MedicalNER：使用Flask和Docker作为Web App部署PyTorch NER模型 一个漂亮且可自定义的Web应用程序，可轻松部署您的深度学习（DL）模型 注意 此仓库用于部署任何类型的ML或DL模型，而不仅仅是NER模型。 使用演示 克隆仓库 $ git clone https://github.com/SuperBruceJia/pytorch-flask-deploy-webapp.git 运行以下说明 1）。 构建Docker映像 $ docker build -t ner-model . 2）。 为上面的图像制作并运行一个容器 $ docker run -e LANG

thavlik机器学习产品组合 这是我个人深度学习项目的资料库。 监督实验 这些实验利用了随数据提供的基本事实。 医学数据的地面事实通常构成一位或多位主治医师的判断。 ：按出血类型分类脑部CT扫描 ：在CT扫描中定位腹部肿瘤 （WIP）：使用EEG对运动活动进行细粒度检测 （WIP）：单次，可区分的3D渲染 数据集 这些是我亲自编写/编辑的数据集。 运行代码 配置在yaml文件中定义，可以通过include指令进行组合，以使用最少的样板方便地形成派生实验。 可以通过将路径作为--config标志传递到输入yaml来进行实验，以将其设置为src/main.py ： python3 src/main.py --config experiments/mnist/vae/fid.yaml 注意：该脚本假定当前工作目录是此存储库的根。 按照约定，yaml文件中的所有文件和目录路径都相对于存储

一个非常棒的PPT，介绍了“医疗KG的构建及应用”，来源于JIST 2019（http://120.27.214.45/）上Dr.倪渊的报告。从平安医疗生态圈讲起，到医疗领域的KG构建，最后介绍给予KG的医疗智能服务。

介绍 我们使用提出的DualGAN架构对脑肿瘤扫描进行无监督的图像分割。 DualGAN的架构 数据集 使用的数据集可收集本的作者 先决条件 Python（2.7或更高版本） 麻木 科学的 NVIDIA GPU + CUDA 8.0 + CuDNN v5.1 TensorFlow 1.0或更高版本 MATLAB（用于初始图像处理和计算DICE分数） 脚步 准备图像： Run the prepareimgs.m MATLAB file. Original images (domain A) will be generated in folder /datasets/med-image/train/A from the .mat files. Segmented images (domain B) with highlighted tumor regions will be gener

FreeStyle Libre Unofficial app - supports erasure, dump, program. It was compiled with unlock code integrated (not available on GitHub)

吡利纳克 Pylinac为治疗医学物理领域的Python程序员和非程序员提供TG-142质量保证（QA）工具。 Pylinac包含用于自动分析由线性加速器生成的图像和数据的高级模块。 大多数脚本可以使用少于10行的代码。 内置的GUI也很简单，尽管编程经验可能有助于识别错误。 该库还包含用于创建自己的图像分析算法的低级可。 整个软件包的主要功能包括： PDF报告生成，可提供可靠的文档 自动幻象注册，即使您没有设置完美的幻象 从文件，ZIP存档或URL加载图像 文献资料 首先，请安装软件包，运行演示，查看API文档并学习模块设计，请访问阅读文档中的文档。 安装 通过pip安装： $ pip install pylinac 有关更多详细信息，请参见“。 工具/快速入门指南 以下是当前可用的高级工具： - 输入原始数据，pylinac可以计算单个值（kQ，PDDx，Pion等

信息安全_数据安全_Safety Implications of Medical D web安全 解决方案 区块链 web安全 移动安全

中医自然语言处理资源与论文 Chinese_Medical_Natural_Language_Processing_Resources 中文医疗数据集 Yidu-S4K：医渡云结构化4K数据集 数据集地址： : Yidu-N7K：医渡云标准化7K数据集 数据集地址： : 瑞金医院MMC人工智能辅助内置知识图谱大赛 数据集地址： : 中文医学知识图谱 芝加哥商品交易所 知识图谱简介：CMeKG（中国医学知识图）是利用自然语言处理与文本挖掘技术，基于大规模医学文本数据，以人机结合的方式开发的中文医学知识图谱。 SNOMED，MeSH等权威机构的国际医学标准以及规模庞大，多源替代的临床指南，行业标准，诊疗规范与医学百科等医学文本信息。CMeKG1.0包括：6310种疾病，19853种药物（西药，中成药） ，中草药），1237种诊疗技术及设备的结构化知识描述，涵盖疾病的临床症状，发

议题概要：What exploits have been used in the past to infiltrate and hack into medical devices? How does this effect the company/distributors cost and relevance in the field? What is the impact on the patient, medical community, and hacking?

MIMICS21.0安装包