文件名称：matlab代码先保存在运行-HyperDenseNet:该存储库包含HyperDenseNet的代码，HyperDenseNet是超密集连接
文件大小：838KB
文件格式：ZIP
更新时间：2024-06-08 16:04:20
系统开源
matlab代码先保存在运行超密集网 pytorch的新版本已实施 该存储库将包含HyperDenseNet的代码，HyperDenseNet是超密集连接的CNN，用于在多模式图像场景中分割医学图像。 除其他外，该网络在MRBrainS MICCAI挑战赛中排名第一 如果您发现这项工作对您的研究有用，请考虑引用以下工作： Dolz J，Gopinath K，Yuan J，Lombaert H，Desrosiers C，Ben Ayed I.`` IEEE TMI.2018年10月30日。 Dolz J，Desrosiers C，Wang L，Yangg J，Shen D，Ben Ayed I.“。IEEE国际生物医学成像研讨会（ISBI），616-620 拟议的HyperDenseNet的一部分的详细信息。 内容 要求 该代码已用Python（2.7）编写，并且需要 您还应该已经安装 （可选）该代码允许以Matlab和Nifti格式加载图像。 如果您想使用nifti格式，则应安装 由于您现在可能无法共享医学数据，因此我没有在相应的文件夹中包含任何样本。 为了进行实验，您必须将数据包括在
【文件预览】：
HyperDenseNet-master
----src()
--------generateROI.py(4KB)
--------HyperDenseNet()
--------networkSegmentation.py(2KB)
--------HyperDenseNet_Segmentation.ini(912B)
--------networkTraining.py(3KB)
--------HyperDenseNet_Config.ini(6KB)
--------processLabels.py(4KB)
----License(1KB)
----README.md(5KB)
----Images()
--------HyperDenseNet_Module.png(306KB)
--------WeightsNorm_1_0.png(234KB)
--------Readme.txt(1B)
--------iSEG_Images.png(289KB)