#medical-image-analysis 仓库
探索 15 个标记为 #medical-image-analysis 的活跃开源 GitHub 仓库,它们累计获得 16,829 个 Star(平均每个项目 1,121 个)。该主题的领先项目是 TorchIO-project/torchio,拥有 2,457 个 Star。
共 15 个仓库
Medical Detection Toolkit 包含 Mask R-CNN、Retina Net、Retina U-Net 等流行物体检测器的 2D + 3D 实现,以及一个专注于处理医疗图像的训练和推理框架。
[MICCAI 2019青年科学家奖] [MedIA最佳论文奖] Models Genesis:用于三维医学图像的自监督预训练。从未标注的CT和MRI体积数据中学习可迁移的表示,然后针对下游的分割和分类任务进行微调。包含Keras和PyTorch权重。
Nature Scientific Reports 论文“使用深度神经网络对切除肺腺癌切片进行组织学模式病理学家水平分类”的代码。高分辨率全切片图像分类的滑动窗口框架,通常是显微镜或组织病理学图像。
常见问题解答
GitHub 上最受欢迎的 #medical-image-analysis 仓库是什么?
GitHub 上排名第一的开源 #medical-image-analysis 项目是 TorchIO-project/torchio,拥有 2,457 个 Star。用于 AI 应用的医学影像处理。
#medical-image-analysis 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #medical-image-analysis 项目中,最常见的编程语言是 Python, Jupyter Notebook, Go。
#medical-image-analysis 仓库的排名是如何计算的?
我们跟踪了 15 个标记为 #medical-image-analysis 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 16,829 个 Star,平均每个仓库拥有 1,121 个 Star。排名每日根据 GitHub API 更新。