文件名称：matlab口罩识别代码-lungtumour_iclr2018:COMP551最终项目：从ICLR2018中复制一篇论文
文件大小：54.59MB
文件格式：ZIP
更新时间：2024-07-02 08:52:42
系统开源
matlab口罩识别代码openreview_lungtumouriclr2018 COMP 551 最终项目：从 ICLR 2018 中复制一篇论文。 JVZ 团队 以下存储库包含用于重现 ICLR 2018 年会议提交结果的代码：肺肿瘤定位和使用 ALEXNET 和自定义 CNN 进行识别 dicom2png.m ：将原始下载的 LIDC-IDRI 数据集转换为 PNG 图像的文件夹，按患者 ID 排序，并使用每个切片的 SOP ID 进行重命名。 convertLabels.m ：将数据集中的 xml 标签转换为 Matlab Map 对象，通过其 SOP 对每个切片进行索引，并包括标记为结节的每个像素的矩阵。 然后脚本为每个切片创建相应的图像掩码，其中 0 对应于良性组织，1 对应于标记的结节。 此脚本利用 Wouter Falkena 的 xml2struct 实现（请参阅包含的许可证文件）。 像素标签结果保存为 pixelmap.mat。 buildDatastore.m ：构建一个数据存储对象，索引 PNG 文件夹中的所有切片，并使用由 convertLabels.m 生
【文件预览】：
lungtumour_iclr2018-master
----CNN3.m(2KB)
----CNN4.m(2KB)
----results.m(2KB)
----xml2struct.m(7KB)
----CNN.m(2KB)
----license.txt(1KB)
----dataset.mat(3.75MB)
----labelsdataset.m(792B)
----pixelmap.mat(2.78MB)
----comp-551-final-jvz.pdf(786KB)
----test.py(6KB)
----AlexNet.m(2KB)
----AlexNet.m~(1KB)
----CNN5.m(2KB)
----dicom2png.m(2KB)
----CNN3.m~(2KB)
----buildDatastore.m~(397B)
----dicom_view.m(84B)
----cnn.mat(51.9MB)
----convertLabels.m(5KB)
----.gitignore(30B)
----README.md(2KB)
----test2.py(3KB)
----buildDatastore.m(928B)