文件名称：细胞核中心matlab代码-Deep_Learning_Final:Deep_Learning_Final
文件大小：128.98MB
文件格式：ZIP
更新时间：2024-06-13 22:30:35
系统开源
细胞核中心matlab代码核检测-使用监督学习方法对子宫颈细胞学涂片进行分类 该存储库是“核检测”的官方实施-使用监督学习方法对子宫颈细胞学涂片进行分类。 这是Phoulady等人在论文中对深度学习方法的可重复性研究。 标题为“用于细胞核检测和图像分类的新宫颈细胞学数据集（Cervix93）和用于宫颈细胞核检测的方法”。 链接到本文：。 完全参考：Phoulady HA，Mouton PR：用于细胞核检测和图像分类的新宫颈细胞学数据集（cervix93）以及用于宫颈细胞核检测的方法。 arXiv预印本arXiv：181109651 2018。 该存储库由Brittaney Everitt（学生编号10211957）编写，用于CISC 867深度学习中的最终项目。 最终论文→ Deep_Learning_Everitt_Final_Paper.pdf 储存库详细信息 EDF目录→Cervix93细胞学数据集中的全帧细胞学涂片。 该数据集来自以下Github ：。 它包含93个真正的扩展景深图像（放大40倍），尺寸为1280x960像素。 对于数据集中的每个图像，手动标记的原子核坐标记录在