运行demo.m以了解如何使用 Saliency Optimization [1]以及Saliency Filter [2]，Geodesic Saliency [3] Manifold Ranking [4]。 [1] Wangjiang Zhu, Shuang Liang, Yichen Wei, and Jian Sun. Saliency Optimization from Robust Background Detection. In CVPR, 2014. [2] F. Perazzi, P. Krahenbuhl, Y. Pritch, and A. Hornung. Saliency filters: Contrast based filtering for salient region detection. % In CVPR, 2012. [3] Y.Wei, F.Wen,W. Zhu, and J. Sun. Geodesic saliency using background priors. In ECCV, 2012. [4] C. Yang, L. Zhang, H. Lu, X. Ruan, and M.-H. Yang. Saliency detection via graph-based manifold ranking. In CVPR, 2013.

13个文本分类数据集，按train,test集顺序存储

数字递增复制，命令（MR），打开CAD用appload加载，自动递增数字，非常方便，有需要的可以试一下。。。

用于3D图像到图像翻译的生成对抗网络 该网络的目的是训练从T1w图像创建T2w图像的模型，反之亦然。 它以完整的3D NIfTI作为输入，并能够直接生成相应模态的3D体积。 该存储库基于Per Welander和Anders Eklund在 训练此网络的最大挑战之一是将其全部存储在内存中。 必须有GPU才能在合理的时间内（不到一周）训练模型，但是这种加速是以RAM为代价的。 为了训练此3D GAN，我们使用了具有32GB RAM的单个NVIDIA Tesla V100。 少了可能会导致内存不足错误。 系统设置 培训是在带有CUDA版本10.2.89的NVIDIA Tesla V100上完成的 所需的python软件包版本保存在requirements.txt中，应安装在虚拟环境中 python3 -m venv env source env/bin/activate pip insta

多模医学图像融合matlab代码 小波融合法 近似系数和细节系数采用不同融合规则分别融合

脑核磁分割AI mr brain_segmentation

Hadoop mapreduce 实现MR_DesicionTreeBuilder 决策树

附件内容为来自国外研究机构的脊柱核磁共振临床图片数据集，并带有医生诊断介绍和预诊内容，非常珍贵，可用于深度学习模型训练，进行智能诊断。

dicom及视频口传输存储，图像查看及编辑，图文报告模板等功能。 内含免加密狗文件，替换安装目录即可正常使用。 仅供学习参考，不做商业用途。

MR图像的源文件，dcm格式，适合用于三维图像重建的相关设计