medical-imaging

Um conjunto de códigos de suporte comuns para imagem médica, navegação cirúrgica e fins relacionados.

Medical SAM 2: Segmentação de Imagens Médicas 3D via Segment Anything Model 2

Rastreamento de conjuntos de dados médicos, com foco em imagens médicas

MONAI Label é uma ferramenta inteligente de código aberto para rotulagem e aprendizado de imagens.

Uma biblioteca rápida de análise de imagens médicas em Python com algoritmos para registro, segmentação e mais.

Um framework de imagem médica para PyTorch

DIPY é a principal biblioteca de imagem médica 3D/4D+ em Python. Contém métodos genéricos para normalização espacial, processamento de sinais, aprendizado de máquina, análise estatística e visualização de imagens médicas. Além disso, contém métodos especializados para anatomia computacional, incluindo difusão, perfusão e imagem estrutural.

O kit de ferramentas de interação de imagens médicas (Medical Imaging Interaction Toolkit).

"Reconstrução 3D de Raios-X de Vista Esparsa Ciente da Estrutura" (CVPR 2024) - Uma caixa de ferramentas para reconstrução de CT e síntese de novas vistas de Raios-X

Software de reconstrução de imagens médicas em 3D

DeepInverse: uma biblioteca PyTorch para resolver problemas inversos de imagem usando deep learning

Segmentação pulmonar automatizada em TC.

[Prêmio de Jovem Cientista MICCAI 2019] [Prêmio de Melhor Artigo MEDIA 2020] Models Genesis, um dos primeiros modelos "fundacionais" em análise de imagens médicas para múltiplas tarefas a jusante.

Modelos de Fundação de Visão para IA Médica, incluindo RETFound, DINOv2 e DINOv3

O nnDetection é um framework autoconfigurável para detecção de objetos médicos em 3D (volumétricos) que pode ser aplicado a novos conjuntos de dados sem intervenção manual. Inclui guias para 12 conjuntos de dados que foram usados para desenvolver e avaliar o desempenho do método proposto.

Kaggle datascience bowl 2017

[Descontinuado] Use o Cornerstone3D em vez disso https://cornerstonejs.org/

Implementação em Rust do padrão DICOM

Albumentations de nova geração: licença dupla para uso de código aberto e comercial

Brainchop: Renderização e segmentação de ressonância magnética 3D no navegador

Dicoogle - PACS de Código Aberto

[MICCAI 2023] MedNeXt é uma arquitetura totalmente ConvNeXt para segmentação de imagens médicas 3D.

Modelo de Fundação para Patologia de Visão-Linguagem - Nature Medicine

Um framework para processamento de imagens médicas de alto desempenho, inferência de redes neurais e visualização.

Implementação de código aberto do padrão DICOMweb