Histopathology-Stain-Color-Normalization:深卷积高斯混合模型用于组织病理学H&E图像中的污点色归一化-源码

上传者: 42097369 | 上传时间: 2021-08-20 16:15:16 | 文件大小: 25.51MB | 文件类型: ZIP
组织病理学-染色颜色归一化 深度卷积高斯混合模型,用于组织病理学H&E图像中的污点色归一化。 TensorFlow GPU实施。 概述 污点颜色变化会降低计算机辅助诊断(CAD)系统的性能。 在组织病理学图像中的训练集和测试集之间存在严重的颜色差异的情况下,包括深度学习模型在内的当前CAD系统会遭受这种不良影响。 污点色归一化被称为补救措施。 方法 可以将色标归一化模型定义为一种生成模型,该模型可以通过在输入图像上应用以创建输入图像的不同颜色副本,从而以某种方式将转换后的图像包含特定的色度分布。 我们提出的方法包括两个阶段:(1)通过考虑图像内容结构的形状和外观来拟合高斯混合模型(GMM)。 为此,利用了卷积神经网络(CNN)的可视化表示和建模。 (2)将估计的分布转换为从次要(模板)图像计算出的任意分布。 特征 完全不受监督的端到端学习算法 归一化图像中色彩恒定性的最佳性能 缺少关于图像

文件下载

资源详情

[{"title":"( 19 个子文件 25.51MB ) Histopathology-Stain-Color-Normalization:深卷积高斯混合模型用于组织病理学H&E图像中的污点色归一化-源码","children":[{"title":"Histopathology-Stain-Color-Normalization-master","children":[{"title":"GMM_M_Step.py <span style='color:#111;'> 2.36KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.52KB </span>","children":null,"spread":false},{"title":"config.py <span style='color:#111;'> 1.20KB </span>","children":null,"spread":false},{"title":"ops.py <span style='color:#111;'> 3.75KB </span>","children":null,"spread":false},{"title":"Stain_Color_Normalization.py <span style='color:#111;'> 3.87KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 34.32KB </span>","children":null,"spread":false},{"title":"Sample_Provider.py <span style='color:#111;'> 3.33KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 6.88KB </span>","children":null,"spread":false},{"title":"Images","children":[{"title":"DCGMM_P3C4-L3ma1Snap3.png <span style='color:#111;'> 3.24MB </span>","children":null,"spread":false},{"title":"DCGMM_P1C7-L2di1Snap1.png <span style='color:#111;'> 3.06MB </span>","children":null,"spread":false},{"title":"Color_Normalization.png <span style='color:#111;'> 1.65MB </span>","children":null,"spread":false},{"title":"Example_DCGMM_Classes.png <span style='color:#111;'> 154.82KB </span>","children":null,"spread":false},{"title":"Template.png <span style='color:#111;'> 3.07MB </span>","children":null,"spread":false},{"title":"P3C4-L3ma1Snap3.png <span style='color:#111;'> 3.03MB </span>","children":null,"spread":false},{"title":"Example_GMM_Image.png <span style='color:#111;'> 1.85MB </span>","children":null,"spread":false},{"title":"Example_GMM_Classes.png <span style='color:#111;'> 179.30KB </span>","children":null,"spread":false},{"title":"P1C7-L2di1Snap1.png <span style='color:#111;'> 3.02MB </span>","children":null,"spread":false},{"title":"P2C25-L4di1Snap3.png <span style='color:#111;'> 3.03MB </span>","children":null,"spread":false},{"title":"DCGMM_P2C25-L4di1Snap3.png <span style='color:#111;'> 3.28MB </span>","children":null,"spread":false}],"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明