文件名称：XNet:用于医学X射线图像分割的CNN实现
文件大小：2MB
文件格式：ZIP
更新时间：2024-05-24 19:41:57
medical-imaging segmentation small-dataset JupyterNotebook
XNet XNet是一个卷积神经网络，旨在将X射线图像分割为骨骼，软组织和开放束区域。 具体而言，它在小型数据集上表现良好，目的是最大程度地减少软组织类别中的假阳性数。 该代码与在SPIE医学影像会议论文集（2019）中发表的论文一起提供，可在预印本arXiv上找到，为： 引用为： @inproceedings{10.1117/12.2512451, author = {Joseph Bullock and Carolina Cuesta-Lázaro and Arnau Quera-Bofarull}, title = {{XNet: a convolutional neural network (CNN) implementation for medical x-ray image segmentation suitable for small datasets}}, vol
【文件预览】：
XNet-master
----Training()
--------train.py(3KB)
--------generate_parameters.py(2KB)
--------create_h5.py(3KB)
--------TrainingClass.py(14KB)
----SimpleSegNet.py(2KB)
----PostProcessing.py(18KB)
----UNet.py(3KB)
----requirements.txt(770B)
----Augmentations()
--------augmentations.ipynb(297KB)
--------rgb2label.py(2KB)
--------data_split_save.py(2KB)
--------utils.py(8KB)
--------augmentations.py(6KB)
----Images()
--------architecture.jpg(67KB)
--------predictions.png(227KB)
--------confusion_matrix.png(96KB)
----Testing prediction on CPU.ipynb(425KB)
----XNet.py(4KB)
----README.md(4KB)
----_config.yml(26B)
----Poster.pdf(1.25MB)
----Training demo.ipynb(7KB)