文件名称：MIScnn：具有卷积神经网络和深度学习的医学图像分割框架
文件大小：23.72MB
文件格式：ZIP
更新时间：2024-02-25 16:25:45
framework computer-vision deep-learning neural-network tensorflow
开源Python库MIScnn是一个直观的API，只需几行代码，即可使用最新的卷积神经网络和深度学习模型快速设置医学图像分割管道。 MIScnn提供了几个核心功能： 用于二元和多类问题的2D / 3D医学图像分割 生物医学图像的数据I / O，预处理和数据增强 逐块和完整图像分析 最新的深度学习模型和指标库 直观，快速地利用模型（训练，预测） 多种自动评估技术（例如交叉验证） 定制模型，数据I / O，预处理/后处理和指标支持 基于以Tensorflow为后端的Keras 资源资源 MIScnn文档： Wiki- MIScnn教程：教程 MIScnn示例： MIScnn Develo
【文件预览】：
MIScnn-master
----.travis.yml(349B)
----docs()
--------MIScnn.basic_usage.png(55KB)
--------visualization.case_case_00024.gif(4.6MB)
--------README.PyPI.md(3KB)
--------visualization.case_case_00044.gif(4.31MB)
--------MIScnn.pipeline.png(305KB)
--------logo_long.png(23KB)
--------Model_Creation.png(130KB)
--------logo_small.png(5KB)
--------kits19_evaluation.png(161KB)
--------DICOMInterface.gif(8.38MB)
----tests()
--------test_dataio.py(12KB)
--------test_dataaugmentation.py(11KB)
--------test_patchoperations.py(9KB)
--------test_neuralnetwork.py(10KB)
--------test_architectures.py(8KB)
--------test_evaluations.py(8KB)
--------__init__.py(1KB)
--------test_preprocessor.py(17KB)
--------test_metrics.py(6KB)
--------test_subfunctions.py(25KB)
--------test_iointerfaces.py(10KB)
--------test_datagenerator.py(11KB)
----tutorials()
--------Custom_Architecture.ipynb(27KB)
--------README.md(245B)
--------NIfTIslicer_interface.py(3KB)
----requirements.txt(156B)
----examples()
--------LCTSC_DICOMInterface.ipynb(11.35MB)
--------KiTS19.ipynb(1.2MB)
--------CellTracking.ipynb(233KB)
----setup.py(2KB)
----LICENSE.md(34KB)
----.gitignore(207B)
----miscnn()
--------processing()
--------__init__.py(2KB)
--------data_loading()
--------neural_network()
--------evaluation()
--------utils()
----README.md(6KB)