3D_CT_分类 此示例将显示构建3D卷积神经网络(CNN)以预测计算机断层扫描(CT)扫描中病毒性肺炎的存在所需的步骤。 2D CNN通常用于处理RGB图像(3通道)。 3D CNN只是3D等效项:它以3D体积或2D帧序列(例如CT扫描中的切片)为输入,因此3D CNN是学习体积数据表示的强大模型。
2021-09-20 10:21:10 360KB JupyterNotebook
1
冠状动脉CT 该数据集的实用性已由中国武汉同济医院的一名高级放射科医生确认,他在1月至4月的疾病暴发期间对大量COVID-19患者进行了诊断和治疗。 发布此数据集后,我们收到了一些反馈,表达了对该数据集可用性的担忧。 主要问题概述如下。 首先,将原始CT图像放入纸张中后,这些图像的质量会下降,这可能会使诊断决策的准确性降低。 质量下降包括:损失了Hounsfield单位(HU)值; 每个像素的位数减少; 图像的分辨率降低。 其次,原始的CT扫描包含一系列CT切片,但是当放入论文中时,只选择了几个关键切片,这也可能对诊断产生负面影响。 我们就这两个问题咨询了同济医院的放射科医生。 放射科医生认为,这些问题引起的问题不会显着影响诊断决策的准确性。 首先,经验丰富的放射科医生能够根据低质量的CT图像做出准确的诊断。 例如,给定由智能手机拍摄的原始CT图像照片,尽管照片中的CT图像质量比原始CT图像低得多,但是有经验的放射科医生仅通过查看照片即可做出准确的诊断。 同样,论文中的CT图像与原始CT图像之间的质量差距不会在很大程度上损害诊断的准确性。 其次,虽然最好读取一系列CT切片,但通常单
2021-08-31 13:40:54 370.82MB computer-vision deep-learning dataset ct
1
多平面重建使用VTK 使用 VTK-PYTHON 从 CT 扫描数据生成多平面重建。 在医学成像中,计算机断层扫描 (CT) 和磁共振成像 (MRI) 提供人体的三维立体数据集,其中包含这些感兴趣的对象。 然而,从 CT 和 MRI 获得的数据包含许多不太感兴趣或没有兴趣的对象。 这使得没有预处理的体积渲染通常不可能或不准确。 此外,感兴趣的对象几乎不完全位于单个平面内。 出于诊断目的显示管状结构的一种方法是生成纵向横截面,以便在曲面中显示管腔、壁和周围组织。 此过程有时称为多平面重组 (MPR)。 在 linux 机器上安装 python-vtk 和 python: $sudo apt-get install python $sudo apt-get install libvtk5-dev python-vtk 要测试 python-vtk 是否正确安装,以下命令应启动 pyt
2021-07-09 15:39:38 1.44MB Python
1
肺结节检测代码 matlab 此处授予仅出于教育和研究目的且免费使用、复制或修改本软件及其文档的许可,前提是所有副本和支持文档中均包含此版权声明和原作者姓名。 未经作者许可,不得使用、改写或改编本程序作为商业软件或硬件产品的基础。 作者对本软件对任何目的的适用性不作任何陈述。 它“按原样”提供,没有明示或暗示的保证。 1.0 版,2018 年 5 月 28 日。 对于任何错误/建议,请发送电子邮件至或有关更多详细信息,请访问 该软件是以下论文的实现: N. Khehrah、MS Farid、S. Bilal,“CT 扫描中的自动肺结节检测”,提交给国际医学信息学杂志。 如果您在研究中使用此代码,请参考上述论文。 此文件夹“演示”包含以下文件 1)main.m 2)segmentation.m 3)temporal_feature.m 4)statistical_feature 5)svmStruct 6)regiongeneration.m 7)regiongeneration1.m 除了这些文件,该文件夹还包含一些作为演示处理的肺 Ct 扫描示例图像。 Segmentation.m
2021-07-02 14:34:03 1.51MB 系统开源
1
请通过创建新期刊或通过电子邮件为我留下反馈! 如果您喜欢其中的内容,请为该存储库加注星标! CNN-COVID-19-使用胸部CT扫描分类 卷积神经网络基于胸部CT扫描的COVID-19分类 描述 此仓库中有两个Jupyter笔记本(在notebooks文件夹中)。 1-卷积神经网络简介 本笔记本向不熟悉该领域的人介绍了深度神经网络(DNN)和卷积神经网络(CNN)。 我说明了DNN中的关键组件,CNN的动机以及使CNN强大用于图像分类的功能。 基于2 COVID-19分类的CT扫描 本笔记本是我们使用tensorflow.keras构建的CNN COVID-19 CT扫描分类器的tensorflow.keras 。 我们将网络构建为INFORMS QSR 的入口。 构建COVID分类器的团队成员:A / P , 和我。 CT扫描数据集来自。 这些详细信息在此预印本中进行了
2021-05-14 17:58:41 137.16MB data-science jupyter-notebook cnn classification
1
该模型分两个文件,FullHead.vtk和FullHead.raw,可以使用vtkMetaImageReader打开,详见博客说明
2021-03-25 17:37:50 5.98MB 人体模型 CT扫描
1
vtk学习中使用的人脑部CT图像扫描资源,包括有CT-Head.raw、CT-Head.vtk、CT-Head.pvm文件
2020-01-03 11:31:36 18.72MB 头部CT扫描
1