轨迹预测
使用机器学习算法（例如lstm，seq2seq等）预测船只轨迹的python框架。
2021-09-07 23:26:14
11KB
1
gabor变换和Gabor视网膜血管检测的机器学习，教程本教程将展示如何Gabor变换和广义%的线性模型（GLM）可用于视网膜血管检测%图像。%具体地说，我们将尝试检测视网膜血管%的训练图像，首先，Gabor滤波器与图像卷积。% GLM将使用Gabor变换的图像特征确定%（独立变量），以及血管的位置%的结果（因变量）。在本教程中，我们将把这种方法用于检测血管的Gabor + GLM。%的Gabor + GLM将伪*验证如何检测视网膜“测试图像”中的血管。最后，我们将计算的灵敏度，%的特异性，绘制ROC曲线，以及相应的曲线下面积（AUC）。
2021-09-07 17:54:45
693KB
1
行业分类-外包设计-用于调节血管发生和周细胞包裹的基于ALK1拮抗剂的方法和组合物.zip
2021-09-04 09:05:45
3.41MB
使用高斯过程和氡变换的血管跟踪和直径估计关键词：视网膜分割，血管跟踪，高斯过程，氡变换，血管分叉检测，直径估计
该脚本跟踪血管的中心点和直径，这是医学图像分析中一个持续的挑战。 我们假设血管的曲率和直径是高斯过程（GP）。 对噪声具有鲁棒性的局部 Radon 变换随后用于计算特征并训练 GP。 通过从训练数据中学习核化协方差矩阵，估计血管方向及其直径。 为了检测分岔，使用多个 GP 并量化它们对应的预测方向之间的差异。
参考资料： Masoud Elhami Asl 等。 “使用高斯过程和氡变换跟踪和估计视网膜血管的直径。” 医学影像杂志 4.3（2017）：034006。
这个算法是许多小时的工作和解决问题的结果。 如果您发现该脚本对您自己的研究有用，请引用上述论文。
Masoud Elhami Asl 开发并拥有版权 (2017)
2021-08-25 20:16:40
3.47MB
1
MMBE_Multiphase_CTA
MMBE减影多相CT血管造影项目
2021-08-24 11:53:46
1KB
1
医学方面对血管的三维重建：
断面可用于了解生物组织、器官等的形态。例如，将样本染色后切成厚约1m m的切片，在显微镜下观察该横断面的组织形态结构。如果用切片机连续不断地将样本切成数十、成百的平行切片， 可依次逐片观察。根据拍照并采样得到的平行切片数字图象，运用计算机可重建组织、器官等准确的三维形态。
2021-08-14 04:26:34
686KB
1