medical-imaging

Plongez dans le Deep Learning, l'apprentissage par renforcement, le Machine Learning, la vision par ordinateur et le NLP grâce à ces cours passionnants !

Visionneuse DICOM sans installation et outil de suivi des lésions en oncologie OHIF, incluant des packages d'extensions partagés.

Index des jeux de données d'imagerie médicale.

Collection de questions et réponses d'entretiens AIGC/CV/LLM, incluant de nouvelles idées, problèmes, ressources et projets issus de la recherche et du travail.

Une liste organisée de LLM médicaux, systèmes multimodaux, jeux de données, benchmarks et plus encore. 🏥

[Prix du meilleur article IEEE TMI] Implémentation officielle de UNet++.

Logiciel libre et open source multiplateforme pour la visualisation et le calcul d'images.

Une liste de jeux de données d'imagerie médicale.

Modèles de diffusion en imagerie médicale (publié dans la revue Medical Image Analysis).

[Obsolète] Utilisez Cornerstone3D à la place https://cornerstonejs.org/

Un framework d'apprentissage profond basé sur PyTorch pour la segmentation d'images médicales 2D/3D multimodales

Entraînez efficacement des modèles d'IA sur des images médicales en utilisant n'importe quel framework

Visionneuse DICOM Web : bibliothèque d'imagerie médicale open source sans installation.

Insight Toolkit (ITK) -- Dépôt officiel. ITK repose sur une architecture éprouvée orientée vers l'espace pour le traitement, la segmentation et l'enregistrement d'images scientifiques en deux, trois dimensions ou plus.

Package Python open-source pour l'extraction de caractéristiques radiomiques à partir d'images 2D/3D et de masques binaires. Support : https://discourse.slicer.org/c/community/radiomics

[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D.

Utilisation de modèles de diffusion pour segmenter et reconstruire des organes à partir d'images médicales [Article le plus influent de l'AAAI].

Le Medical Detection Toolkit contient des implémentations 2D et 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur le traitement d'images médicales.

Weasis est une visionneuse DICOM basée sur le web pour l'imagerie médicale avancée et l'intégration transparente avec les systèmes PACS.

Un adaptateur léger reliant SAM à l'imagerie médicale [MedIA].

Collection de ressources sur les applications des Transformers en imagerie médicale.

Notes de lecture sur le Deep Learning et le Machine Learning

MedRAX : Agent de raisonnement médical pour radiographies thoraciques - ICML 2025

Fellow Oak DICOM pour .NET, .NET Core, Universal Windows, Android, iOS, Mono et Unity

TorchXRayVision : une bibliothèque de jeux de données et de modèles de radiographies thoraciques, incluant des classifieurs, de la segmentation et des auto-encodeurs.

Cornerstone est un ensemble de bibliothèques JavaScript pour créer des applications d'imagerie médicale web. Il fournit un framework pour développer des applications de radiologie comme OHIF Viewer.

Analyseur d'images médicales DICOM haute performance écrit en Go.

Réseau de neurones convolutifs 3D multi-échelle efficace pour la segmentation d'imagerie médicale 3D.

Une collection de ressources sur les applications de l'apprentissage multimodal en imagerie médicale

Chatbot d'assistance à la recherche médicale et au diagnostic multi-agents propulsé par l'IA générative. Conçu pour les professionnels de santé, les chercheurs et les patients.