medical-imaging

Một tập hợp mã hỗ trợ chung cho hình ảnh y tế, điều hướng phẫu thuật và các mục đích liên quan.

Medical SAM 2: Phân đoạn hình ảnh y tế 3D thông qua Segment Anything Model 2

theo dõi các tập dữ liệu y tế, tập trung vào hình ảnh y tế

MONAI Label là một công cụ gán nhãn hình ảnh và học máy thông minh mã nguồn mở.

Thư viện phân tích hình ảnh y tế nhanh bằng Python với các thuật toán đăng ký, phân đoạn và nhiều tính năng khác.

Khung làm việc hình ảnh y tế cho Pytorch

DIPY là thư viện hình ảnh y tế 3D/4D+ hàng đầu trong Python. Chứa các phương pháp chung để chuẩn hóa không gian, xử lý tín hiệu, học máy, phân tích thống kê và trực quan hóa hình ảnh y tế. Ngoài ra, nó còn chứa các phương pháp chuyên biệt cho giải phẫu tính toán bao gồm hình ảnh khuếch tán, tưới máu và cấu trúc.

Bộ công cụ tương tác hình ảnh y tế (Medical Imaging Interaction Toolkit).

DeepInverse: thư viện PyTorch dùng deep learning để giải quyết các bài toán nghịch đảo trong xử lý ảnh.

Structure-Aware Sparse-View X-ray 3D Reconstruction (CVPR 2024) - Bộ công cụ tái tạo CT và tổng hợp góc nhìn mới cho tia X.

Phần mềm tái tạo hình ảnh y tế 3D

Phân đoạn phổi tự động trong ảnh CT.

[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] Models Genesis, một trong những mô hình nền tảng đầu tiên trong phân tích hình ảnh y tế cho nhiều tác vụ hạ nguồn

Các mô hình nền tảng thị giác cho AI y tế, bao gồm RETFound, DINOv2, DINOv3.

nnDetection là một framework tự cấu hình cho việc phát hiện đối tượng y tế 3D (thể tích), có thể áp dụng cho các tập dữ liệu mới mà không cần can thiệp thủ công. Nó bao gồm hướng dẫn cho 12 tập dữ liệu được sử dụng để phát triển và đánh giá hiệu suất của phương pháp đề xuất.

Kaggle datascience bowl 2017.

[Đã ngừng hỗ trợ] Vui lòng sử dụng Cornerstone3D thay thế tại https://cornerstonejs.org/

Triển khai chuẩn DICOM bằng ngôn ngữ Rust.

Albumentations thế hệ tiếp theo: cấp phép kép cho mục đích sử dụng mã nguồn mở và thương mại.

Brainchop: Kết xuất và phân đoạn MRI 3D trên trình duyệt

Dicoogle - Hệ thống PACS mã nguồn mở.

[MICCAI 2023] MedNeXt là kiến trúc ConvNeXt hoàn chỉnh dành cho phân đoạn ảnh y tế 3D

Mô hình nền tảng bệnh học thị giác-ngôn ngữ - Nature Medicine

Khung làm việc để xử lý hình ảnh y tế hiệu năng cao, suy luận mạng thần kinh và trực quan hóa.

Triển khai mã nguồn mở của tiêu chuẩn DICOMweb.