注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 贝叶斯思维：统计建模的Python学习法

  2. 第1章 贝叶斯定理 1 1.1 条件概率 1 1.2 联合概率 2 1.3 曲奇饼问题 2 1.4 贝叶斯定理 3 1.5 历时诠释 4 1.6 M&M豆问题 5 1.7 Monty Hall难题 6 1.8 讨论 8 第2章 统计计算 9 2.1 分布 9 2.2 曲奇饼问题 10 2.3 贝叶斯框架 11 2.4 Monty Hall难题 12 2.5 封装框架 13 2.6 M&M豆问题 14 2.7 讨论 15 2.8 练习 16 第3章 估计 17 3.1 骰子问题 17 3.2 火

  3. 所属分类：机器学习

    • 发布日期：2018-03-20
    • 文件大小：116byte
    • 提供者：data2word

  1. 肿瘤个体化医疗中的计算方法研究

  2. 肿瘤个体化医疗中的计算方法，上海师范大学硕士毕业论文。

  3. 所属分类：医疗

  1. 多模态脑肿瘤分割挑战2018.txt

  2. 多模态脑肿瘤分割挑战2018数据集，里面是百度网盘永久下载链接，深度学习使用，数据太大无法上传。

  3. 所属分类：深度学习

    • 发布日期：2019-08-27
    • 文件大小：193byte
    • 提供者：qq_35054151

  1. LITS2017肝脏肿瘤分割挑战数据集.txt

  2. LITS2017肝脏肿瘤分割挑战数据集，里面是百度网盘永久下载链接，深度学习使用，数据太大无法上传。

  3. 所属分类：机器学习

    • 发布日期：2019-08-27
    • 文件大小：194byte
    • 提供者：qq_35054151

  1. 飞康CDP保障天津肿瘤医院数据备份与恢复更加高效可靠

  2. 随着医疗行业信息化程度的提高，专用的医疗业务系统如PACS、HIS等越来越多的被应用于医院的前台核心业务，在业务能力大幅提升的同时，如何保证医院整个信息系统的稳定性和业务连续性是当务之急要考虑的问题。飞康CDP的实施，让天津肿瘤医院的备份更高效，更可靠，恢复更快速，成功率更高，最大限度的保护了医院的业务连续性和信息系统的稳定性。

  3. 所属分类：其它

    • 发布日期：2020-03-03
    • 文件大小：311kb
    • 提供者：weixin_38666208

  1. LITS2017肝脏肿瘤分割挑战数据集下载地址百度云.txt

  2. LITS2017肝脏肿瘤分割挑战数据集，里面是百度网盘永久下载链接，深度学习使用，数据太大无法上传如果网盘资料到期，请私信我，如果链接失效，请私信我或者加我百度云2642828613qq.com,第一时间补发。

  3. 所属分类：深度学习

    • 发布日期：2019-12-20
    • 文件大小：75byte
    • 提供者：qq_35054151

  1. γ射线辐照大鼠COX2 / PGE2炎症途径对褐藻提取物的响应

  2. 背景：由于某些代谢和行为障碍，已在生物系统中鉴定出由于辐射暴露引起的全身性炎症。 这些无政府状态主要在环氧合酶2（COX2）的调节下介导，诱导炎症介质前列腺素E2（PGE2）的产生。 目的：本研究旨在研究褐藻提取物（BSWE）对γ射线辐照大鼠诱导COX2 / PGE2炎症途径的抗炎作用。 连续7天给大鼠口服BSWE（27 mg / kg体重/天），然后再暴露于8 Gy分级的γ射线（2 Gy×4；每3天）。 BSWE的治疗与辐射剂量一起以及在辐射剂量之间延长了连续14天。 我们的数据表明，按照建议

  3. 所属分类：其它

  1. LITS2017肝脏肿瘤分割挑战数据集.txt-机器学习工具类资源(txt为微云链接)

  2. LITS2017肝脏肿瘤分割挑战数据集，里面是百度网盘永久下载链接，深度学习使用，数据太大无法上传。。

  3. 所属分类：互联网

    • 发布日期：2020-07-16
    • 文件大小：58byte
    • 提供者：qq_41934573

  1. pytorch 语义分割-医学图像-脑肿瘤数据集的载入模块

  2. 由于最近目标是完成基于深度学习的脑肿瘤语义分割实验，所以需要用到自定义的数据载入，本文参考了一下博客：https://blog.csdn.net/tuiqdymy/article/details/84779716?utm_source=app，一开始是做的眼底图像分割，由于使用的是DRIVE数据集，所以数据量很少，之前也是按照上面这篇博客标注了关于图片id的txt文件，但是这次是应用在kaggle脑肿瘤数据集上，kaggle脑肿瘤数据集百度云下载连接：链接：https://pan.baidu.c

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：547kb
    • 提供者：weixin_38650842

  1. WSBIM2243-源码

  2. WSBIM2243 这个github是为教授教授的课程WSBIM2243创建的。 UCLouvain大学的BenoîtMacq。 里程碑1 该项目的目的是重新创建在图像处理课程中看到的不同类型的算法，并将其应用于胰腺肿瘤图像。 预处理（S3-S5） 数据导入（S3-S4） 对于此项目，将使用DICOM文件。 //这些必须更改为NIfTI文件，以避免每位患者数百张图像。 均衡（S4-S5） 平衡将是此项目中首先要应用的东西。要进行均衡类型： 线性拉伸 直方图均衡 这将首次帮助我们更好地查看图像，但

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：10mb
    • 提供者：weixin_42160398

  1. tempoSig:使突变目录最适合签名-源码

  2. 速度信号 使用最大似然和贝叶斯NMF进行突变签名提取 概述 tempoSig在一组已知的输入签名列表（重新设置）下实现了基于最大似然的一组突变计数数据的突变签名比例的提取。 此外，它还包括基于贝叶斯非负矩阵分解的从头提取，从而可以确定最可能的签名数。 重组的基本算法与算法相同，但是此处在R / C ++中重新实现可大幅提高约100倍的速度。 这种加速可以通过基于置换的采样来快速估计p值。 基本对象（S4类）可以存储输入数据，参考签名列表，样本的输出曝光量和p值。 还包括用于绘图和文件输出的实用

  3. 所属分类：其它

  1. matplotlib_challenge-源码

  2. matplotlib_challenge MatPlotLib观察结果： r平方越接近1，数据就越适合模型。 当按小鼠的体重评估平均肿瘤大小时，您将得到0.709的r平方。 这意味着平均肿瘤体积和小鼠体重之间有很强的相关性。 尽管r平方可以告诉您相关性是否存在，但它没有考虑偏差。 需要更多分析； 但是，您可以得出结论，肿瘤的大小和重量是密切相关的。 药物方案Infubinol具有36.321的潜在异常值。 并且需要从数据集中删除。 离群值可能会使结果偏斜，从而导致分析结果不准确。 通过消除

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：286kb
    • 提供者：weixin_42118770

  1. Breast-Tumor-Diagnosis:数据挖掘最终项目-源码

  2. 乳腺肿瘤诊断 目的是预测乳腺肿瘤细针穿刺活检的诊断。 进行细针穿刺活检时，会获得一小滴液体，并且由病理学家对样品进行评估。 在这种情况下，将样品表达到载玻片上并染色。 用于数字分析的图像是由安装在显微镜顶部的彩色摄像机生成的。 为了成功地分析数字图像，用户选择一组核并通过图形用户界面指定每个细胞核边界的每个位置。 然后，系统分析并计算与这些原子核的大小，形状和纹理有关的特征。 具体来说，它将计算所选单元格范围内10个特征的平均值，最大值和标准误差。 提取的10个特征是：半径（从中心到周边点的距离

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：227kb
    • 提供者：weixin_42175971

  1. GaNDLF:使用PyTorch进行细分，回归和分类的通用应用程序框架-源码

  2. 甘道夫 A G ENER一个LLYÑuanced d EEP大号赚取˚Framework进行分割，回归和分类。 为什么要使用这个？ 支持多种 深度学习模型架构 数据尺寸（2D / 3D） 频道/图像/序列 预测类 领域模式（即放射扫描和数字化组织病理学组织切片） 强大的数据增强功能，由 内置的嵌套交叉验证（和相关的组合统计信息），支持基于并行HPC的计算 处理不平衡的类别（例如，大器官中的很小的肿瘤） 多GPU（在同一台计算机上-分布式）培训 利用强大的开源软件 无需编写任何代码即可生成

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：162kb
    • 提供者：weixin_42117622

  1. 乳房癌预测-源码

  2. 乳腺癌预测 问题定义 乳腺癌是乳腺癌细胞的癌症。 世界范围的乳腺癌是女性癌症的主要类型，占所有病例的25％。 它是美国女性中诊断出的第二大常见癌症。 它可以在男性和女性中发生，但在女性中更为普遍。 多年来，由于诊断和治疗的进步，乳腺癌的存活率提高了，与乳腺癌有关的死亡人数下降了。 早期发现意味着使用一种方法，该方法可以帮助乳腺癌在疾病发展之前在时间轴上更早地得到诊断。 乳腺癌的认识和筛查是有助于及时诊断和治疗的两个主要组成部分。 受癌症影响的细胞称为恶性细胞。 恶性细胞与人体内的正常细胞不同，它

  3. 所属分类：其它

  1. 基于空洞卷积的三维并行卷积神经网络脑肿瘤分割

  2. 针对分割核磁共振成像(MRI)三维图像中整个肿瘤病灶运算量大、过程繁复的问题,提出了一种基于深度学习的全自动分割算法。在填充锯齿状空洞的卷积通路上构建并行三维卷积神经网络,提取多尺度图像块进行训练,捕获大范围空间信息。利用密集连接的恒等映射特性,将浅层特征叠加到网络末端,在MRI多模态图像中分割出水肿区、增强区、核心区和囊化区。在BraTS 2018数据集中对该模型进行了分割测试,结果表明,该模型分割的全肿瘤区、核心区和增强区的平均Dice系数分别为0.90、0.73和0.71,与已有算法相当,

  3. 所属分类：其它

  1. Matplotlib-家庭作业---情节的力量-源码

  2. Matplotlib-家庭作业---情节的力量 分析 通过提供的数据，我们可以高度肯定地说，Capomulin和Ramicane是阻碍鳞状细胞癌生长的最佳药物。 这两种药物方案的平均肿瘤体积比头孢他明低至少30％，排在第三位。 我们还可以假设，随着时间的推移，Capomulin将对肿瘤体积产生积极的影响，而不仅仅是对肿瘤体积造成负面影响。 最后，小鼠的体重与大鼠的SCC肿瘤体积之间存在直接的相关性。 鼠标的重量越重，鼠标的肿瘤体积就越大。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：426kb
    • 提供者：weixin_42123237

  1. 组织病理学癌变检测：创建了一种算法，可从较大的数字病理学扫描中获取的小图像斑块中识别转移性癌症。 本比赛使用的数据是PatchCamelyon（PCam）基准数据集的略微修改版本-源码

  2. 组织病理学检测 创建了一种算法，以识别从较大的数字病理扫描中获取的小图像斑块中的转移癌。 该比赛的数据是对PatchCamelyon（PCam）基准数据集的略微修改版本 动机 乳腺癌的临床诊断最好通过活检来实现。 病理学家通过在显微镜下手动检查组织切片来进行诊断。 但是，传统的诊断系统需要专业知识，只有经验丰富的病理学家才能准确地确定肿瘤组织。 当前，在印度的各个农村地区，人们无法获得良好的医疗保健设施。 另外，农村地区没有新的先进设备，因此甚至有可能无法正确诊断患者。 农村地区医疗状况不佳的

  3. 所属分类：其它

  1. 问题解决方案最大权重子矩阵MWS--源码

  2. 实用程序最大重量子矩阵（MWS）的Pfa-Résolution：随机优化算法（ROA），遗传算法（GA）和进化规划（EP） 癌症是由遗传变化（例如DNA的体细胞突变）引起的所有疾病的名称。 这些突变发生在细胞分裂过程中。 基因组测序是一种已用于分析体细胞突变的技术。 因此，为了应对这些体细胞突变，启动了许多项目，例如国际癌症基因组联盟，其目的是绘制最危险的癌症类型的基因突变图。 为了评估来自这些项目的数据，生物信息学的挑战之一是要找出导致肿瘤发生的驱动子突变与乘客突变之间的区别，已知这些突变是

  3. 所属分类：其它

  1. SP_Hospital_Registry_Cancer_Database:在雷纳托·阿切尔信息技术中心开发的一个短期联合项目。癌症医院注册处的EDA。它将很快包含一个数据清理部分，旨在使数据集更易于机器学习。-源码

  2. 圣保罗州立医院癌症登记数据库 癌症医院注册中心（ ）由圣保罗州（巴西）的医院机构在圣保罗（FOSP）的协调下生成的数据组成。该数据集有据可查，但仅提供葡萄牙语。 RHC： 从2000年1月1日开始活动； 每季度更新一次； 将他们的记录匿名化； 由分析案例构成（那些未经治疗就被诊断出或未得到治疗的人）； RHC目标： 在治疗的所有阶段中了解并改善为癌症患者提供的护理； 扩展了对州基础的访问，并提供了执行特定列表和分析的可能性。 小儿肿瘤的位置和形态与成人肿瘤不同，可以根据定义为最大诊断组的《

  3. 所属分类：其它

« 12 »