#medical-image-analysis Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #medical-image-analysis, cumulant 16,829 étoiles au total (soit une moyenne de 1,121 étoiles par projet). Le projet en tête de ce thème est TorchIO-project/torchio, avec 2,457 étoiles.
15 dépôts au total
De nombreuses études ont montré que les performances en apprentissage profond sont considérablement affectées par le volume des données d'entraînement. Le projet MedicalNet fournit une série de modèles pré-entraînés 3D-ResNet et le code relatif.
[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D
Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.
Une collection de ressources sur les applications des Transformeurs en imagerie médicale.
TorchXRayVision : Une bibliothèque de jeux de données et de modèles de radiographies thoraciques. Classificateurs, segmentation et auto-encodeurs.
Implémentation de l'Apprentissage Profond Multi-Instance Basé sur l'Attention en PyTorch
[Prix du jeune scientifique de MICCAI 2019] [Prix du meilleur article de MedIA] Models Genesis : pré-entraînement auto-supervisé pour les images médicales 3D. Apprend des représentations transférables à partir de volumes de TDM et d’IRM non annotés, puis effectue un affinage pour les tâches en aval de segmentation et de classification. Poids Keras et PyTorch inclus.
[T-PAMI-2024] Segmentation Visuelle Basée sur Transformer : Une Revue
Boîte à outils de pathologie computationnelle développée par le Centre TIA, Université de Warwick.
Code pour l'article de Nature Scientific Reports « Classification au niveau pathologiste de motifs histologiques sur des lames d'adénocarcinome pulmonaire réséqué avec des réseaux de neurones profonds. » Un cadre de fenêtre glissante pour la classification d'images de lames entières à haute résolution, souvent des images de microscopie ou d'histopathologie.
Foire aux questions
Quel est le dépôt #medical-image-analysis le plus populaire sur GitHub ?
Le projet #medical-image-analysis open source le mieux classé sur GitHub est TorchIO-project/torchio, avec 2,457 étoiles. Traitement d'images médicales pour applications IA.
Quels langages de programmation sont les plus utilisés dans les dépôts #medical-image-analysis ?
Parmi les projets #medical-image-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Go.
Comment le classement des dépôts #medical-image-analysis est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #medical-image-analysis (500+ étoiles), totalisant 16,829 étoiles, avec une moyenne de 1,121 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.