数据中中包含了大量对图像分割没有意义的数据，因此这里对原始数据集进行有效数据的提取。并且将有效数据集再次进行训练集 + 测试集的划分
注：log 训练文件较大，为了方便上传，这里删去不重要的train结果
2023-03-11 15:32:12
816.96MB
1
基于深度学习的肿瘤辅助诊断系统，以图像分割为核心，利用人工智能完成肿瘤区域的识别勾画并提供肿瘤区域的特征来辅助医生进行诊断。有完整的模型构建、后端架设和前端访问功能。
4 提交
2023-02-24 15:59:51
3.52MB
1
33种TCGA肿瘤的拷贝数GISTIC2.0分析结果
单价29.9元，付款后私信给博主，博主分享网盘链接。
2022-12-23 15:17:27
31KB
脑肿瘤放射基因组分类的DICOM图像转换数据集，本数据集为TFRecords文件，由RSNA-MICCAI脑肿瘤放射基因组分类数据集的DICOM文件转换而来。train文件夹有465个样本，valid文件夹有117个样本。每一个都有形状(128,128,32,4)。4种模式有64个切片。
2022-12-18 18:28:58
935.7MB
皮肤肿瘤数据集，该数据集由2357张恶性和良性肿瘤疾病的图像组成，这些图像来自国际皮肤成像合作组织(ISIC)。所有的图像都按照ISIC的分类进行排序，除黑色素瘤和痣的图像略占优势外，所有子集的图像都被分成相同数量的图像
2022-12-18 18:28:54
785.63MB
基于MRI图像的脑肿瘤分类数据集，共7678张图片
基于MRI图像的脑肿瘤分类数据集，共7678张图片
基于MRI图像的脑肿瘤分类数据集，共7678张图片
2022-12-12 11:28:45
162.89MB
图像分割可以通过不同的方式实现阈值、区域生长、流域和等高线。 以前的缺点方法可以通过提出的方法来克服。 提取有关信息肿瘤，首先在预处理级别，头骨外的额外部分并且没有任何有用的信息被删除然后各向异性扩散过滤器应用于 MRI 图像以去除噪声。 通过应用快速边界box (FBB) 算法，肿瘤区域以边界显示在 MRI 图像上框，中心部分被选为训练一类 SVM 的样本点分类器。 然后支持向量机对边界进行分类并提取瘤。
2022-11-21 16:07:06
223KB
1