首页
对三维医学图像进行拼接，调整窗宽窗位。
Python
医学人工智能
三维医学图像深度学习，数据增强方法（monai）：RandHistogramShiftD, Flipd, Rotate90d
Python
医学人工智能
深度学习数据预处理
读取.raw格式文件（学习记录）
Python
医学人工智能
深度学习数据预处理
将读取的.raw文件转换为tensor张量送入网络
Python
医学人工智能
深度学习数据预处理
三维医学图像深度学习，数据增强方法（monai）：flip and rotate
机器学习
Python
医学人工智能
深度学习数据预处理
python：批量删除指定文件目录中多个文件
Python
医学人工智能
使用KFold交叉验证方法划分训练集和验证集
Python
医学人工智能
深度学习数据预处理
python：将文件从一个目录移动到另一个目录。附：nnUnet使用
Python
医学人工智能
深度学习数据预处理
使用nnUNet跑BraTS脑肿瘤分割预测TC和ET非常低的原因。
Python
医学人工智能
深度学习数据预处理
利用3D标签，生成RLE标签编码，并保存到csv文件
Python
医学人工智能
深度学习数据预处理
主要将子文件下大量图片进行路径编号，并保存到csv文件当中。方便直接从文件读取图片路径以及其他图片信息
Python
医学人工智能
深度学习数据预处理
利用CSV路径文件和.png图像，生成3D原图。并展示部分分割图像
Python
医学人工智能
深度学习数据预处理
利用3Dnii标签文件，生成png图片
Python
医学人工智能
深度学习数据预处理
CNN每层卷积结果视觉展示（3Dircadb肝脏数据为例）
Python
医学人工智能
利用cv2.dilate对图像进行膨胀
机器学习
医学人工智能
深度学习数据预处理
利用cv2.morphologyEx提取图像边界
机器学习
医学人工智能
深度学习数据预处理
过拟合一些解决方案
机器学习
Python
医学人工智能
深度学习数据预处理
深度学习
可视化U-Net编码器每层的输出（在已经训练好的模型下展示，并不是初始训练阶段展示）
Python
医学人工智能
深度学习
标签
