X射线图像中COVID-19的检测

Covid-19_Detection_Using_Chest_X-Ray_Images 项目链接-https: 通过胸部X射线图像诊断COVID疾病的深度学习项目。 这是Flask Web GUI的一些屏幕截图。 在该项目中，DenseNet121体系结构用于图像分类，并实现了99％的准确度。 这是模型分类报告和混淆矩阵

此数据集包含自2020年1月报告第一例以来，​​已报告给多伦多公共卫生并由其管理的所有确诊和可能病例的人口统计，地理信息和严重性信息。其中包括零星（社区中发生）和暴发性疫情的病例，联系。数据是从省级传染病报告系统（iPHIS）和多伦多的定制COVID-19病例管理系统（CORES）中提取的，并结合起来进行报告。 COVID19 cases Toronto.csv

COVID Episim网站 此仓库包含用于MATSim / EpiSim的可视化网站，可从。 请参阅该网站，以获取有关使用MATSim进行COVID-19疾病传播的信息，并采取了各种措施来防止其传播。 该自述文件详细介绍了网站本身的构建说明。 项目先决条件 该站点使用npm和yarn，并使用VS Code开发。 您应该先安装VS Code，npm和yarn。 所有代码均为TypeScript，并将保持不变。 使用以下VS Code插件： 更强制代码风格的一致性 Vetur，用于Vuejs支持。 该网站是 SPA。 着色器语言支持 基础技术 您需要了解此技术才能入侵此网站： 类型安全JavaScript 将UI元素连接到代码的粘合剂。 与React类似，但轻巧又棒 用于精美动画的WebGL库。 -Vue文件中使用的模板语言。 Pug使用Python样式的缩进而不是打开

免费下载

深度学习-COVID-19

COVID-19-分析

Covid-19实时分析R-Shiny 全球Covid-19病例趋势的实时分析和可视化。 包括绘图，地图，线性图等。 Web ShinyApp的QR码 线性回归 包括实时线性回归分析。 预测变量和响应变量可以从下拉菜单中选择。 可以按大陆过滤分析。

COVID19-mesa Santiago Nunez-Corrales，UIUC的信息学和NCSA（ ） 埃里克·（Eric Jakobsson），UIUC分子与细胞生物学和NCSA（ ） 一个简单的模拟，可通过基于代理的建模（ABM）探索COVID-19的传染性，以及各种措施的潜在有效性。 该软件正在快速开发中，以尝试对当前情况做出响应，应牢记这一点。 特定社区的任何情景都应始终视为临时情景，并根据最新和最佳策划的现场证据不断进行修订。 参考出版物： Núñez-Corrales，S.和Jakobsson，E.（2020）。 流行病学工作台：社区应对COVID-19和其他传染病的策略工具。 。 安装（Linux和朋友） 克隆存储库： git clone https://github.com/snunezcr/COVID19-mesa.git 创建并激活虚拟环境

ClinicalTrials.gov是一个在全球范围内进行的私人和公共资助的临床研究的数据库。它由国立卫生研究院维护。所有数据都是公开可用的，并且该站点提供直接下载功能，这使使用相关数据进行分析变得非常容易。该数据集由与现场展示的COVID 19研究相关的临床试验组成。 COVID clinical trials.csv COVID-19 Clinical Trials dataset_COVID-19 CLinical trials studies_datasets.zip