新冠肺炎是一种多发且严重的感染性疾病,可发生于任何年龄,但多发于儿童。新冠肺炎X光表现为肺部可见炎性浸润阴影,肺炎的初级症状和体征不是很明显,容易出现漏诊、误诊。近年来,随着深度学习技术在图像分类领域的发展以及各种权威医疗机构对医疗影像数据的公开,深度学习技术开始逐步应用到医学图像处理领域。利用深度学习技术对医学图像进行分析可以获得比较客观的评价和看法,此外,还可以找到图像中一些非常细微、不易查找的信息,提高诊断的准确率。本文使用pytorch完成算法设计,以及可视化设计测试图片的得病概率。
2024-06-19 15:23:04 110.74MB pytorch
1
资源内包含新冠肺炎的原始数据,测试集、训练集等,以及进行数据可视化分析及算法预测分析的源码文件(ipynb格式) 这份分析代码主要分为以下几个部分: - 全球趋势分析 - 国家(地区)增长 - 省份情况 - 放大美国:现在美国正在发生什么? - 欧洲 - 亚洲 - 现在哪个国家正在复苏? - 什么时候会收敛?通过S型拟合进行预测
2023-03-07 17:15:55 6.45MB 新冠疫情 可视化 预测
1
爬的这个页面 http://m.sinovision.net/newpneumonia.php 爬虫三步走:下载数据、解析数据、持久化数据 使用requests库下载,BeautifulSoup库解析,csv库存储 代码: import requests from bs4 import BeautifulSoup import csv import time class DataScrapyer: def __init__(self): self.headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) App
2022-08-13 16:23:29 200KB csv 大数据 数据
1
使用Python编写爬虫代码,使用网络爬虫利器requests模块实现国内外疫情数据的爬取,再对数据进行清洗并存储于MySQL数据库中,采用JavaScript和Django实现前端网页的数据可视化展示,包括地图、折线图、饼图等呈现形式,最终打造一个新冠肺炎疫情数据的可视化平台。调用statsmodels的ARIMA实现疫情数据的预测 使用前请仔细查看说明文档
2022-06-22 21:11:30 19.89MB Python
1
通过Python 的 Request 库进行网络爬取,这样可以使得实验的数据为最新且实时动态更新,更有利于进行疫情数据的分析。通过爬取到的数据,利用 Pyecharts 库进行可视化数据分析,将繁琐的数据转换为于理解的图表形式,并发布在前端网页上,将details表里的各市累计确诊数据,以省分组进行累加,将结果返回给前端。根据各省疫情确诊的人数划分为6个等级,确诊人数由少到多,颜色随严重程度的加深而加深。在左下角进行颜色的说明。方便用户浏览和观察。
2022-06-15 19:06:44 217KB python 疫情可视化 数据分析课程设计
云计算大作业使用Hadoop对美国新冠肺炎疫情数据分析项目。 实验内容 统计指定日期下,美国每个州的累计确诊人数和累计死亡人数。 对实验1的结果按累计确诊人数进行倒序排序。(重写排序规则) 对实验1的结果再运算,统计截止指定日期,全美各州的病死率。病死率 = 死亡数/确诊数。 统计美国截止每日的累计确诊人数和累计死亡人数。做法是以date作为分组字段,对cases和deaths字段进行汇总统计。 对实验4的结果再运算,统计美国每日的新增确诊人数和新增死亡人数。因为新增数=今日数-昨日数,所以考虑使用自连接,连接条件是t1.date = t2.date + 1,然后使用t1.totalCases – t2.totalCases计算该日新增。 对实验4的结果再运算,统计美国截止当日的病死率。 将美国不同州的疫情数据输出到不同文件,属于同一个州的各个县输出到同一个结果文件中。(重写排序规则,重写分区规则)。 统计指定日期下,美国每个州的确诊案例最多前N(TopN)的县。(重写排序规则,重写分组规则)
包含数据分析、可视化后端、可视化前端三个项目的源码
2022-06-07 14:07:11 40.28MB spark 大数据 big data
新冠肺炎疫情期间网络教学思考.pdf
2022-06-05 11:00:49 659KB 网络 文档资料 资料
2019-nCov-api 新冠肺炎api 前言 本项目通过爬取腾讯、新浪、丁香园等疫情数据,获取新冠肺炎相关数据,并整合为api数据,做法简单粗暴,类似于端口转发。数据包含口罩预约、同乘车辆、疫情小区、数据分析、国内外详细数据、实时新闻动态、确诊人员信息流动轨迹、疫情谣言等。 当前接口部署到我自己的乞丐服务器上面的,可能速度有点慢,希望且用且珍惜。 github地址:https://github.com/LiangWuCode/2019-nCov-api 文档地址:https://wuliang.art/ncov/doc.html#/home 另外前期仓促之间也用flutter搞了个app,
2022-05-12 15:24:08 99KB api api接口 schema
1
新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序
2022-05-07 11:04:25 172KB 源码软件 小程序