#medical-image-processing Repositorios
Descubre 13 repositorios activos de código abierto de GitHub etiquetados con #medical-image-processing, que acumulan 26,206 estrellas en total (una media de 2,015 estrellas por proyecto). El líder de este tema es Project-MONAI/MONAI, con 8,858 estrellas.
13 repositorios en total
Visor DICOM zero-footprint de OHIF y Rastreador de Lesiones específico para oncología, más paquetes de extensiones compartidos
Un marco de aprendizaje profundo basado en Pytorch para la segmentación de imágenes médicas multimodales 2D/3D
La Medical Detection Toolkit contiene implementaciones 2D + 3D de detectores de objetos prevalentes como Mask R-CNN, Retina Net, Retina U-Net, así como un marco de entrenamiento e inferencia enfocado en el manejo de imágenes médicas.
TorchXRayVision: Una biblioteca de conjuntos de datos y modelos de rayos X de tórax. Clasificadores, segmentación y autoencoders.
Este repositorio es una implementación no oficial de PyTorch para segmentación médica en 2D y 3D.
⚕️Chatbot médico multi-agente impulsado por GenAI para diagnóstico médico y asistencia en investigación sanitaria. 🏥 Diseñado para profesionales de la salud, investigadores y pacientes.
Un repositorio para artículos relacionados con modelos de difusión en visión de bajo nivel
Preguntas frecuentes
¿Cuál es el repositorio de #medical-image-processing más popular en GitHub?
El proyecto de código abierto de #medical-image-processing mejor posicionado en GitHub es Project-MONAI/MONAI, con 8,858 estrellas. Kit de herramientas de IA para imágenes sanitarias
¿Qué lenguajes de programación se utilizan más en los repositorios de #medical-image-processing?
Entre los proyectos de #medical-image-processing mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, C++, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #medical-image-processing?
Seguimos 13 repositorios activos de código abierto etiquetados con #medical-image-processing (500+ estrellas), que suman un total de 26,206 estrellas, con una media de 2,015 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.