文件名称：Lung-Cancer-Detection
文件大小：3.22MB
文件格式：ZIP
更新时间：2024-05-22 09:21:51
JupyterNotebook
使用卷积神经网络从患者肺部CT扫描中检测癌性病变 2017年数据科学杯 问题 美国每年因肺癌造成的损失约为225,000人，每年造成的金钱损失为120亿美元。 副总统办公室在早期发现肺癌方面分配了特别的精力，因为这可以提高受害者的生存率。 根据Kaggle＆'Booz，Allen，Hamilton'的要求，他们在Kaggle上举办了一项竞赛，旨在通过设计功能强大的机器学习算法来检测患者CT扫描中的恶性斑点和结节。 作为一个有趣的问题，我们（团队）决定提供各种方法来设计解决方案，因此决定解决Data Science Bowl 2017问题。 数据与预处理 比赛组织者提供了2类数据集。 第一类是一组不同患者的CT扫描图像。 数据集的第二方面涉及患者的一组标签。 每个患者的CT扫描图像的数量不是固定的，因此图像的数量是不同的。 由于贡献者提供的数据是患者CT扫描的DICOM文件，因此它涉及复杂
【文件预览】：
Lung-Cancer-Detection-master
----db.py(1KB)
----.ipynb_checkpoints()
--------Exploratory Analysis-checkpoint.ipynb(982KB)
--------JK_text-checkpoint.ipynb(24KB)
----Plots()
--------segmented_lung.png(124KB)
--------hu.png(6KB)
--------slices.png(352KB)
--------lung_cancer_header-1.png(409KB)
--------model.png(80KB)
--------lung_cancer_header.png(409KB)
--------validation.png(292KB)
--------img_0017_i.png(156KB)
----Balance_Slices.py(3KB)
----Exploratory Analysis.ipynb(982KB)
----README.md(4KB)
----stage1_labels.csv(48KB)
----__pycache__()
--------db.cpython-36.pyc(1KB)
----Sample_metadata.txt(335KB)
----test.html(6KB)
----script.py(17KB)