挑战的一部分，参与者的任务是设计一种诊断皮肤病变图像的算法，该图像是三种不同皮肤疾病（黑色素瘤，痣或脂溢性角化病）之一。 在这个项目中，您将创建一个模型来生成您自己的预测。 团队成员 Vignesh C Shyam Sundar V 入门 克隆存储库并创建一个d

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：953344
    • 提供者：weixin_42131013

  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. Awesome-Visual-Transformer:收集一些有远见的有关变压器的论文。 具有计算机视觉（CV）的超棒变压器-源码

  2. 很棒的视觉变形金刚 使用计算机视觉（CV）论文收集一些变压器。 如果您发现一些被忽略的论文，请打开问题或提出要求。 文件 变压器原纸 技术博客 [中文博客] 3W字长文带你轻松入门视觉变形金刚[] 民意调查 视觉中的变压器：概览[]-2021.01.04 Visual Transformer的概述[]-2020.12.24 arXiv论文 [SpecTr] SpecTr：用于高光谱病理图像分割的光谱变压器[] [] [TransBTS] TransBTS：使用Transformer的多模态

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：3072
    • 提供者：weixin_42153793

  1. BrainTumorDetection:在Python中使用Keras进行深度学习的脑肿瘤分类-源码

  2. 脑肿瘤检测 在Python中使用Keras进行深度学习的脑肿瘤分类 此存储库中的完整文档

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：315392
    • 提供者：weixin_42177768

  1. Bayesian-CNN:用于在贝叶斯CNN上通过MRI检测脑肿瘤的代码进行试验和实验-源码

  2. 贝叶斯神经网络 用于在贝叶斯CNN上通过MRI检测脑肿瘤的代码进行试验和实验

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：4096
    • 提供者：weixin_42132325

  1. brain-tumour-detection:从MRI图像检测脑肿瘤-源码

  2. 脑肿瘤检测 从MRI图像检测脑肿瘤

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2048
    • 提供者：weixin_42120275

  1. 机器学习组合：各种机器学习实现-源码

  2. thavlik机器学习产品组合 这是我个人深度学习项目的资料库。 监督实验 这些实验利用了随数据提供的基本事实。 医学数据的地面事实通常构成一位或多位主治医师的判断。 ：按出血类型分类脑部CT扫描 ：在CT扫描中定位腹部肿瘤 （WIP）：使用EEG对运动活动进行细粒度检测 （WIP）：单次，可区分的3D渲染 数据集 这些是我亲自编写/编辑的数据集。 运行代码 配置在yaml文件中定义，可以通过include指令进行组合，以使用最少的样板方便地形成派生实验。 可以通过将路径作为--config

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：4194304
    • 提供者：weixin_42099942

  1. 肿瘤检测-源码

  2. 肿瘤检测 基于来自kaggle的大脑MRI图像进行的肿瘤检测： ：//www.kaggle.com/navoneel/brain-mri-images-for-brain-tumor-detection

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：71303168
    • 提供者：weixin_42116672

  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. Python-乳房-Canser分类-Gogus-Kanseri-Siniflandirma-源码

  2. Python-乳房-Canser分类-Gogus-Kanseri-Siniflandirma eng：使用Knn算法，它可以检测出被诊断患有乳腺癌的人的肿瘤是良性还是恶性。 我从获得了数据集，该数据集包含596行和32列肿瘤形状和规格。 tr：GöğüsKanseriSınıflandırma-> Knnalgoritmasınıkullanarakgöğüskanseritanısıkonulankişilerde，tümörüniyi huylu mu-kötühuylu muoldu

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：376832
    • 提供者：weixin_42181693

  1. 可视化和医学图像分析：可视化和医学图像分析-源码

  2. 可视化和医学图像分析* 该存储库旨在为BraTS 2019数据集开发基于CNN的2D语义分割模块，用于脑肿瘤检测。 架构：U-Net 安装： pip install -e。 火车： python visualizer / train.py -c配置/train.gin 评估： python visualizer /评估/evaluate.py -c config / evaluate.gin 参考： [1] BH Menze，A。Jakab，S。Bauer，J。Kalpath

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：43008
    • 提供者：weixin_42128963

  1. SSL_CR_Histo：“用于注释高效组织病理学图像分析的自我监督驱动一致性培训”的正式代码-源码

  2. 自我监督的驱动一致性训练，用于注释有效的组织病理学图像分析 作者： ， ， 和 官方资料库。 概述 我们提出了一种用于组织病理学图像分析的自我监督驱动一致性范例，该范例基于以下两种策略学习利用与任务无关和特定于任务的未标记数据： 自我监督的借口任务，利用组织学全幻灯片图像（WSI）中潜在的多分辨率上下文线索来学习强大的监督信号，以进行无监督的表示学习。 一种新的师生半监督一致性范例，该模型可以根据与任务特定的未标记数据的预测一致性，学习将预训练的表示有效地转移到下游任务。 我们在两

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：8388608
    • 提供者：weixin_42131276

  1. MSMuTect3：检测肿瘤细胞中微卫星不稳定性的工具-源码

  2. 该项目由Technion的Maruvka实验室创建，旨在帮助检测DNA测序中的微卫星不稳定性。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：16384
    • 提供者：weixin_42152298

  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

  1. 皮肤癌认识：识别和定位其他皮肤疾病引起的黑色素瘤-源码

  2. 皮肤癌识别黑色素瘤 在这里，我们将设计一种可以从视觉上诊断皮肤癌最致命形式的黑色素瘤的算法。 特别地，该算法将把这种恶性皮肤肿瘤与其他类型的良性病变区分开。 数据和目的摘自《国际标准产业分类》关于皮肤病灶分析的黑色素瘤检测挑战。 作为挑战的一部分，参与者的任务是设计一种诊断皮肤病变图像的算法，该图像是三种不同皮肤疾病（黑素瘤，痣或脂溢性角化病）之一。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42117267
« 12 »