#medical-image-analysis Repositories
Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #medical-image-analysis getaggt sind und insgesamt 16,829 Sterne gesammelt haben (durchschnittlich 1,121 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist TorchIO-project/torchio mit 2,457 Sternen.
Insgesamt 15 Repositories
Viele Studien haben gezeigt, dass die Leistung auf Deep Learning erheblich vom Umfang der Trainingsdaten beeinflusst wird. Das MedicalNet-Projekt stellt eine Reihe von vortrainierten 3D-ResNet-Modellen und den dazugehörigen Code bereit.
[pip install medmnist] 18 standardisierte Datensätze für die 2D- und 3D-Klassifizierung biomedizinischer Bilder
Das Medical Detection Toolkit enthält 2D + 3D-Implementierungen gängiger Objekterkenner wie Mask R-CNN, Retina Net, Retina U-Net sowie ein Trainings- und Inferenz-Framework, das sich auf den Umgang mit medizinischen Bildern konzentriert.
Eine Sammlung von Ressourcen zu Anwendungen von Transformatoren in der medizinischen Bildgebung.
TorchXRayVision: Eine Bibliothek von Röntgen-Thorax-Datensätzen und Modellen. Klassifikatoren, Segmentierung und Autoencoder.
Implementierung von Attention-basiertem Deep Multiple Instance Learning in PyTorch
[MICCAI-Preis für junge Wissenschaftler 2019] [MedIA-Preis für die beste Publikation] Models Genesis: selbstüberwachtes Vortraining für medizinische 3D-Bilder. Lernt übertragbare Repräsentationen aus nicht annotierten CT- und MRT-Volumendaten und wird anschließend für nachgelagerte Segmentierungs- und Klassifikationsaufgaben feinabgestimmt. Keras- und PyTorch-Gewichte enthalten.
[T-PAMI-2024] Transformer-basierte visuelle Segmentierung: Ein Überblick
Computational Pathology Toolbox, entwickelt vom TIA Centre der University of Warwick.
Code für den Nature Scientific Reports-Artikel "Pathologist-level classification of histologic patterns on resected lung adenocarcinoma slides with deep neural networks." Ein Sliding-Window-Framework zur Klassifikation von hochauflösenden Whole-Slide-Bildern, oft Mikroskopie- oder Histopathologiebilder.
Häufig gestellte Fragen
Welches ist das beliebteste #medical-image-analysis-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#medical-image-analysis-Projekt auf GitHub ist TorchIO-project/torchio mit 2,457 Sternen. Medizinische Bildverarbeitung für KI-Anwendungen.
Welche Programmiersprachen werden in #medical-image-analysis-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #medical-image-analysis-Projekten auf GitHub sind Python, Jupyter Notebook, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #medical-image-analysis-Repositories berechnet?
Wir verfolgen 15 aktive Open-Source-Repositories, die mit #medical-image-analysis getaggt sind (500+ Sterne), mit insgesamt 16,829 Sternen und durchschnittlich 1,121 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.