文件名称：Segmentation:包含用于MoNuSeg 2018挑战的语义分段的代码
文件大小：96.35MB
文件格式：ZIP
更新时间：2024-05-23 09:22:56
deep-learning tensorflow keras medical-imaging segmentation
存储库。 注意：如果您有兴趣使用它，请随时 :star: 回购，所以我们知道！ 当前功能 配置文件 训练图 明智的输入 自述文件的更新 推理文件 定量结果 结果可视化 训练文件 目录结构 重量随模型节省 传奇 解决 工作进行中 数据集 通过仔细注释几名患有不同器官肿瘤并在多家医院被诊断出的患者的组织图像，获得了针对这一挑战的数据集。 通过从TCGA存档下载以40倍放大倍率捕获的H＆E染色的组织图像来创建此数据集。 H＆E染色是提高组织切片对比度的常规方法，通常用于肿瘤评估（分级，分期等）。 考虑到跨多个器官和患者的核外观的多样性，以及在多家医院采用的染色方案的丰富性，训练数据集将使开发健壮且可通用的核分割技术成为可能。 训练数据 包含30张图像和约22,000个核边界注释的训练数据已作为2017年IEEE Transactions on Medical Imaging上的
【文件预览】：
Segmentation-master
----.gitignore(68B)
----Results()
--------outputs()
--------plots()
----requirements.txt(1KB)
----temp.py(875B)
----Train_Bak.py(7KB)
----Code()
--------utils()
--------network()
----README.md(6KB)
----Datasets()
--------Samples()
--------MonuSeg-20200319T073151Z-001.zip(91.67MB)
--------README.md(26B)
----Test.py(3KB)
----config.json(573B)
----Train.py(9KB)